Danijar Hafner lance une startup d’humanoïdes formés par modèles du monde

Après son départ de DeepMind à l’automne 2025, Danijar Hafner a lancé en mode furtif une jeune pousse à San Francisco. Son objectif : développer des robots capables de gérer des situations inédites, en s’appuyant sur des modèles du monde et Dreamer, déjà testés du jeu vidéo à la robotique.

Des résultats publiés, du jeu aux premiers robots

Avant la création de sa startup, Danijar Hafner a rendu publics plusieurs agents issus de ses recherches. Dreamer 4 a appris à extraire des diamants dans un jeu vidéo uniquement à partir d’un ensemble de vidéos, sans jamais interagir directement avec le jeu. Dreamer 2 avait précédemment atteint des performances de niveau humain sur des jeux Atari 2600 grâce à un modèle du monde, tandis que Dreamer 3 a résolu le défi du diamant dans Minecraft en minant des gemmes de façon autonome. Plus récemment, la transition vers la réalité physique a commencé avec DayDreamer, qui a permis à des robots de fonctionner dans des environnements nouveaux et de réagir à des situations imprévues, comme être poussés, sans formation spécifique. L’approche vise à permettre l’exécution de tâches complexes sans recourir à l’entraînement par essai-erreur dans le monde réel, une méthode courante en robotique.

Une startup furtive et un atelier peuplé d’humanoïdes

Danijar Hafner travaille aujourd’hui sur une startup fondée après son départ de Google DeepMind à l’automne 2025. L’entreprise opère en mode furtif et n’affiche pas son nom sur la porte. Les locaux, situés à SoMa à San Francisco, sont en grande partie vides : peu de meubles et, ce jour-là, une seule autre personne présente. L’espace est occupé par des humanoïdes de formes et de tailles variées, suspendus sur des racks et importés de Chine. Ces robots représentent la prochaine étape de son approche et sa concrétisation physique. L’objectif affiché est de permettre l’intégration de robots dans des espaces humains en les rendant capables de réagir à des scénarios non testés, comme circuler dans une maison dont le plan et les meubles n’ont jamais été vus. Hafner reste discret sur les prochaines étapes, tout en affirmant vouloir résoudre un problème « qui changerait le monde » et en présentant la startup comme la continuité de son travail sur des environnements non vus à l’entraînement.

Le cœur technique : des modèles du monde pour anticiper

La méthode développée par Danijar Hafner repose sur l’apprentissage par renforcement basé sur des modèles. Elle consiste à créer des modèles du monde qui imitent la réalité physique et à y entraîner des agents. Ces agents considèrent ce modèle comme une simulation, apprennent à y agir et utilisent ces expériences pour prédire des résultats futurs, ce que Hafner décrit comme « rêver » ou « imaginer ». Ce mécanisme permet aux agents, et aux robots qui les embarquent, de s’adapter à des situations réelles inédites. Pour valider cette approche, elle a d’abord été testée sur des jeux vidéo populaires, avec une première percée nommée PlaNet, qui a permis à des agents de planifier leurs actions à l’avance.

Un profil passé par Google Brain et DeepMind

En 2015, alors en deuxième année d’ingénierie à l’Institut Hasso Plattner de Potsdam, Danijar Hafner a rejoint Google Brain comme chercheur étudiant. Il a ensuite enchaîné une douzaine de stages et postes au sein de Google, notamment chez Google Brain et Google DeepMind au Royaume-Uni, au Canada et aux États-Unis, des entités depuis réunies sous DeepMind. Il a collaboré avec Geoffrey Hinton et Ashish Vaswani, co-auteur de « Attention Is All You Need », à l’origine de la technologie des transformers utilisée par les grands modèles de langage actuels. Timothy Lillicrap, ancien manager et co-auteur, le classe parmi le haut du 1% des chercheurs de Google et souligne qu’il a parfois construit seul des systèmes qui auraient nécessité des équipes entières. Âgé de 31 ans, Hafner a grandi dans le nord-est rural de l’Allemagne auprès de parents musiciens classiques, a appris la programmation auprès d’un voisin et s’est passionné au lycée pour des cours en ligne d’IA, expliquant vouloir imiter la pensée sur ordinateur.