Physicl 融资 1000 万美元，让数字世界对机器人而言足够真实
来源：TechCrunch AI
本文为资讯聚合内容，版权归原作者及原网站所有，如有侵权请联系删除。
Alex de Vigan的上一个创业项目被生成式AI的崛起所淹没，但现在他押注于该团队所构建的技术——一个为电子商务创建诱人产品渲染图的平台——可以被重新利用，让机器人更加实用。
他的新公司Physicl已筹集1000万美元种子轮融资，由Inovia Capital领投，旨在帮助世界模型设计者和机器人制造商通过更逼真的模拟来解决棘手的训练问题。
创始人兼CEO de Vigan过去十年一直在打造nfinite，该公司让品牌和零售商能够轻松创建商品的3D模型并在网上展示。基于Transformer的AI模型的出现，使该公司更加专注于生成式图像，但de Vigan为他团队及其构建的技术栈——用于忠实渲染3D环境——看到了新的用途。
“我们在3D领域所做的最独特的事情，AI将会取代，但AI缺少了一些东西：它理解、交互和操控空间与物体的能力，”de Vigan说。
研究人员正在开发物理AI模型，使机器人更能胜任处理多样化小型物体等任务，但他们一直受困于用视频训练模型的回报有限，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个有前景的解决方案，但确保这些模拟世界忠实于真实世界的物理规律已被证明十分困难。De Vigan相信，他前公司构建的流水线——“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征……具有正确的几何形状、材质和物理属性”——现在可以用来让物理AI模型更加有效。
Physicl正在进入一个拥挤的初创企业赛道，这些公司竞相为基础模型构建者和机器人运营商提供数据和工具。“这个领域非常年轻，有时也非常模糊，”de Vigan承认。有各种各样的公司在收集、标注或生成不同模态的数据，因为他们的客户正试图找出能让机器人兑现承诺的秘诀。
特别是，Physicl希望专注于在困难的边缘案例上对模型进行后训练。这家初创公司发布了一款名为Studio的产品，包含10,000个3D环境和100,000个代表各种物体的资产。它让用户创建场景，生成合成数据，以针对特定问题训练机器人。例如，Studio可以用来生成训练数据，帮助那些在杂乱台面上或在杯子处于阴影中时难以辨认杯子的机器人。
世界模型构建者SpAItial作为早期客户与Physicl合作，以提高其产品的保真度，其最新产品Echo-3于上周发布。SpAItial的工具从2D图像生成3D模拟，为了有效实现这一点，其CEO兼创始人Matthias Niessner表示，他们需要基于Physicl提供的那种高保真合成数据进行训练。
然而，Physicl希望不仅仅是一个数据提供商；它将自己视为持续合成数据生成的工具。“我们10年前创造的东西，当时并不知道，基本上就是一个代理式工作流，将非结构化信息转化为高保真3D，”de Vigan说。他设想客户带来数万亿张图像或数百万小时的激光雷达捕获数据，输入他的平台，将其转化为高质量的3D表征，用于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，你必须手动整理数据，这是一个非常漫长的周期，”同时担任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直接实时完成这件事[…]你运行Claude，它检查‘哦，我的训练中需要更多这方面的数据’，然后根据训练状态自动生成该数据。这对我来说非常令人兴奋，而这正是Physicl所提供的。”
评论