6 ноября 2026 года TechCrunch сообщил, что Physicl привлекла $10 млн посевного финансирования во главе с Inovia Capital. Компания предлагает разработчикам роботов Studio — инструмент для сборки 3D-сцен и генерации синтетических данных под задачи обучения. Это может дать разработчикам способ моделировать сложные условия, но публикация не приводит независимой оценки влияния Studio на работу роботов. TechCrunch.
Финансирование и назначение Studio
По данным TechCrunch, раунд возглавила Inovia Capital. Physicl намерена использовать средства для инструментов, предназначенных для разработчиков моделей мира и создателей роботов. Среди задач, на которые нацелена компания, — обучение на более реалистичных симуляциях.
От 3D-визуализации товаров к робототехнике
Основатель и CEO Physicl де Виган десять лет строил nfinite, которая помогала брендам и ритейлерам создавать 3D-модели товаров для показа в интернете. Теперь команда применяет наработанные технологии в цифровых сценах для робототехники. Это смена задачи для инструментов, изначально предназначенных для визуализации товаров, а не свидетельство уже подтверждённого результата для роботов.
Как Physicl объясняет разрыв sim-to-real
Симуляции позволяют моделировать ситуации из физического мира, но их полезность зависит от того, насколько цифровая среда воспроизводит свойства реальных объектов. По словам де Вигана, прежний рабочий процесс команды преобразовывал неполную и разнородную информацию в физические представления с геометрией, материалами и физическими свойствами. Physicl рассчитывает использовать этот подход, чтобы сделать симуляции полезнее для физических ИИ-моделей.
Что предлагает Studio
TechCrunch сообщает, что Studio включает 10 000 3D-сред и 100 000 объектов. Пользователи могут собирать сцены и генерировать синтетические данные для обучения роботов конкретным задачам. Physicl особенно ориентируется на дообучение моделей на сложных пограничных случаях.
В качестве возможного сценария издание приводит чашку на загромождённой столешнице или чашку в тени. Такие сцены могли бы использоваться для генерации обучающих данных, если робот затрудняется распознать предмет в подобных условиях. Это пример предполагаемого применения, а не опубликованный результат испытания робота.
SpAItial как ранний клиент
TechCrunch называет SpAItial ранним клиентом Physicl. Компания разрабатывает инструмент, который создаёт 3D-симуляции по двумерным изображениям. Её CEO и основатель Matthias Niessner сообщил изданию, что для эффективного обучения инструмента требовались синтетические данные высокой точности, которые предлагает Physicl. По сообщению TechCrunch, сотрудничество было направлено на повышение точности продуктов SpAItial, включая Echo-3. Это заявление клиента о сотрудничестве, а не независимое измерение эффекта Studio.
Границы доступных данных
В публикации TechCrunch нет независимого тестирования Studio, количественной оценки улучшения работы роботов, цены или условий доступа. Приведённые цифры описывают заявленный размер библиотеки, а пример с чашкой — возможный сценарий генерации данных; ни то ни другое само по себе не показывает, насколько обучение в Studio улучшает работу робота в реальной среде.
