Physicl привлёк $10 млн на синтетические данные для роботов
Стартап Physicl, основанный Алексом деViганом, привлёк $10 млн в seed-раунде под руководством Inovia Capital. Компания создаёт инструменты для генерации синтетических данных, которые нужны разработчикам world-моделей и роботов.
Главное в цифрах
- Сумма seed-раунда: $10 млн
- Инвестор: Inovia Capital
- Studio: 10 000 3D-окружений и 100 000 объектов
Physicl основал Алекс де Виган, который до этого десять лет строил компанию nfinite. Она помогала брендам и ритейлерам создавать 3D-модели товаров для онлайн-витрин. Когда трансформерные модели сместили фокус nfinite в сторону генерации изображений, команда решила применить накопленный технологический стек для точной визуализации 3D-окружений.
По словам де Вигана, пайплайн, который компания построила ранее, позволяет превращать неструктурированную, неполную и разнородную информацию из реального мира в физически точное 3D-представление с правильной геометрией, материалами и физикой.
Продукт Studio и первый клиент
Physicl выпускает продукт Studio, в котором есть 10 000 3D-окружений и 100 000 объектов. С его помощью пользователи создают сцены и генерируют синтетические данные для обучения роботов под конкретные задачи. Например, можно сгенерировать данные, чтобы робот научился находить чашку на заваленной столешнице или в тени.
Ранним клиентом стала SpAItial, разработчик world-моделей. Её CEO и основатель Маттиас Нисснер сообщил, что для улучшения точности модели им понадобились именно такие высокоточные синтетические данные. Новая модель компании, Echo-3, вышла на прошлой неделе.
Physicl при этом хочет быть не только поставщиком данных, но и инструментом для постоянной генерации синтетики. Нисснер, который также является профессором робототехники Технического университета Мюнхена, описал идею так: модель сама понимает, каких данных ей не хватает, и автоматически их генерирует.
Контекст рынка
Обучение роботов на видео и на данных удалённого управления остаётся дорогим и не всегда даёт нужный результат. Симуляции в цифровых мирах считаются перспективным способом это удешевить, но сложность в том, чтобы они соответствовали физике реального мира.
При этом ниша молодая и переполненная. Физические ИИ-модели обслуживают многие стартапы, которые собирают, размечают или генерируют данные в разных форматах. Де Виган признаёт, что рынок пока очень неоднороден.
