Physicl získává 10 milionů dolarů v seedovém kole, aby řešil problém okrajových případů fyzické AI

Physicl oznámil 6. listopadu 2026, že získal 10 milionů dolarů v seedovém financování vedeném společností Inovia Capital za účasti US Venture Partners a spustil Studio, svou první aplikaci pro generování syntetických trénovacích dat pro fyzickou AI.

Získané prostředky financují tým společnosti v Paříži a sanfranciské oblasti zálivu i platformu, na níž Studio stojí. Partner společnosti Inovia Steve Woods označil škálovatelná a kvalitní data o fyzickém světě, založená na fyzikálních zákonitostech reálného světa, za klíčovou součást převodu schopností modelů do výkonu v reálném světě.

Physicl se zaměřuje na vzácné situace, které mohou rozhodovat o tom, zda roboti, autonomní systémy a modely světa fungují spolehlivě i mimo předváděcí ukázky. Patří mezi ně například šálek částečně zakrytý taškou, stín přecházející přes pracovní desku nebo krabice umístěná na hromadě mírně mimo správnou polohu. Tyto situace je obtížné zaznamenávat ve velkém měřítku, a jakmile jsou jednou zachyceny, nelze je přehrát se změněnými vybranými podmínkami.

Physicl tvrdí, že fyzické AI chybí trénovací korpus srovnatelný s internetovými texty, na nichž jsou založeny jazykové modely, nebo s miliardami fotografií opatřených popisky, které slouží jako základ obrazových modelů. Týmům tak chybí příklady selhání, která mohou bránit nasazení.

Zakladatel a generální ředitel Alex de Vigan se deset let věnuje digitalizaci objektů a místností ve 3D, včetně tvorby knihoven a softwaru pro obměňování určeného velkým maloobchodním prodejcům. Týmy zabývající se robotikou, modely světa a počítačovým viděním pak začaly požadovat přesně označené verze situací, které jejich modely nedokázaly zvládnout, a to v řádech tisíců. Tato poptávka dala základ syntetické datové platformě Physicl.

Physicl má přibližně 30 členů týmu v oblastech 3D, simulací a strojového učení a kanceláře v New Yorku, San Franciscu a Paříži. Většina z nich šest let pracovala s de Viganem na vývoji systémů pro 3D produkci, než založil společnost.

Studio vytváří kontrolované okrajové případy

Oznámení o produktu zveřejněné spolu se zprávou o financování popisuje pracovní postup ve čtyřech krocích. Výzkumník popíše selhání běžným jazykem; Studio navrhne odpovídající scénu a její varianty; výzkumník upraví jejich rozsahy a zafixuje podmínky, například trasu kamery; systém pak výsledek vykreslí a exportuje a zaznamená podmínky platné pro každý snímek.

Studio využívá knihovnu 10 000 prostředí a 100 000 podkladových prvků vytvořených z reálné 3D geometrie a známých materiálů. Osvětlení, denní dobu, nepořádek, objekty, materiály, výšku kamery i její trasu lze měnit samostatně nebo současně. To umožňuje kontrolovaná srovnání, při nichž se jednotlivé klipy liší pouze ve vybraných podmínkách.

Hloubka, normály povrchu, segmentace instancí a tříd i dvourozměrné ohraničující rámečky pocházejí ze stejné 3D scény, z níž vzniká obraz; nejsou tedy odhadovány z vykresleného snímku ani zakreslovány anotátory. Export zahrnuje obrázky nebo video RGB v rozlišení až 1 920 × 1 080 a také polohu a orientaci kamery pro každý snímek a metadata scény týkající se osvětlení, uspořádání a objektů.

Beta přístup a první výsledek

Studio je v beta verzi a po tuto dobu je zdarma; přístup se postupně otevírá laboratořím, univerzitám a společnostem vyvíjejícím modely pro počítačové vidění, modely světa a robotiku. Data z reálného světa zůstávají pro tento přístup nezbytná: Studio je navrženo tak, aby je doplňovalo o vzácné situace, které nelze opakovaně a ve velkém množství zachytit v reálném světě. Nové scény přibývají každý den a Physicl plánuje na základě zpětné vazby od výzkumníků rozvíjet ovládací prvky, vrstvy se základní pravdou a formáty exportu.

Physicl uvedl, že společnost SpAItial, která vyvíjí modely světa, po trénování na datech Physicl snížila chybu rekonstrukce skutečných místností o více než polovinu. Vyhodnocení provedl tým Matthiase Niessnera na TUM. Niessner je generálním ředitelem SpAItial a profesorem na TUM; zároveň je uveden jako poradce společnosti Physicl.

Beta verze Studia umožní širší ověření předpokladu společnosti Physicl: zda opakovatelné syntetické okrajové případy s přesnými popisky dokážou modely zlepšit natolik spolehlivě, aby je bylo možné nasadit ve fyzickém prostředí.