Physicl kerää 10 miljoonan dollarin siemenrahoituksen ratkaistakseen fyysisen tekoälyn poikkeustapausongelman

Physicl ilmoitti 6. marraskuuta 2026 keränneensä 10 miljoonaa dollaria siemenrahoitusta. Rahoituskierrosta johti Inovia Capital, ja siihen osallistui myös US Venture Partners. Samalla yhtiö julkisti Studion, ensimmäisen sovelluksensa fyysisen tekoälyn koulutukseen käytettävän synteettisen aineiston tuottamiseen.

Rahoituksella tuetaan yhtiön tiimejä Pariisissa ja San Franciscon lahden alueella sekä Studion taustalla olevaa alustaa. Inovian osakas Steve Woods kuvaili Physiclin skaalautuvaa ja korkealaatuista, todelliseen fysiikkaan perustuvaa dataa keskeiseksi osaksi mallien kyvykkyyksien muuttamista todellisen maailman suorituskyvyksi.

Physicl keskittyy harvinaisiin olosuhteisiin, jotka voivat ratkaista, toimivatko robotit, autonomiset järjestelmät ja maailmamallit luotettavasti esittelytilanteiden ulkopuolella. Tällaisia ovat esimerkiksi pussiin osittain kätkeytyvä kuppi, työtason poikki kulkeva varjo tai hieman väärään paikkaan pinottu laatikko. Näitä tapauksia on vaikea tallentaa suuressa mittakaavassa, eikä niitä voi tallentamisen jälkeen toistaa niin, että valittuja olosuhteita muutetaan.

Physiclin mukaan fyysiseltä tekoälyltä puuttuu koulutusaineisto, joka vastaisi kielimallien taustalla olevaa internetin tekstiä tai kuvamallien miljardeja kuvatekstein varustettuja valokuvia. Tämän vuoksi tiimeiltä puuttuu esimerkkejä virhetilanteista, jotka voivat estää käyttöönoton.

Perustaja ja toimitusjohtaja Alex de Vigan on käyttänyt kymmenen vuotta esineiden ja huoneiden kolmiulotteiseen digitointiin. Työhön on kuulunut myös kirjastojen ja variaatio-ohjelmistojen rakentaminen suurille vähittäiskauppiaille. Myöhemmin robotiikka-, maailmamalli- ja konenäkötiimit alkoivat pyytää tarkasti merkittyjä versioita tilanteista, joita niiden mallit eivät kyenneet käsittelemään, ja niitä tarvittiin tuhansittain. Tämä kysyntä loi perustan Physiclin synteettisen aineiston alustalle.

Physiclilla on noin 30 työntekijää 3D:n, simuloinnin ja koneoppimisen parissa, ja sillä on toimistot New Yorkissa, San Franciscossa ja Pariisissa. Useimmat heistä rakensivat kuuden vuoden ajan 3D-tuotantojärjestelmiä de Viganin kanssa ennen kuin hän perusti yhtiön.

Studio tuottaa hallittuja poikkeustapauksia

Rahoitusuutisen yhteydessä julkaistussa tuotejulkistuksessa kuvataan nelivaiheinen työnkulku. Tutkija kuvailee virhetilanteen arkikielellä, Studio ehdottaa sitä vastaavaa kohtausta ja muunnelmia, tutkija säätää niiden vaihteluvälejä ja määrittää kiinteät olosuhteet, kuten kameran reitin, minkä jälkeen järjestelmä renderöi ja vie tuloksen tallentaen samalla kunkin kuvan taustalla olevat olosuhteet.

Studio hyödyntää kirjastoa, jossa on 10 000 ympäristöä ja 100 000 taustalla olevaa kohdetta, jotka on rakennettu todellisten 3D-geometrioiden ja tunnettujen materiaalien pohjalta. Valaistusta, vuorokaudenaikaa, epäjärjestystä, esineitä, materiaaleja, kameran korkeutta ja kameran reittiä voidaan muuttaa erikseen tai yhdessä. Näin voidaan tehdä hallittuja vertailuja, joissa leikkeet eroavat toisistaan vain valittujen olosuhteiden osalta.

Syvyystiedot, pintanormaalit, instanssi- ja luokkasegmentointi sekä kaksiulotteiset rajauslaatikot saadaan samasta 3D-kohtauksesta, josta kuva tuotetaan. Niitä ei siis ennusteta renderöidystä kuvasta eikä annotaattorit piirrä niitä. Vientivaihtoehtoihin kuuluvat RGB-kuvat tai -videot, joiden tarkkuus on enintään 1920 × 1080, sekä kuva- tai ruutukohtainen kameran asento ja kohtauksen metatiedot, jotka kattavat valaistuksen, asettelun ja esineet.

Beetaversion käyttöoikeus ja alustava tulos

Studio on beetavaiheessa ja maksuton tämän vaiheen ajan. Käyttöoikeuksia avataan vaiheittain laboratorioille, yliopistoille ja yrityksille, jotka kehittävät konenäkö-, maailmamalli- ja robotiikkamalleja. Todellisen maailman data on edelleen lähestymistavan kannalta välttämätöntä: Studion tarkoituksena on täydentää sitä harvinaisilla tapauksilla, joita ei voida tallentaa todellisesta maailmasta toistuvasti ja suurina määrinä. Uusia kohtauksia lisätään päivittäin, ja Physicl aikoo kehittää säätimiä, maastototuuskerroksia ja vientimuotoja tutkimuskäyttäjiltä saadun palautteen perusteella.

Physicl kertoi, että maailmamalleja kehittävä SpAItial yli puolitti todellisten huoneiden rekonstruointivirheensä koulutettuaan malliaan Physiclin datalla. Arvioinnin teki Matthias Niessnerin tiimi TUMissa. Niessner on SpAItialin toimitusjohtaja ja TUMin professori, ja hänet on myös nimetty Physiclin neuvonantajaksi.

Studion beetaversio asettaa Physiclin lähtöoletuksen laajempaan kokeeseen: voidaanko toistettavilla ja tarkasti merkityillä synteettisillä poikkeustapauksilla parantaa malleja riittävän luotettavasti fyysisissä ympäristöissä käyttöönottoa varten.