Startup Physicl ogłosił swoje wyjście z trybu stealth podczas konferencji NVIDIA GTC, prezentując platformę skupioną na rosnącym ograniczeniu w robotyce i fizycznej AI: braku skalowalnych, gotowych do symulacji danych 3D.
.
Według Physicl, przejście od modeli językowych i obrazowych do systemów działających w realnych środowiskach ujawnia istotną lukę danych. W przeciwieństwie do tekstu czy obrazów, fizyczne systemy AI potrzebują danych uwzględniających geometrię, fizykę i relacje przestrzenne, co jest trudniejsze do wygenerowania i standaryzowania.
.
“Każdy duży przełom w AI wymagał nowej warstwy danych” – powiedział CEO Alex de Vigan. “Dla fizycznej AI tą brakującą warstwą są ustrukturyzowane, przestrzennie spójne, świadome fizyki dane, z których modele mogą się uczyć.”
.
Platforma Physicl wspiera trzy kluczowe obszary: robotykę, world models (modele świata) i vision-language models (modele wzrokowo-językowe). Infrastruktura obejmuje normalizację danych 3D, generowanie syntetycznych danych uwzględniających fizykę oraz środowiska symulacyjne do trenowania i testowania systemów. Platforma jest już integrowana ze stosem NVIDIA: Omniverse, Isaac Sim, Isaac Lab i Cosmos.
.
Firma uruchamia się z biblioteką milionów gotowych do symulacji zasobów 3D i udostępnia wczesny dostęp beta dla deweloperów.
.
Źródło: AI Insider
