Physicl huy động 10 triệu USD nhằm thu hẹp khoảng cách mô phỏng cho robot

Sau khi doanh nghiệp thương mại điện tử trước đây chịu áp lực lớn từ sự trỗi dậy của AI tạo sinh (generative AI), Alex de Vigan quyết định chuyển hướng toàn bộ nền tảng công nghệ đã tích lũy sang một lĩnh vực hoàn toàn mới: huấn luyện robot tương tác với thế giới thực. Doanh nghiệp mới của ông, Physicl, vừa công bố vòng gọi vốn hạt giống (seed funding) trị giá 10 triệu USD do quỹ Inovia Capital dẫn đầu.

Khoản vốn này sẽ được dùng để hỗ trợ các nhà phát triển mô hình thế giới (world models) và các kỹ sư chế tạo robot giải quyết bài toán phức tạp trong huấn luyện thông qua các hệ thống mô phỏng có độ chân thực cao.

Tái định hướng công nghệ đồ họa sang AI vật lý

Trước khi sáng lập Physicl, Alex de Vigan từng dành một thập kỷ xây dựng nfinite, nền tảng hỗ trợ các thương hiệu bán lẻ dựng mô hình 3D cho hàng hóa trực tuyến. Khi các kiến trúc mô hình ngôn ngữ lớn và AI tạo sinh bùng nổ, de Vigan nhận thấy dù AI có thể tạo hình ảnh rất nhanh, công nghệ này lại thiếu hụt năng lực cốt lõi: khả năng hiểu, tương tác và điều khiển các vật thể trong không gian ba chiều.

Đối với giới nghiên cứu phát triển AI vật lý (physical AI), việc giúp robot thực hiện các tác vụ khéo léo như cầm nắm vật thể nhỏ, đa dạng hình thù đang gặp rào cản lớn. Huấn luyện qua video mang lại hiệu quả hạn chế, trong khi thu thập dữ liệu bằng hình thức điều khiển từ xa (teleoperation) lại vô cùng tốn kém và khó mở rộng quy mô.

Giải quyết khoảng cách giữa mô phỏng và đời thực

Mô phỏng trong không gian kỹ thuật số được xem là giải pháp khả thi nhất, nhưng thách thức lớn nằm ở khoảng cách từ mô phỏng sang thực tế (sim-to-real gap). Để hệ thống hoạt động chính xác ngoài đời thực, môi trường giả lập phải bảo đảm độ trung thực tuyệt đối về hình học, chất liệu và quy luật vật lý. Đường ống xử lý dữ liệu của Physicl được thiết kế nhằm chuyển hóa các dữ liệu đời thực phi cấu trúc thành mô hình số hóa có độ chuẩn xác cao.

Physicl bước vào thị trường dữ liệu robot vốn đang có nhiều công ty cạnh tranh nhau ở khâu thu thập, gắn nhãn hoặc khởi tạo dữ liệu đa phương thức. Nhằm tạo sự khác biệt, startup này tập trung vào giai đoạn hậu huấn luyện (post-training) cho các trường hợp biên khó xử lý (edge cases).

Nền tảng Studio và dữ liệu tổng hợp theo yêu cầu

Physicl đã ra mắt công cụ mang tên Studio, tích hợp sẵn 10.000 môi trường 3D và 100.000 tài nguyên (assets) mô phỏng vật thể. Công cụ cho phép người dùng thiết lập các phân cảnh đặc thù để xuất ra dữ liệu tổng hợp (synthetic data). Chẳng hạn, người vận hành có thể giả lập tình huống chiếc cốc nằm khuất trong bóng râm hoặc lẫn giữa một mặt bàn bừa bộn – những bối cảnh thường khiến cảm biến quang học của robot nhận diện sai sót.

SpAItial, một đơn vị chuyên phát triển mô hình thế giới, đã hợp tác sớm với Physicl để nâng cao độ chính xác cho mô hình Echo-3 vừa ra mắt. Ông Matthias Niessner, người sáng lập kiêm CEO của SpAItial và là giáo sư ngành robot tại Đại học Kỹ thuật Munich (TUM), cho biết việc tạo mô phỏng 3D từ ảnh 2D đòi hỏi nguồn dữ liệu tổng hợp đạt chuẩn vật lý rất khắt khe.

Theo de Vigan, định hướng lâu dài của Physicl không chỉ dừng lại ở vai trò nhà cung cấp tập dữ liệu tĩnh, mà là xây dựng công cụ tạo dữ liệu động thông qua quy trình tự động hóa tác tử (agentic workflow). Hệ thống cho phép các mô hình AI tự phát hiện điểm thiếu hụt dữ liệu trong quá trình huấn luyện và yêu cầu nền tảng tự động sinh thêm kịch bản giả lập tức thì, rút ngắn đáng kể thời gian thử nghiệm cho các hệ thống tự hành.

Nguồn: TechCrunch

LIÊN HỆ TƯ VẤN CÁC DỊCH VỤ AI

Hỗ trợ tư vấn, đào tạo và chuyển giao AI cho cá nhân, doanh nghiệp và tổ chức.

📞 Điện thoại: 0981243678 Liên hệ qua Zalo