← 返回博客
Ai预计阅读 9 分钟

Physicl 卖出 10,000 个房间,机器人要的是那些角落

发布于 2026年11月8日
Physicl 卖出 10,000 个房间,机器人要的是那些角落

Physicl 在 11 月 6 日完成 $10 million 种子轮融资,由 Inovia Capital 领投,US Venture Partners 参投。同一天,它开放了 Studio 的测试版,这个应用用来生成 3D 场景并导出成训练数据。

听起来和另外十几家公司没什么两样,直到你看清 Studio 到底交付什么。10,000 个预置 3D 环境。100,000 个可摆放、可替换、可重排的物体资产。光照、材质、相机路径都能调。而且每个场景都带着标签一起出来:深度图、物体分割、相机位姿。

标签才是产品,画面只是包装。

台面上的那只杯子

创始人兼 CEO Alex de Vigan 用一间厨房讲清楚客户是谁。家用机器人能认出干净台面上的杯子。可要是在它前面堆点杂物,或者太阳落下去、屋里的影子变了,同一台机器人就看不见了。

这门生意就是为这种失败而存在的,为什么一直没人解决也不难懂。一只杯子放在干净台面上的数据集,采起来便宜。同一个杯子,11 月下午 4 点 40 分,挡在麦片盒后面,厨房西边还有一扇窗,这样的数据集布置成本极高,在真实世界里几乎找不到。

Physicl 的说法是:你用日常语言描述那间厨房,调参数直到对上你看到的失败,然后导出几千个变体,每个都带着真值。真值在这儿是有具体含义的,场景由系统搭出来,所以它知道每个表面和物体在哪。没有人手工沿杯子描一圈掩码,也没有标注员去猜深度。

手工标注的真实素材慢、贵,而且错得会一路传下去。合成场景也会错,但错在哪,系统说得出来。

Studio 里到底有什么

测试版带 10,000 个环境,覆盖室内和真实场景,超过 100,000 个资产,公司说可组合出数十亿种场景变化。你可以从素材库里的环境起步,也可以直接描述模型失败的那个场景。

工作流平平无奇,好用的工具通常都这样。选一个场景,或者描述一个场景。调光照、相机视角、物体位置。导出合成图像或视频拿去训练。重复。

真正体现工程难度的是那张可调项清单。照片级真实感已经不是难点,扩散模型随手就能给你一间漂亮的厨房。难的是这间漂亮厨房完全不知道自己离镜头有多远,拿它训出来的深度估计模型什么也没学会。

一个客户数字,以及是谁给的

Physicl 点名的早期客户是 SpAItial,一家做世界模型的公司,由慕尼黑工业大学教授 Matthias Niessner 带领。SpAItial 的模型从 2D 图像构建可探索的 3D 空间。据 Physicl 说,把它的合成数据加进 SpAItial 的训练配比后,模型在真实房间上的重建误差降低了一半以上。

这句话里有两件事要分开看。结果由卖方报告。评测由客户执行,这比卖方自己跑的演示强,但仍然不是独立基准。一个客户,一个任务,一个指标。

Niessner 自己对瓶颈的描述比那个数字更有用。他对 TechCrunch 说,数据整理靠人工,周期很长。他感兴趣的是按需生成数据,由训练此刻错在哪来驱动:模型报告说某类条件需要更多样本,数据就出现了。

那是和静态资产库完全不同的产品,也是 Physicl 说自己在做的方向。de Vigan 描述的场景是,客户喂进数万亿张图像或数百万小时激光雷达数据,转成 3D 表示,再生成数十亿种排列。公司还把 Meta、World Labs、Epic Games、AWS、NVIDIA 和 TUM 列在自己的工作里。

这份名单要当管线看,不是背书。这些名字说明的是,Physicl 卖进的楼是对的。

新闻稿没写的部分

Physicl 没有披露估值、定价和收入。Studio 在测试期对机器人开发者、高校和实验室免费,这是还没有价格时买设计合作伙伴的标准做法。

赛道拥挤,边界模糊。有公司采真实数据,有公司标真实数据,有公司生成合成数据,有公司卖仿真引擎,有公司卖机器人基础模型,而且越来越多公司同时做其中三样。de Vigan 直接认了这点:这个领域非常年轻,有时候也非常模糊。

这门生意还有个结构性问题。如果价值在于针对具体失败的后训练数据,那客户最理想的结果就是失败更少、需要的数据更少,最后不再买。数据基础设施公司都得跟这个矛盾共处。有的靠变成工具链来回答,Physicl 说它想做的就是这个:成为团队在模型迭代中一直跑着的系统,而不是一个交付文件的供应商。

客户是不是这么看,取决于导出怎么用。把 Studio 当一次性采购的团队,跑一次,拿走数据,就走了。把它接进训练闭环的团队,每一轮评测找出一个弱点,下一批数据就打这个点,那他们买的是一项流程的订阅。Physicl 的说法只在第二种情况下成立,而要让第二种情况真的成立,产品需要 beta 里还没有的自动化。

为什么这是数据问题,不是算力问题

机器人行业花了两年争论具身形态、模型架构和动作表示。Physicl 的说法更直白。语言模型有互联网。机器人没有对等的东西:没有一份横跨数百万真实家庭和仓库的抓取、导航、恢复记录。

补这个缺口有三条路,各有各的成本结构。在真实世界采集:准,慢,对罕见事件无能为力,因为罕见事件就是罕见。遥操作:质量高,消耗的人工小时与数据量成正比。仿真:便宜、可扩展,但只有仿真世界的行为跟真实世界一致才有用。

sim-to-real 的差距就是全部的赌注。Physicl 的论点是,当资产带有正确的几何、材质和物理属性时,这个差距比人们以为的小,剩下的距离可以靠在模型出错的那个具体条件上生成数据来填。

这个论点成立与否,一场发布会说明不了。需要更多客户评测,跨不同模型家族和任务。在那之前,诚实的总结是:$10 million 种子轮买到了一个针对真实瓶颈的、说得通的答案,外加一个装着 10,000 个房间的 beta。

机器人会告诉我们答案。它们总会说的,最终,在下午 4 点 40 分的厨房里。

相关文章