La startup new‑yorkaise Midcentury est sortie du mode stealth le 23 septembre 2026 en annonçant une levée de fonds de 15 millions de dollars et le lancement de deux produits majeurs : un jeu de données egocentriques de plus de 2 millions d’heures de comportements humains et une plateforme de simulation cloud nommée Matrix.
Le financement place Midcentury parmi le top 1 % des tours d’amorçage historiques dans la catégorie big data ; pour contexte, la médiane des seed rounds du deuxième trimestre 2026 tournait autour de 4,5 millions de dollars. La société n’a pas communiqué sa valorisation ni l’identité des investisseurs. Un dépôt auprès de la SEC en janvier 2026 indique toutefois que l’entreprise avait vendu environ 8,9 millions de dollars d’actions auprès de cinq soutiens, ce qui suggère que le tour a été clôturé par étapes.
Le jeu de données propriétaire couvre plus de 50 environnements et 20 000 tâches, chaque heure étant annotée avec le suivi 3D de la pose des mains, des cartes de profondeur et des point tracks. Midcentury compare l’échelle de son corpus aux ressources publiques existantes : Ego4D v2 contient environ 3 600 heures. Le dataset inclut également environ 50 000 heures de données de gameplay avec signaux au niveau du moteur et près de 69 000 heures de données vocales conversationnelles en 25 langues. Parce que l’ensemble est strictement propriétaire, les chercheurs n’y auront pas accès gratuitement.
Midcentury : Matrix et la course à la simulation
La plateforme Matrix permet de construire des jumeaux numériques de scénarios réels et de générer la physique directement à partir de données réelles plutôt que d’utiliser des règles codées à la main. Les équipes d’ingénierie peuvent exécuter des milliers de tests en parallèle sur des grappes GPU, transformant les échecs de test en exemples d’entraînement immédiats. Midcentury s’appuie explicitement sur la « bitter lesson » de Rich Sutton, selon laquelle la puissance brute de calcul et des jeux de données massifs finissent par surpasser les caractéristiques conçues manuellement.
Le directeur général de Midcentury est Chetan Kulhari, ancien employé de la startup d’IA pour le code Magic. La société a lancé ses produits en positionnant l’utilisation de données d’action humaines à la première personne comme l’équivalent, pour la robotique, des web scrapes qui ont servi à entraîner les grands modèles de langage.
Un champ concurrentiel dense veut capter la couche de données pour l’IA incarnée : des startups comme Rerun et Vision Lab ont aussi obtenu des financements ces derniers mois. Si les lois d’échelle observées pour les modèles de langage se transfèrent aux robots physiques, les acteurs qui contrôlent les données d’entraînement pourraient, selon Midcentury, peser fortement sur le marché.
