Serve Robotics ouvre ses logiciels de gestion de flotte et ses données aux entreprises d’IA physique

Serve Robotics a annoncé ses services d’IA physique le 5 novembre 2026, mettant à la disposition d’autres entreprises qui développent l’IA physique ses outils de connectivité des robots, de sélection des données et de création de données d’entraînement en conditions réelles. Bedrock Robotics, qui développe des systèmes autonomes pour les engins de chantier lourds, fait partie des premiers clients.

Cette suite de trois produits transforme en offres commerciales l’infrastructure que Serve a mise au point en développant ses propres activités. L’entreprise indique avoir déployé plus de 2 000 robots dans plus de 40 villes et 27 hôpitaux, et affirme que ses services d’IA physique alimentent déjà des milliers de véhicules dans une douzaine de secteurs. Parmi ceux-ci figurent la construction, l’exploitation minière, le transport routier autonome et la flotte de livraison de repas sur trottoir de Serve, ce qui donne à l’offre une base opérationnelle couvrant différentes machines et différents environnements.

« Construire un robot n’est que le début. Pour maintenir des milliers de robots connectés, leur permettre d’apprendre et les améliorer, il faut une autre couche technologique », a déclaré Ali Kashani, cofondateur et directeur général.

Connectivité et supervision des flottes

Serve Link relie les machines sur le terrain aux modèles, aux systèmes de surveillance et aux systèmes d’entraînement, alors qu’une part croissante des calculs liés à l’IA physique est transférée vers les centres de données. Ses fonctions comprennent la gestion des tâches, le suivi de l’état des unités, l’assistance à distance pour traiter les situations exceptionnelles, la collecte de données et l’extraction de cas difficiles. Bedrock utilise Link pour connecter ses équipements par Wi-Fi, LTE, 5G et réseaux satellitaires.

La documentation des services d’IA physique indique que le logiciel peut combiner des connexions 4G, 5G, Wi-Fi, satellitaires et cellulaires privées, prévoir la logique de transmission optimale pour éviter la mise en mémoire tampon et réduire la latence, le temps de traitement et la charge de calcul, tout en fonctionnant sur presque n’importe quel matériel. Ces capacités visent à maintenir les flottes accessibles malgré la diversité des lieux et des conditions de réseau.

Des données de flotte aux données d’entraînement

Serve Data Curator répond au volume d’informations produites par les robots déployés. L’outil convertit des pétaoctets de données de capteurs en données de flotte consultables et visualisables, afin que les ingénieurs puissent trouver des situations pertinentes, examiner les défaillances et repérer les cas limites rares sans devoir passer manuellement en revue chaque enregistrement.

Des exemples sélectionnés peuvent être réunis en jeux de données ciblés pour l’entraînement et l’évaluation. L’annotation intégrée et les connexions aux flux de travail d’apprentissage automatique relient la découverte d’exemples utiles à leur utilisation dans le développement des modèles. Les performances des modèles peuvent ensuite guider le choix des exemples que les équipes sélectionneront, collecteront et simuleront, reliant ainsi les situations rencontrées par les robots sur le terrain à leur entraînement ultérieur.

Serve indique que Data Catalog contient des millions d’heures de données réelles provenant de robots circulant dans les rues, notamment des informations topographiques et sur les infrastructures, et que la collecte lors des déploiements en conditions réelles respecte les lois locales ainsi que la vie privée des personnes à proximité. Les données sur le terrain et les infrastructures recueillies lors des déploiements sur les trottoirs doivent permettre d’apprendre aux modèles de fondation à appréhender des environnements humains complexes, tels que les trottoirs des villes.

La suite est modulaire et prête à l’emploi, et ses utilisations documentées couvrent la robotique humanoïde, l’agriculture, la foresterie, l’exploration sous-marine et les camions autonomes, en plus de la livraison et de la construction. Son fil conducteur est l’infrastructure : la connectivité, le transport et la sélection des données sont proposés comme des fondations déjà en place, afin que les clients puissent consacrer du temps d’ingénierie à leurs propres machines et systèmes autonomes.

Pour Serve, la question centrale est de savoir dans quelle mesure cette expérience opérationnelle peut être transposée. L’offre invite les clients à s’appuyer sur une infrastructure et des données façonnées par des déploiements sur les trottoirs et dans les hôpitaux, tandis que leurs propres machines accomplissent d’autres tâches ; sa valeur dépend de la quantité de travail d’ingénierie que ces fondations partagées peuvent leur épargner.