Physicl 获 Inovia Capital 1000 万美元种子轮融资，用高保真仿真帮助机器人训练

Alex de Vigan 的上一家公司被生成式 AI 的崛起所冲击，但现在他押注该团队所构建的技术——一个为电商制作诱人产品渲染图的平台——可以被重新利用，让机器人变得更有用。

他的新公司 Physicl 已从 Inovia Capital 融得 1000 万美元种子资金，帮助世界模型设计者和机器人制造者用更逼真的模拟解决棘手的训练难题。

创始人兼 CEO de Vigan 在过去十年里打造了 nfinite，这家公司让品牌和零售商可以轻松创建商品的 3D 模型并在线展示。基于 transformer 的 AI 模型的到来使该公司更专注于生成式图像，但 de Vigan 为他的团队和他们为忠实渲染 3D 环境而构建的技术栈找到了新的用途。

“我们在 3D 领域做得极其独特的东西，AI 将会取而代之，但 AI 缺少一样东西：理解、交互和操纵空间与物体的能力，”de Vigan 说。

开发物理 AI 模型以让机器人更擅长处理多样小物体等任务的研究人员，一直受挫于用视频训练的有限回报，以及通过远程操作收集数据的高昂成本。

数字世界中的模拟被视为一种有希望的解决方案，但事实证明，确保这些模拟世界忠实于真实世界物理规律非常困难。de Vigan 相信，他之前的公司构建的那条流水线——“将非结构化、不完整、异构的真实世界信息转化为高保真的物理表示……具有正确的几何形状、材质和物理属性”——如今可以用来让物理 AI 模型更加有效。

Physcl 正在进入一个拥挤的赛道，众多初创公司竞相为基础模型构建者和机器人运营方提供数据和工具。de Vigan 承认：“这个领域非常年轻，有时也非常模糊。”当客户们试图找出让机器人兑现其承诺的秘诀时，各类公司正在以不同模态收集、标注或生成数据。

尤其值得一提的是，Phyiscl 想专注于在困难的边缘案例上对模型进行后训练。这家初创公司正在发布一款名为 Studio 的产品，其中包含 10,000 个 3D 环境和 100,000 个代表各种物体的资产。它让用户可以创建场景，生成用于训练机器人应对特定问题的合成数据。例如，Studio 可用于生成训练数据，帮助难以在杂乱台面上辨别杯子的机器人，或者在杯子处于阴影中时进行识别。

正在加载播放器…

世界模型构建者 SpAItial 作为早期客户与 Physicl 合作，以提升其产品的保真度，其最新产品 Echo-3 于上周发布。SpAItial 的工具可以从 2D 图像生成 3D 模拟，其 CEO 兼创始人 Matthias Niessner 表示，为了有效做到这一点，他们需要用 Physicl 提供的那种高保真合成数据进行训练。

然而，Physicl 想要的不只是做一个数据提供商；它将自己定位为持续进行合成数据生成的工具。“十年前，我们在无意中创造的，基本上就是一个把非结构化信息转化为高保真 3D 的智能体工作流，”de Vigan 说。他设想客户带来数万亿张图像或数百万小时的 LIDAR 采集数据，输入他的平台，将其转化为高质量的 3D 表征，进而生成数十亿种排列组合来训练他们的模型。

“真正的挑战在于，你必须手工整理数据，而这个周期非常漫长，”同时也是慕尼黑工业大学机器人学教授的 Niessner 告诉 TechCrunch。“对我们来说，非常有吸引力的是你可以即时完成这件事……你正在运行 Claude，它检查后说，‘哦，我的训练中还需要更多这类数据’，然后它会根据训练状态自动生成这些数据。在我看来，这非常令人兴奋，而这正是 Physicl 所提供的。”

当你通过我们文章中的链接购买时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Tim Fernholz 是一位报道科技、金融和公共政策领域的记者。他深入报道了私营航天产业的崛起，并著有《Rocket Billionaires: Elon Musk, Jeff Bezos and the New Space Race》（火箭亿万富翁：埃隆·马斯克、杰夫·贝索斯与新太空竞赛）一书。此前，他在全球商业新闻网站 Quartz 担任高级记者十多年，其职业生涯始于在华盛顿特区担任政治记者。 你可以通过发送电子邮件至 [email protected] 联系 Tim 或核实其外联信息，也可以通过 Signal 加密消息联系 tim_fernholz.21。

查看简介