WORLDTECH NEWS 全球科技资讯。联系我们
机器人 单一来源

Physicl融资1000万美元,用合成数据改进物理AI训练

由 WORLDTECH 译自英文。事实、数字、名称和来源均与英文原文一致。 English

A complex network of cables in a data center with a monitor in the foreground.
示意图片。图片:panumas nikhomkhai / Pexels

事件经过

总部位于巴黎的初创公司Physicl已完成1000万美元种子轮融资,用于开发帮助机器人和物理AI研究人员识别并修复AI模型薄弱环节的技术。2026年11月15日,Sam Francis报道。

该公司还推出了Studio应用,研究人员可借助它创建定制化3D环境,并生成针对AI模型表现不佳的特定情境的训练数据。这些情境通常被称为边缘案例,通过传统数据收集方式很难全面覆盖。

本轮融资由Inovia Capital领投,US Venture Partners参与投资,资金将用于扩充Physicl团队,并进一步开发其合成数据生成平台。

应对边缘案例问题

物理AI开发者面临的一大挑战,是让模型能够在不可预测的现实环境中可靠运行。模型在受控演示中可能表现良好,但遇到异常光照条件、陌生物体或意外的物理布置时,可能会力不从心。Physicl的方法允许研究人员在仿真中重现有问题的场景,生成各种变体,并利用由此产生的数据提升模型性能。

生成有针对性的训练环境

Studio提供10000个带真值标注的3D环境、超过100000个数字资产以及数十亿种可能的场景变体。研究人员可以选择环境,或描述模型遇到困难的情境,并调整光照、摄像机角度和物体摆放等变量。

关键事实

  • 该公司还推出了Studio应用,研究人员可借助它创建定制化3D环境,并生成针对AI模型表现不佳的特定情境的训练数据。
  • Studio提供10000个带真值标注的3D环境、超过100000个数字资产以及数十亿种可能的场景变体。

来源与证据