Стартап Physicl представил платформу для тренировки роботов в цифровых симуляциях
Стартап Physicl привлек $10 млн посевных инвестиций для создания реалистичных цифровых симуляций в робототехнике. Раунд прошел под руководством фонда Inovia Capital. Новые инвестиции пойдут на решение проблем с тренировкой физических моделей искусственного интеллекта. Разработчики роботов смогут более эффективно обучать устройства сложным манипуляциям.
Основатель и генеральный директор проекта Алекс де Виган ранее развивал компанию nfinite. Этот стартап помогал брендам создавать 3D-модели товаров для электронной коммерции. После активного распространения нейросетей руководитель решил сменить фокус бизнеса. Команда адаптировала свой стек технологий к потребностям создателей мировых моделей и операторов роботов.
Обучение физического искусственного интеллекта с помощью видео часто не приносит нужных результатов. Сбор данных через удаленное управление обходится компаниям слишком дорого. Попытки тренировать нейросети в цифровых средах сталкиваются с проблемой нереалистичной физики. Инструменты Physicl позволяют трансформировать исходные данные в точные симуляции с правильной геометрией и физическими свойствами.
Стартап выводит на рынок продукт Studio для дообучения моделей на сложных сценариях. Платформа включает 10 тыс. трехмерных сред и 100 тыс. различных объектов. Пользователи могут самостоятельно создавать сцены для генерации синтетических данных. Эта технология помогает научить робота распознавать предметы среди большого скопления вещей или при плохом освещении.
В числе первых клиентов Physicl оказалась компания SpAltial, которая создает трехмерные симуляции из плоских изображений. Генеральный директор партнера Маттиас Нисснер сообщил о необходимости высокоточных данных для обучения нового продукта Echo-3. Синтетическая информация от Physicl позволила значительно улучшить качество разработки.
Компания де Вигана планирует стать полноценным провайдером инструментов для постоянной генерации данных. Платформа сможет автоматически преобразовывать миллионы часов записей с лидаров в трехмерные представления. Нейросети получат возможность самостоятельно анализировать нехватку информации и запрашивать создание нужных сцен в процессе обучения.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
