Physicl capta 10 millones de dólares para simulaciones de robots

El salto de la simulación a la realidad

Los investigadores que desarrollan modelos de IA física para tareas como manipular objetos pequeños y variados están frustrados con los resultados de entrenar con vídeo, y recopilar datos mediante teleoperación resulta caro. Las simulaciones se perfilan como solución, pero lograr que los mundos virtuales respeten la física real ha sido difícil.

Según De Vigan, el sistema que creó su anterior compañía transforma información real no estructurada e incompleta en una representación física de alta fidelidad, con geometría, materiales y física correctos. Physicl se centra en el posentrenamiento de modelos con casos límite difíciles.

Su primer producto, Studio, incluye 10.000 entornos 3D y 100.000 objetos. Los usuarios crean escenas para generar datos sintéticos aplicados a problemas concretos, como un robot que no distingue una taza en una encimera desordenada o cuando está en sombra.

Primer cliente y competencia

El desarrollador de modelos del mundo SpAItial colaboró con Physicl como cliente temprano. Su herramienta genera simulaciones 3D a partir de imágenes 2D y su último modelo, Echo-3, salió la semana pasada. Su director ejecutivo, Matthias Niessner, también profesor de robótica en la Universidad Técnica de Múnich, dice que necesitan datos sintéticos de alta fidelidad. Le atrae generar datos sobre la marcha, con un agente de IA que detecta qué falta en el entrenamiento y lo solicita automáticamente.

Physicl aspira a ser una herramienta de generación continua de datos sintéticos y no solo un proveedor. De Vigan imagina a clientes aportando billones de imágenes o millones de horas de datos lidar para obtener miles de millones de variaciones. Admite que el sector está saturado: «El espacio es muy joven y a veces muy difuso».