Ce tour de table a été mené par Hummingbird Ventures, avec la participation de Northzone, LocalGlobe, Village Global et redalpine . Les fonds serviront à développer Atlas, la plateforme de données et de déploiement de microagi pour la robotique industrielle, et à collecter des données physiques issues du monde réel – y compris des images de personnes effectuant des tâches domestiques – afin d'entraîner les robots pour les usines
. Comme l'a confié Kilic à Sifted : « C'est un milliardième de ce dont l'Europe a besoin. »
Le 22 juillet 2026, soit une semaine seulement après l'annonce de la levée de fonds, microagi a officialisé une collaboration stratégique avec Google Cloud, en utilisant la plateforme NVIDIA Blackwell pour accélérer l'entraînement et le déploiement de ses modèles d'IA 'embodied' .
Concrètement, la plateforme Atlas entraîne et exécute désormais ses modèles sur les systèmes NVIDIA GB300 NVL72 et les GPU RTX PRO 6000 Blackwell Server Edition, le tout hébergé sur l'infrastructure optimisée pour l'IA de Google Cloud . La pile logicielle intègre également la plateforme Gemini Enterprise Agent de Google Cloud, aux côtés des optimisations matérielles de NVIDIA
. Les équipes d'ingénieurs des trois sociétés collaborent directement
.
Kilic a justifié cet accord : « Les robots apprennent à partir de données, et les données sont inutiles sans la puissance de calcul pour les entraîner. Ce partenariat nous donne l'échelle et la profondeur d'ingénierie que nous n'aurions pas pu construire seuls à ce stade : NVIDIA optimise au niveau de la carte, Google Cloud au niveau de la machine entière. »
À noter que microagi a précisé que Google Cloud n'a pas accès à ses données d'entraînement ou à celles de ses clients en échange de l'accès à sa puissance de calcul .
Atlas est le produit phare de microagi. Il s'agit d'une plateforme de données et de déploiement qui aide les entreprises industrielles à mettre en production des robots pour des tâches spécifiques en usine . Plutôt que de construire ses propres robots, microagi développe un logiciel agnostique (compatible avec différents matériels et modèles) qui ajuste les modèles d'IA à partir des données opérationnelles de chaque client
.
La plateforme collecte des données de mouvement issues de démonstrations humaines (assemblage, tri, manutention) et les utilise pour entraîner des modèles d'IA 'embodied' dédiés à des tâches précises, sur des plateformes robotiques humanoïdes ou commerciales . Depuis le partenariat avec Google Cloud / NVIDIA, Atlas exécute l'ensemble de son pipeline d'entraînement et d'inférence sur l'infrastructure NVIDIA Blackwell via Google Cloud
.
Bercan Kilic a publiquement averti que l'Europe dispose d'une fenêtre de 12 à 18 mois pour construire une infrastructure de calcul souveraine dédiée à l'IA 'embodied', sous peine de voir l'écart technologique avec les États-Unis et la Chine devenir irrattrapable .
Le problème central : l'Europe manque des grands clusters de GPU nécessaires pour entraîner les modèles d'IA 'embodied' au rythme des concurrents américains et chinois. Sans investissements urgents, selon Kilic, les entreprises robotiques européennes deviendront définitivement dépendantes des infrastructures cloud non-européennes .
Kilic a présenté le propre besoin de microagi de s'associer à des fournisseurs cloud américains (Google Cloud / NVIDIA) comme un symptôme de ce retard d'infrastructure en Europe – même un tour de seed record ne permet pas d'acheter ce qui n'existe pas localement . Il exhorte les décideurs politiques et les investisseurs européens à considérer l'infrastructure de calcul comme une infrastructure stratégique souveraine, au même titre que les réseaux électriques ou de transport
.
Comme le résume Kilic : « L'Europe industrielle ne peut pas se réindustrialiser avec du calcul emprunté. » « Si vous gérez des usines en Europe, le calcul est déjà sur votre bureau. Vos employés les plus expérimentés partent à la retraite cette décennie, et il n'y a personne derrière eux. »