3D環境を生成するプラットフォームを手がける新興企業Physiclは、Inovia Capitalが主導するシードラウンドで1000万ドル（約15億5000万円）を調達したと発表しました。調達した資金は、ロボット開発者やワールドモデル（物理世界を模倣するAIモデル）の設計者が、より現実に近いシミュレーションで訓練上の課題を解決するために使われます。
ポイント
- PhysiclがInovia Capital主導で1000万ドル（約15億5000万円）を調達
- 創業者アレックス・ド・ヴィガン氏は前社nfiniteで3Dモデル生成技術を開発
- 「Studio」は1万の3D環境と10万のアセットを提供
- ロボット訓練用の合成データ生成を支援
- 顧客にはワールドモデル企業SpAItialが名を連ねる
創業の背景
ド・ヴィガン氏は過去10年間、ブランドや小売業者が商品の3Dモデルを簡単に作成し、オンラインで表示できるようにするnfiniteを率いてきました。しかし、トランスフォーマーベースのAIモデルの登場により、同社は生成画像に重点を移しました。ド・ヴィガン氏は、3D環境を忠実にレンダリングするために構築した技術スタックに新たな用途を見出しました。
同氏は「3Dで我々が非常にユニークにやっていたことはAIに取って代わられるが、AIには欠けているものがある。それは空間や物体を理解し、相互作用し、操作する能力だ」と述べています。
ロボット訓練の課題
多様で小さな物体を扱うなど、ロボットの能力を高めるための物理AIモデルを開発する研究者たちは、ビデオによる訓練の効果が限定的であることや、遠隔操作でデータを収集するコストの高さに悩まされてきました。
デジタルワールドでのシミュレーションは有望な解決策と見られていますが、シミュレーションが現実世界の物理法則に忠実であることを保証するのは困難です。ド・ヴィガン氏は、前社で構築した「非構造化・不完全・異種の実世界情報を、正しい形状・素材・物理特性を備えた高忠実度の物理表現に変換する」パイプラインが、物理AIモデルの効果を高めるのに使えると考えています。
競争環境と製品
Physiclは、基盤モデル開発者やロボット事業者にデータとツールを提供しようとする新興企業がひしめく分野に参入します。ド・ヴィガン氏は「この分野は非常に若く、時に非常に曖昧だ」と認めています。顧客がロボットの可能性を現実にする秘訣を模索する中、さまざまな企業が異なるモダリティのデータを収集・ラベル付け・生成しています。
特にPhysiclは、困難なエッジケースでのモデルの事後訓練に焦点を当てたい考えです。同社は「Studio」という製品をリリースします。これは1万の3D環境と、さまざまな物体を表す10万のアセットを備えています。ユーザーはシーンを作成し、特定の問題に対するロボット訓練用の合成データを生成できます。例えば、散らかったカウンター上のカップや、影の中にあるカップを見分けるのが苦手なロボットを支援する訓練データを生成できます。
顧客の声
ワールドモデル企業のSpAItialは、初期顧客としてPhysiclと協力し、製品の忠実度を高めました。最新製品「Echo-3」は先週リリースされました。SpAItialのツールは2D画像から3Dシミュレーションを生成しますが、効果的に行うにはPhysiclが提供するような高忠実度の合成データで訓練する必要があると、CEO兼創業者のマティアス・ニースナー氏は述べています。
しかしPhysiclは単なるデータ提供者にとどまらず、継続的な合成データ生成のためのツールと位置づけています。ド・ヴィガン氏は「10年前に知らず知らずのうちに作ったのは、非構造化情報を高忠実度の3Dに変換するエージェント型ワークフローだった」と語ります。顧客が数兆枚の画像や数百万時間のLIDAR（レーザーで距離を測るセンサー）データをプラットフォームに投入し、高品質な3D表現に変換して、モデル訓練用に数十億のバリエーションを生成できると想像しています。
ミュンヘン工科大学でロボティクス教授も務めるニースナー氏は「本当の課題は、データを手作業でキュレーションしなければならず、非常に長いサイクルになることだ。我々にとって魅力的なのは、これをオンザフライで実行できることだ。[…] Claudeを実行し、『ああ、訓練にもっとこのデータが必要だ』とチェックし、訓練状態に応じて自動的にデータを生成する。これは非常にエキサイティングで、まさにPhysiclが提供しているものだ」と話しています。
