Physicl vende 10,000 stanze. Ai robot servono gli angoli.

Physicl ha raccolto $10 million in un round seed il 6 novembre, guidato da Inovia Capital con la partecipazione di US Venture Partners. Lo stesso giorno ha aperto la beta di Studio, un'applicazione che genera scene 3D e le esporta come dati di addestramento.
Sembra una dozzina di altre aziende, finché non si legge cosa consegna davvero Studio. Diecimila ambienti 3D già pronti. Centomila asset di oggetti da posizionare, scambiare e riordinare. Illuminazione, materiali e percorsi di camera regolabili. E con ogni scena arrivano le etichette: mappe di profondità, segmentazione degli oggetti, posizioni della camera.
Le etichette sono il prodotto. Le immagini sono il packaging.
La tazza sul bancone
Alex de Vigan, fondatore e CEO di Physicl, spiega il cliente tipo partendo da una cucina. Un robot domestico riconosce una tazza su un piano libero. Metti qualcosa davanti che ne copra metà, o lascia che il sole tramonti e le ombre della stanza cambino, e lo stesso robot non la trova più.
È quel fallimento la ragione per cui esiste l'azienda, ed è facile capire perché nessuno l'abbia ancora risolto. Un dataset di una tazza su un piano pulito costa poco da raccogliere. Un dataset della stessa tazza dietro una scatola di cereali alle 16:40 di novembre, in una cucina con la finestra a ovest, costa molto da allestire ed è quasi introvabile allo stato naturale.
La tesi di Physicl è che quella cucina si possa descrivere a parole, ritoccare le variabili finché non combaciano con il fallimento osservato, ed esportare qualche migliaio di varianti con la ground truth allegata. Ground truth qui vuol dire una cosa precisa: la scena l'ha costruita il sistema, quindi sa esattamente dove sta ogni superficie e ogni oggetto. Nessuno ha disegnato a mano una maschera intorno alla tazza. Nessun annotatore ha indovinato la profondità.
Il girato reale etichettato a mano è lento, costoso e sbaglia in modi che si propagano. Una scena sintetica sbaglia in modi che il sistema può dichiarare.
Cosa c'è davvero dentro Studio
La beta arriva con 10,000 ambienti tra interni e contesti reali, più di 100,000 asset e quelle che l'azienda descrive come miliardi di variazioni possibili della scena. Si può partire da un ambiente della libreria o descrivere la scena in cui il proprio modello fallisce.
Il flusso di lavoro è banale nel modo in cui lo sono di solito gli strumenti utili. Scegli o descrivi una scena. Regola illuminazione, punto di vista della camera, posizione degli oggetti. Esporta immagini o video sintetici per l'addestramento. Ripeti.
L'elenco delle regolazioni è dove sta il lavoro ingegneristico. Il fotorealismo non è più la parte difficile; un modello di diffusione ti dà una cucina bellissima. Il problema è che la cucina bellissima non ha idea di quanto disti il piano dall'obiettivo, e un modello di stima della profondità addestrato su di lei non ha imparato nulla.
Un numero di cliente, e chi lo ha prodotto
L'unico cliente iniziale citato per nome è SpAItial, azienda di world model guidata da Matthias Niessner, professore alla Technische Universität München. I modelli di SpAItial costruiscono spazi 3D esplorabili a partire da immagini 2D. Secondo Physicl, aggiungere i suoi dati sintetici al mix di addestramento di SpAItial ha più che dimezzato l'errore di ricostruzione su stanze reali.
In quella frase ci sono due cose da tenere separate. Il risultato l'ha riportato il fornitore. La valutazione l'ha eseguita il cliente, il che è meglio di una demo del fornitore e resta non un benchmark indipendente. Un cliente, un compito, una metrica.
La descrizione che Niessner dà del collo di bottiglia è più utile del numero. La curatela è manuale, ha detto a TechCrunch, e il ciclo è lungo. Quello che gli interessa è generare dati al volo, guidati da ciò che l'addestramento sta sbagliando in quel momento: il modello segnala che servono altri esempi di una certa condizione, e i dati compaiono.
È un prodotto diverso da una libreria statica di asset, ed è quello verso cui Physicl dice di stare costruendo. De Vigan descrive clienti che immettono trilioni di immagini o milioni di ore di LIDAR, le convertono in rappresentazioni 3D e generano miliardi di permutazioni. L'azienda cita anche Meta, World Labs, Epic Games, AWS, NVIDIA e la TUM tra i propri lavori.
Leggi quella lista come pipeline, non come avallo. I nomi dimostrano che Physicl vende negli edifici giusti.
La parte che il comunicato omette
Physicl non ha reso noti la valutazione, i prezzi né i ricavi. Studio è gratuito in beta per sviluppatori di robotica, università e laboratori, che è il modo standard di comprarsi partner di design prima che un prezzo esista.
Il campo è affollato e i confini sono sfumati. Ci sono aziende che raccolgono dati reali, etichettano dati reali, generano dati sintetici, vendono motori di simulazione, vendono modelli fondativi per robot e, sempre più spesso, fanno tre di queste cose insieme. De Vigan lo ammette senza giri di parole: il settore è giovanissimo e a volte molto confuso.
C'è anche una domanda strutturale sul business. Se il valore sta nei dati di post-addestramento mirati a fallimenti specifici, allora l'esito ideale per il cliente è sbagliare meno, aver bisogno di meno dati e smettere di comprare. Le aziende di infrastruttura dati convivono con questa tensione. Alcune la risolvono diventando strumenti, ed è quello che Physicl dice di voler essere: il sistema che un team continua a usare mentre i modelli cambiano, non un fornitore che spedisce file.
Se i clienti la vedano così dipende da come funziona l'export. Un team che tratta Studio come un acquisto una tantum lo eseguirà una volta, prenderà i dati e andrà via. Un team che lo innesta in un ciclo di addestramento, dove ogni giro di valutazione individua una debolezza e il lotto di dati successivo la colpisce, ha comprato un abbonamento a un processo. Il discorso di Physicl funziona solo nel secondo caso, e il prodotto ha bisogno di un'automazione che in una beta non esiste perché il secondo caso diventi reale.
Perché è un problema di dati e non di calcolo
L'industria robotica passa da due anni a discutere di embodiment, architetture di modello e rappresentazioni delle azioni. La tesi di Physicl è più ruvida. I modelli linguistici avevano internet. I robot non hanno nulla di equivalente: nessun archivio di prese, navigazioni e recuperi su milioni di case e magazzini reali.
Ci sono tre modi per colmare quel divario, e ognuno ha la sua struttura di costi. Raccogliere nel mondo reale: accurato, lento e scarso sugli eventi rari, perché gli eventi rari sono rari. Teleoperare: qualità alta, e consuma ore umane in proporzione diretta al volume di dati. Simulare: economico e scalabile, ma utile solo se il mondo simulato si comporta come quello reale.
Il divario sim-to-real è tutta la scommessa. Physicl sostiene che sia più stretto di quanto si pensi quando gli asset portano geometria, materiali e fisica corretti, e che la distanza restante si possa coprire generando le condizioni precise in cui un modello si rompe.
Che questo regga non lo decide un lancio. Lo deciderebbero più valutazioni di clienti, su famiglie di modelli e compiti diversi. Fino ad allora il riassunto onesto è che $10 million di seed hanno comprato una risposta plausibile a un collo di bottiglia reale, più una beta con 10,000 stanze dentro.
I robot ce lo diranno. Lo fanno sempre, prima o poi, in una cucina alle 16:40.
Articoli correlati
Il consiglio si è costruito un comitato sull'export
In nove giorni il consiglio di Nvidia ha prodotto un'indagine, una presidenza e un comitato sull'export. Solo la trimestrale è finita in prima pagina.
Nvidia non ha mai costruito una seconda fila
Il problema di Nvidia non è lo scandalo, è la struttura: nessun presidente del consiglio fino alla settimana scorsa, nessun vice con mandato aziendale, nessuna successione.
Nvidia ha messo un prezzo al suo fondatore
In nove giorni Nvidia ha cambiato CEO e consiglio senza perdere un trimestre. Il mercato, intanto, ha dato un prezzo a quello che valeva un solo uomo.
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.