Perceptron affirme que son modèle Mk1 d’analyse vidéo coûte 80 à 90 % moins cher que ceux d’OpenAI, Google ou Anthropic, tout en restant très compétitif en performance. Pour les boîtes qui manipulent beaucoup d’images, de flux caméra ou de données terrain, l’annonce peut clairement changer la donne.
Une IA vidéo qui vise le monde réel
L’idée derrière Mk1 n’est pas juste de décrire ce qu’il se passe dans une vidéo TikTok ou dans une pub. La startup veut pousser une IA capable de comprendre des scènes réelles, continues, parfois complexes, avec plusieurs sources de données en même temps. Son pari, c’est ce qu’elle appelle la “physical AI”, autrement dit des modèles pensés pour lire le monde physique via la vidéo et d’autres capteurs.
Concrètement, cela vise des usages très variés, comme la robotique, l’industrie, l’analyse géospatiale, la sécurité ou encore la modération de contenus. Ce positionnement est important, parce qu’on sort du simple chatbot boosté à la vision. Ici, l’objectif est d’interpréter des flux utiles à la prise de décision sur le terrain, là où la vitesse, le coût et la précision comptent autant que la qualité brute du modèle.
Le vrai choc, c’est le prix
Ce qui fait surtout parler, ce n’est pas seulement la promesse technique, c’est l’écart tarifaire annoncé. Si Perceptron tient ses chiffres, on parle d’un modèle capable de rendre l’analyse vidéo avancée beaucoup plus accessible. Or la vidéo est l’un des formats les plus gourmands en calcul, donc aussi l’un des plus chers à traiter à grande échelle. Réduire la facture de 80 à 90 % peut débloquer des cas d’usage que beaucoup d’entreprises repoussaient jusque-là.
Cette approche s’appuie aussi sur des travaux de recherche récents. Un article publié en juillet 2024, baptisé MoMa, explorait un entraînement plus efficace par fusion précoce pour les modèles multimodaux, avec parmi les auteurs Shrivastava et Aghajanyan. La thèse de Perceptron semble prolonger cette direction, en l’appliquant à des systèmes capables d’absorber de la vidéo et d’autres signaux sensoriels de façon plus rentable.
Pourquoi les géants doivent garder un œil dessus
Face à OpenAI, Google ou Anthropic, une startup ne gagne pas forcément en taille, mais elle peut gagner en spécialisation. Si Mk1 est vraiment performant sur des besoins concrets d’entreprise, Perceptron peut se faire une place là où les grands modèles généralistes restent trop coûteux ou pas assez optimisés. Dans l’IA actuelle, le meilleur produit n’est pas toujours celui qui impressionne le plus sur une démo, c’est souvent celui qui fait le job tous les jours sans exploser le budget cloud.
La vraie question maintenant, c’est de voir si cette promesse tiendra hors des benchmarks et des annonces. Si oui, l’IA vidéo pourrait devenir un outil bien plus banal dans les usines, les drones, les villes et les logiciels métiers. Et si la prochaine bataille de l’IA se jouait moins sur les mots que sur la capacité à comprendre le réel en direct ?