Компания специализируется на том, что исследователи называют пограничными случаями. Это нестандартные ситуации — например, необычное освещение или неожиданный предмет на пути, — в которых модели ИИ для роботов, беспилотных автомобилей и 3D-зрения часто ошибаются.
Первый продукт компании, Studio, позволяет исследователям воссоздавать такие ситуации в 3D. Они выбирают окружение или описывают сцену, с которой их модель не справляется, а затем меняют освещение, ракурс камеры и расположение объектов.
После этого Studio генерирует точные обучающие данные, нацеленные именно на это слабое место. В результате исследователи могут воспроизвести сбой, проверить исправление и оценить, стала ли их модель работать лучше.
По данным компании, платформа включает 10 000 3D-окружений и более 100 000 объектов, которые можно комбинировать в миллиарды различных сцен.
«Модели ошибаются на пограничных случаях. Когда исследователи обнаруживают такие слабые места, им нужен способ генерировать данные, которые устраняют именно их», — заявил Алекс де Виган, основатель и генеральный директор Physicl.
Ранее де Виган основал Nfinite — парижскую компанию, которая создаёт 3D-изображения товаров для онлайн-ретейлеров и в 2022 году привлекла 100 млн долларов. Он шесть лет занимается 3D, симуляцией и машинным обучением.
Physicl уже сотрудничает с ИИ-лабораториями и университетами, в том числе с Meta, World Labs, Epic Games, Amazon Web Services, Nvidia и Мюнхенским техническим университетом.
Один из клиентов — SpAItial, мюнхенский стартап, разрабатывающий 3D-модели ИИ. По словам компании, после добавления данных Physicl в обучающую выборку SpAItial более чем вдвое снизила частоту ошибок своей модели для построения помещений.
Physicl направит привлечённые средства на расширение команды и дальнейшее развитие платформы. Компания пополнила волну европейских стартапов, работающих в области физического ИИ — технологии, которая позволяет машинам понимать реальный мир и действовать в нём.
Опубликовано 6 ноября 2026 - 07:21 Наверх
