Physicl 筹集 1000 万美元，让数字世界对机器人来说足够真实

Alex de Vigan 的上一份业务因生成式人工智能的兴起而陷入困境，但现在他押注团队开发的技术（一个为电子商务创建诱人产品渲染的平台）可以重新利用，使机器人变得更有用。他的新公司 Physicl 已筹集了由 Inovia Capital 领投的 1000 万美元种子资金，旨在帮助世界模型设计师和机器人制造商通过更真实的模拟解决棘手的训练问题。创始人兼首席执行官 de Vigan 在过去十年中构建了 nfinite，这使得品牌和零售商可以轻松创建其商品的 3D 模型并在线展示。基于 Transformer 的 AI 模型的出现使该公司更加关注生成图像，但 de Vigan 看到了他的团队和他们为忠实渲染 3D 环境而构建的技术堆栈的新目标。 “我们在 3D 领域所做的超级独特的事情将被人工智能取代，但人工智能缺少一些东西：它理解、交互和操纵空间和物体的能力，”de Vigan 说。研究人员正在开发物理人工智能模型，以使机器人更有能力执行处理各种小型物体等任务，但他们对视频训练的回报以及通过远程操作收集数据的费用感到沮丧。数字世界中的模拟被视为一种有前途的解决方案，但事实证明，确保这些模拟世界忠实于现实世界的物理原理是很困难的。 de Vigan 认为，他之前的公司建立的管道“将非结构化、不完整、异构的现实世界信息转换为高保真物理表示……具有正确的几何形状、材料和物理特性”，现在可用于使物理人工智能模型更加有效。 Physicl 正在进入一个拥挤的初创公司类别，它们竞相为基础模型构建者和机器人操作员提供数据和工具。 “这个空间非常年轻，有时非常模糊，”德维根承认。有许多公司以不同的方式收集、标记或生成数据，因为他们的客户试图找出让机器人兑现其承诺的秘密武器。特别是，Physicl 希望专注于困难边缘情况的训练后模型。该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 个代表各种对象的资产。它允许用户创建场景来生成合成数据，用于训练机器人解决特定问题。例如，Studio 可用于生成训练数据，以帮助机器人在杂乱的台面上或杯子处于阴影中时难以识别杯子。世界模型构建商 SpAItial 作为早期客户与 Physicl 合作，提高其产品的保真度，最新产品 Echo-3 于上周发布。 SpAItial 的工具从 2D 图像生成 3D 模拟，为了有效地做到这一点，其首席执行官兼创始人 Matthias Niessner 表示，他们需要对 Physicl 提供的高保真合成数据进行训练。然而，Physicl 不仅仅希望成为数据提供商；它将自己视为持续生成合成数据的工具。 “我们 10 年前在不知情的情况下创建的基本上是一个将非结构化信息转换为高保真 3D 信息的代理工作流程，”de Vigan 说。他想象客户将数万亿张图像或数百万小时的激光雷达捕获数据输入到他的平台中，并将它们转化为高质量的 3D 表示，可用于生成数十亿种排列来训练他们的模型。 “真正的挑战是，你必须手动管理数据，这是一个非常长的周期，”尼斯纳（慕尼黑工业大学机器人学教授）告诉 TechCrunch。 “对我们来说，非常有吸引力的是，你可以即时执行此操作 [...] 你正在运行 Claude，它会检查，‘哦，我在训练中需要更多数据’，然后它会根据训练状态自动生成该数据。对我来说，这非常令人兴奋，而这正是 Physicl 提供的功能。”