专注于物理人工智能技术的初创公司 Physicl 宣布，在由 Inovia Capital 领投的种子轮融资中成功筹集了 1000 万美元。该公司旨在利用其在构建电子商务 3D 模型方面的既有经验，开发用于机器人训练的超逼真模拟环境。
弥合模拟与现实之间的鸿沟
机器人在执行复杂任务（如处理各种微小物体）时，开发者在训练模型时面临巨大挑战，因为传统方法依赖于视频数据或远程操作，这些方法既昂贵又低效。Physicl 试图通过其平台解决这一问题，该平台将非结构化的现实信息转化为高精度的物理表示，从而允许机器人在极高精度模拟物理、光照和材料定律的数字环境中进行学习。
Studio 平台提供什么？
该公司推出了其新产品 Studio，其中包括 10,000 个 3D 环境和 100,000 个各种资产 (Asset)。该产品允许用户创建定制的合成场景，用于训练机器人在困难情况下的表现，例如在复杂光照条件或拥挤空间中识别物体。专门从事构建世界模型的 SpAItial 公司已开始使用这些数据来提高其模拟的准确性。
为什么这条新闻很重要？
Physicl 的重要性在于其将数据生成过程从缓慢的手动过程转变为自动化工作流 (Agentic workflow) 的愿景。创始人兼首席执行官 Alex de Vigan 认为，未来在于人工智能模型在训练过程中请求其所需数据的能力，该平台能够根据当前的训练状态即时生成数十亿种可能性和合成数据，从而极大地加速机器人理解并与物理世界互动的能力。