Alex de Vigan 的上一个业务被生成式 AI 的崛起所淹没，但现在他押注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，让机器人更有用。
他的新公司 Physicl 已获得由 Inovia Capital 领投的 1000 万美元种子轮融资，以帮助世界模型设计者和机器人构建者通过更逼真的模拟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 看到了他的团队以及他们为忠实渲染 3D 环境而构建的技术栈的新用途。
“我们在 3D 方面所做的非常独特的事情，AI 将会取代，但 AI 中缺少了一些东西：它理解、交互和操纵空间与物体的能力，”de Vigan 说。
研究人员开发物理 AI 模型，使机器人更能处理各种任务，例如处理多样的小物体，但他们一直受挫于用视频训练这些模型的回报，以及通过远程操作收集数据的费用。
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现实世界的物理规律已被证明是困难的。De Vigan 相信，他前公司构建的流程——“将非结构化、不完整、异构的现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、材质和物理特性”——现在可以用来使物理 AI 模型更有效。
Physicl 正在进入一个拥挤的初创公司类别，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，有时非常模糊，”de Vigan 承认。有各种公司以不同模态收集、标注或生成数据，因为他们的客户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。它允许用户创建场景，为针对特定问题的机器人训练生成合成数据。例如，Studio 可用于生成训练数据，帮助那些在杂乱的台面上或杯子处于阴影中时难以辨别杯子的机器人。
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，为了有效做到这一点，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，在不知不觉中，基本上是一个代理工作流，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，并将其转化为高质量的 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，你必须手动整理数据，这是一个非常长的周期，”Niessner 也是慕尼黑工业大学的机器人学教授，他告诉 TechCrunch。“对我们来说，非常有吸引力的是你可以直接动态地做这件事[…]你运行 Claude，它检查，‘哦，我的训练中需要更多这方面的数据’，然后它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 所提供的。”