Physicl Raup Pendanaan $10 Juta untuk Simulasi Robot Berbasis Fisika Nyata

Alex de Vigan, CEO startup Physicl, baru saja berhasil mengamankan dana benih (seed funding) sebesar $10 juta dari Inovia Capital. Investasi ini akan digunakan untuk mengembangkan teknologi simulasi dunia digital yang realistis guna mengatasi kendala pelatihan robot dalam memahami interaksi fisik di lingkungan nyata. De Vigan sebelumnya membangun perusahaan bernama Infinite, yang kini difokuskan kembali untuk mengubah representasi tiga dimensi (3D) menjadi instrumen kunci bagi kemajuan kecerdasan buatan fisik.

Startup ini lahir dari kebutuhan mendesak para peneliti untuk menciptakan data sintetis berkualitas tinggi. Selama ini, pelatihan model robot menggunakan video atau operasi jarak jauh dianggap mahal dan tidak efisien. De Vigan meyakini bahwa pipeline teknologi dari perusahaannya sebelumnya, yang mampu mengubah informasi dunia nyata yang tidak terstruktur menjadi representasi fisik berkeandalan tinggi, dapat diadaptasi untuk tujuan baru ini.

Studio dan Solusi Data Sintetis

Untuk menjawab tantangan tersebut, Physicl telah merilis produk bernama Studio yang menyediakan 10.000 lingkungan 3D dan 100.000 aset objek. Platform ini memungkinkan pengguna membuat skenario spesifik untuk menghasilkan data sintetis, misalnya melatih robot untuk mengenali cangkir di meja berantakan atau dalam kondisi bayangan. Physicl juga bekerja sama dengan SpAItial, seorang pembangun model dunia yang menggunakan data sintetis berkeandalan tinggi tersebut untuk melatih produk terbarunya, Echo-3.

• 10.000 lingkungan 3D yang siap digunakan.
• 100.000 aset objek untuk simulasi interaksi fisik.
• Fitur generasi data on-the-fly untuk kasus-kasus ekstrem dalam pelatihan robot.

Visi Alur Kerja Otonom dan Tantangan Industri

Matthias Niessner, CEO SpAItial dan profesor robotik di Technical University of Munich, menilai pendekatan otonom dari Physicl sangat menarik. Berbeda dengan proses kurasi data manual yang lambat, Physicl memungkinkan model kecerdasan buatan seperti Claude untuk secara otomatis meminta dan menghasilkan data baru sesuai kebutuhan pelatihan. "Tantangan nyatanya adalah kurasi data secara manual memakan waktu sangat lama," kata Niessner. Dengan platform ini, siklus tersebut dapat dilakukan secara on-the-fly. Meskipun kategori startup penyedia data robotik saat ini masih sangat ramai dan belum jelas batas-batasnya, Physicl mengincar pasar yang luas dengan memungkinkan pelanggan mengintegrasikan triliunan gambar atau data LIDAR untuk menghasilkan miliaran variasi data pelatihan.