A Physicl, startup fundada por Alex de Vigan, levantou US$ 10 milhões em uma rodada seed liderada pela Inovia Capital. A empresa pretende ajudar criadores de modelos de mundo e desenvolvedores de robôs a treinar seus sistemas com simulações mais realistas.
A proposta aproveita tecnologia criada para outro mercado. De Vigan passou a década anterior construindo a nfinite, plataforma que facilitava a criação de modelos 3D de produtos para marcas e varejistas exibirem seus itens online. Com o avanço de modelos de inteligência artificial generativa, a nfinite passou a se concentrar mais em imagens geradas por IA. De Vigan viu, então, uma nova aplicação para a equipe e a tecnologia desenvolvida: representar ambientes tridimensionais com fidelidade.
O fundador afirma que a capacidade de criar imagens em 3D poderia ser substituída pela IA, mas que ainda faltava às tecnologias de IA compreender, interagir com e manipular espaços e objetos. A Physicl pretende reaproveitar um processo desenvolvido na empresa anterior para converter informações reais incompletas e variadas em representações 3D de alta fidelidade, com geometria, materiais e física adequados.
A startup busca enfrentar dificuldades no treinamento de robôs, especialmente para tarefas que envolvem objetos pequenos e variados. Treinar modelos com vídeos tem apresentado limitações, enquanto coletar dados por operações remotas pode ser caro. Simulações digitais são uma alternativa, mas reproduzir nelas a física do mundo real continua sendo um desafio.
A Physicl está lançando o Studio, que reúne 10.000 ambientes 3D e 100.000 assets que representam objetos. A ferramenta permite criar cenas e gerar dados sintéticos para treinar robôs em problemas específicos. Entre os exemplos citados estão ajudar um robô a identificar um copo em uma bancada desorganizada ou quando o copo está na sombra. A empresa quer concentrar parte do trabalho no pós-treinamento de modelos para situações difíceis, ou casos de borda.
A Physicl também está entrando em uma categoria ainda jovem e concorrida, com empresas que oferecem dados e ferramentas para equipes que desenvolvem modelos e robôs. De Vigan reconhece que os limites desse mercado ainda são pouco definidos. Além de fornecer dados, a startup pretende oferecer ferramentas para gerá-los continuamente.
A SpAItial colaborou com a Physicl como cliente inicial para melhorar a fidelidade de seus produtos. Sua ferramenta cria simulações 3D a partir de imagens 2D. Matthias Niessner, CEO e fundador da SpAItial, afirmou que a empresa precisava de dados sintéticos de alta fidelidade para treinar essa tecnologia. O modelo mais recente da companhia, Echo-3, havia sido lançado na semana anterior à publicação da reportagem.
De Vigan imagina que clientes possam fornecer grandes volumes de imagens ou milhões de horas de capturas LiDAR à plataforma. A partir desses dados, ela poderia criar representações 3D de alta qualidade e gerar muitas variações para treinar modelos. Essa possibilidade faz parte da visão apresentada pelo fundador para o uso da tecnologia.
Niessner, que também é professor de robótica na Universidade Técnica de Munique, disse que selecionar e organizar dados manualmente é demorado. Para ele, é atraente poder gerar dados sob demanda, de acordo com as necessidades identificadas durante o treinamento — por exemplo, quando um sistema percebe que precisa de mais exemplos de determinada situação.
