Valeo s'allie à KE:SAI pour développer des systèmes de conduite autonome information fournie par Zonebourse 13/10/2026 à 09:07
Valeo annonce une collaboration de recherche en science ouverte avec KE:SAI (Kyutai ELLIS Scalable Autonomous Intelligence), laboratoire de recherche à but non lucratif cofondé par Kyutai et l'ELLIS Institute Tübingen, afin de développer un système de conduite pour les véhicules autonomes fondé sur une intelligence artificielle (IA) généraliste et entièrement reproductible.
Le programme vise à égaler, puis à améliorer, les performances obtenues sur les principaux tests de référence publics en matière de conduite autonome. Tous les composants (code, modèles entraînés et jeux de données) seront publiés en accès libre (open source) afin de poser des bases solides pour la démocratisation des technologies de conduite autonome et de l'IA physique.
Les résultats de cette initiative franco-allemande seront partagés librement à travers des publications. Les constructeurs automobiles, les équipementiers et les chercheurs pourront ainsi reproduire les résultats, s'appuyer sur le modèle et comparer leurs propres systèmes à une référence commune.
"En associant notre solide expertise industrielle et technologique dans la conduite autonome à une recherche open source de niveau mondial, nous posons une base commune pour accélérer le développement de l'IA physique et démocratiser les technologies de conduite autonome de nouvelle génération", commente Marc Vrecko, directeur général de Valeo Brain.
Dans le cadre de ce partenariat, les équipes de l'équipementier automobile français et de son partenaire commenceront par entraîner le modèle sur des enregistrements de conduite réels à grande échelle, à l'aide d'une architecture conçue pour s'adapter à différentes configurations de capteurs et de caméras.
Le modèle ira ensuite au-delà des possibilités d'apprentissage offertes par les enregistrements réels. Grâce à l'apprentissage par renforcement en simulation et à des modèles de représentation du monde (world models) entraînés, il sera exposé à des situations rares et critiques pour la sécurité, peu présentes, voire absentes, des données issues du monde réel.