Speridlabs sort du stealth pour bâtir une "Spatial AI" en 3D

Speridlabs sort de l'ombre pour créer un modèle de fondation unique de Spatial AI en 3D, soutenu par Pear VC et Base10 pour dépasser la vision 2D actuelle.

Speridlabs, laboratoire de recherche soutenu par Pear VC et Base10, se présente publiquement avec une ambition précise : concevoir des modèles de fondation capables de comprendre le monde en trois dimensions, pour y percevoir, raisonner, simuler et générer. L'équipe part d'un constat critique. La vision par ordinateur resterait, selon elle, un domaine pensé en 2D, fragmenté en tâches isolées comme la détection, la segmentation ou la reconstruction, alors que la plupart de ces problèmes sont en réalité spatiaux. Pour illustrer cette limite, le laboratoire rappelle qu'une pile logicielle de conduite autonome assemble aujourd'hui plus de quarante modèles distincts, recousus par des heuristiques et une supervision humaine.

Le projet repose sur un modèle unique qui maintiendrait une représentation 3D cohérente quel que soit le point de vue, l'occlusion ou le temps écoulé. Reconstruction, raisonnement, édition, navigation ou génération deviendraient ainsi autant de requêtes adressées à une même base. Quatre obstacles sont identifiés : la rareté des données, avec environ 100 000 scènes 3D publiques contre des milliards d'images pour les modèles actuels, l'absence d'une représentation standard pour la 3D, des protocoles d'évaluation hérités du 2D, et le coût matériel du traitement spatial.

La feuille de route est progressive : d'abord des priors de reconstruction issus de captures réelles, puis un modèle génératif 3D servant aussi à produire des données, enfin un world model d'abord statique puis dynamique. Speridlabs indique vouloir publier ses travaux, ses benchmarks et les poids de ses modèles, faute de connaissances partagées sur le fonctionnement interne de ces systèmes.