Laplace Intelligence développe une plateforme de simulation qui utilise des agents IA pour provoquer des situations dangereuses et tester les robots avant leur déploiement. Issue de l’université du Michigan, la startup compte déjà des clients industriels et cherche à lever des fonds.
Installée à Ann Arbor, aux États-Unis, Laplace Intelligence s’attaque à un marché en développement : la vérification de la sécurité des systèmes d’intelligence artificielle capables d’agir dans le monde physique. Son approche consiste à automatiser les tests adversariaux, ou « red teaming », pour identifier les défaillances potentielles des robots, véhicules autonomes et systèmes de gestion intelligente du trafic.
Une startup issue de la recherche universitaire américaine
Laplace Intelligence a été fondée en 2025 par Howie Sun, directeur général, et Henry Liu, directeur scientifique. Les deux entrepreneurs ont développé leur technologie à partir de travaux menés à l’université du Michigan.
Howie Sun indique avoir consacré huit années de recherche universitaire aux méthodes permettant de mettre en difficulté les systèmes de conduite autonome dans des environnements simulés. En 2023, il a publié avec Henry Liu une étude dans la revue scientifique Nature, consacrée à cette problématique.
Ces travaux ont suscité l’intérêt de constructeurs et développeurs de véhicules autonomes. Les deux chercheurs ont ensuite créé Laplace Intelligence pour transformer leurs méthodes expérimentales en solution commerciale.
La société a participé à Startup Battlefield 200, compétition organisée dans le cadre de TechCrunch Disrupt à San Francisco, du 13 au 15 octobre 2026. Elle figurait parmi les 20 startups sélectionnées pour présenter leur activité lors de cette compétition.
Des agents IA capables de générer des accidents virtuels
La technologie de Laplace repose sur un environnement de simulation construit à partir de données géographiques et visuelles réelles. Elle utilise une version adaptée de Cosmos, la plateforme de simulation du monde physique développée par Nvidia.
Le système peut notamment reconstituer une autoroute en Arizona ou un passage piéton à Paris. Les environnements combinent des cartes géographiques, des images de référence et des données de circulation. Selon Howie Sun, Laplace exploite également des informations de trafic fournies par des services de navigation comme TomTom.
Les développeurs peuvent modifier les conditions de circulation par des instructions en langage naturel. Les véhicules et autres acteurs virtuels réagissent ensuite aux changements de leur environnement.
Lors d’une démonstration, Howie Sun a demandé à un véhicule simulé de se déporter sur la voie opposée. Le véhicule arrivant en face a réagi en effectuant une manœuvre d’évitement. Cette démonstration illustre le fonctionnement interactif du simulateur, sans constituer une mesure de sécurité en circulation réelle.
La particularité commerciale de Laplace réside dans ses agents IA chargés de concevoir automatiquement des scénarios critiques. Ces agents peuvent exploiter des actualités, des rapports de police relatifs aux collisions et d’autres informations pour construire des situations inhabituelles destinées à révéler des faiblesses.
L’objectif est de réduire le travail manuel nécessaire à la création de scénarios de test, traditionnellement fondés sur des enregistrements de conduite ou des situations imaginées par des ingénieurs.
Bot Auto et un constructeur japonais parmi les premiers clients
Laplace Intelligence génère déjà du chiffre d’affaires et a atteint une rentabilité modeste, d’après les déclarations de ses dirigeants rapportées le 19 octobre 2026.
La majorité de ses revenus provient actuellement des applications liées à la conduite autonome. Parmi ses clients figurent Bot Auto, entreprise texane spécialisée dans les camions autonomes, et un grand constructeur automobile japonais.
Les contrats commerciaux de Laplace sont principalement conclus sous forme de projets. L’entreprise souhaite progressivement développer des revenus récurrents, plutôt que de dépendre uniquement de missions ponctuelles.
Cette évolution du modèle économique accompagne son ambition d’élargir sa clientèle au-delà du secteur automobile.
Nvidia, T-Mobile et San José associés à un projet de ville intelligente
Laplace travaille également avec Nvidia et T-Mobile sur un projet pilote gratuit de gestion du trafic à San José, en Californie.
Cette expérimentation concerne les opérations de circulation à l’échelle urbaine. Elle illustre une autre application envisagée pour la technologie de simulation, au-delà des essais de véhicules autonomes.
Parallèlement, Laplace a engagé des collaborations préliminaires avec des partenaires qui développent des robots humanoïdes destinés aux entrepôts.
Howie Sun souligne que les robots généralistes disposent de moins de données d’expérience que les véhicules autonomes. Cette situation complique l’identification préalable des événements rares auxquels ces machines pourraient être confrontées dans des environnements professionnels.
Une levée de fonds envisagée face à Applied Intuition
Laplace Intelligence cherche désormais à lever des capitaux pour développer ses activités et renforcer sa position face aux entreprises déjà implantées dans les logiciels de simulation et de validation des systèmes autonomes.
Son concurrent Applied Intuition dispose de moyens financiers nettement plus importants. D’après les chiffres rapportés par TechCrunch le 19 octobre 2026, cette entreprise a levé au total 1,2 milliard de dollars de financements et atteint une valorisation post-investissement de 15 milliards de dollars. Ces montants concernent Applied Intuition, et non Laplace Intelligence.
Howie Sun considère que la capacité de ses agents IA à rechercher automatiquement des défaillances constitue le principal élément de différenciation de Laplace. L’entreprise veut ainsi proposer aux fabricants de robots et de véhicules autonomes une méthode de validation interactive, fondée sur la confrontation permanente de leurs systèmes à de nouveaux scénarios.
À court terme, Laplace entend utiliser sa visibilité acquise lors de TechCrunch Disrupt pour soutenir sa recherche de financements, élargir ses activités commerciales et transformer progressivement ses contrats par projet en revenus récurrents.