Enact Intelligence non è l'ennesima startup di robotica che punta tutto sulla visione artificiale. La società svizzera esce oggi dallo stealth con un round pre-seed da 30 milioni di dollari e con un'idea tecnica diversa: far percepire ai robot forza e contatto attraverso i loro stessi attuatori, riducendo la dipendenza da telecamere e flussi visivi. A sostenere il round ci sono Redalpine, Notion Capital e Firstminute Capital, insieme ad angel investor come Arthur Mensch, a capo di Mistral, Yann LeCun, ex chief AI scientist di Meta, e Thomas Wolf di Hugging Face.

Il ceo Manuel Yves Gallier, che in precedenza ha lavorato in Physical Intelligence, descrive un approccio in cui i robot "sentono" ciò che accade in tempo reale e imparano con maggiore efficienza di dati, puntando allo stesso tempo su affidabilità e prestazioni. Enact sta ripensando l'intero stack: architetture di modello per un'intelligenza multi-frequenza e multi-scala, pipeline di dati e, a valle, attuatori e sensori che alimentano il modello.

La posta in gioco va oltre il finanziamento, per quanto il pre-seed da 30 milioni sia alto per gli standard del settore. In un robot che deve afferrare un oggetto senza romperlo, il ciclo percezione-azione si chiude in tempi ristrettissimi. Se il segnale di forza e contatto nasce nell'attuatore, non può viaggiare fino a un data center remoto e tornare indietro: la latenza renderebbe impossibile un controllo stabile. Questo sposta il baricentro dell'inference verso l'edge, dentro il robot o nella cella industriale. Non è una dinamica del tutto nuova per chi lavora con controllori locali, ma assume un peso diverso quando il controllo è affidato a reti neurali addestrate su segnali fisici. Servono modelli abbastanza leggeri da essere eseguiti su hardware embedded, memoria adeguata per gestire più scale temporali e un runtime che non dipenda da un'API cloud. Per chi valuta deployment on-premise, i trade-off sono quelli noti: meno round-trip, più prevedibilità, più controllo sui dati di processo. AI-RADAR dedica a queste decisioni analisi e framework su /llm-onpremise.

C'è un secondo elemento che distingue la strada di Enact. Le telecamere producono moltissimi pixel, ma gran parte di quel segnale è ridondante per un'operazione di presa. La forza e il tatto sono segnali fisici più densi di informazione per il compito: percepiscono microslittamenti, variazioni di pressione, vibrazioni. Un modello addestrato su questi dati può in teoria ottenere prestazioni simili con meno esempi e, di conseguenza, con un fabbisogno di calcolo più contenuto in fase di addestramento. L'enfasi sull'efficienza dei dati non è un dettaglio: è una leva per rendere sostenibile la raccolta di dati di manipolazione, che è costosa e non sempre replicabile in laboratorio.

Non è un caso che nel round figurino nomi come Mensch e LeCun. Da una parte il mondo dei grandi modelli linguistici cerca superfici di deployment oltre al testo e al codice; dall'altra la robotica ha bisogno di rappresentazioni più flessibili del mondo fisico. Enact non parla esplicitamente di voler costruire un LLM per robot. Ma il riferimento ad architetture multi-frequenza e multi-scala tocca un problema strutturale: fondere segnali rapidi come il contatto con segnali lenti come la pianificazione non è una semplice estensione dei modelli linguistici. Un runtime progettato per generare token non è automaticamente adatto a controllare un attuatore in millisecondi. La metrica del successo qui non è il throughput, ma la stabilità della presa e la capacità di non danneggiare un oggetto.

Per Enact i fondi serviranno a espandere il team e accelerare hardware e R&D. La scommessa è che una via tattile e data-efficient possa portare i robot general-purpose fuori dai laboratori, dentro gli stabilimenti e nel mondo reale. Riuscirci richiede non solo modelli migliori, ma un'intera piattaforma in cui software e attuatori sono progettati insieme. È un segnale che il prossimo fronte dell'AI applicata non si gioca solo nei data center, ma anche nella meccanica di precisione, nei sensori e nei millisecondi che separano un'azione da una reazione.