Nomadic huy động được 8,4 triệu đô la để xử lý dữ liệu từ xe tự hành

Nomadic huy động được 8,4 triệu đô la để kiểm soát dữ liệu khổng lồ từ xe tự hành

Để xây dựng những cỗ máy tự hành của tương lai, đôi khi mô hình của bạn cần một mô hình khác. Các công ty phát triển xe tự lái, robot thao tác môi trường vật lý hoặc thiết bị xây dựng tự động thu thập hàng ngàn, thậm chí hàng triệu giờ dữ liệu video để đánh giá và đào tạo. Việc tổ chức và lập danh mục video đó hiện là công việc của con người, những người phải xem tất cả. Ngay cả khi tua nhanh, nó cũng không mở rộng được. Nomadic AI, một startup do CEO Mustafa Bal và CTO Varun Krishnan sáng lập, muốn giải quyết vấn đề cho những khách hàng có tới 95% dữ liệu đội xe nằm trong kho lưu trữ. Thách thức trở nên khó khăn hơn khi tìm kiếm các trường hợp ngoại lệ - dữ liệu có giá trị nhất mô tả những sự kiện hiếm khi xảy ra và có thể gây khó khăn cho các mô hình AI vật lý thiếu kinh nghiệm.

Nomadic đang nỗ lực giải quyết vấn đề đó bằng một nền tảng biến cảnh quay thành một tập dữ liệu có cấu trúc, có thể tìm kiếm được thông qua một tập hợp các mô hình ngôn ngữ thị giác. Điều đó, đến lượt nó, cho phép giám sát đội xe tốt hơn và tạo ra các tập dữ liệu độc đáo để học tăng cường và lặp lại nhanh hơn. Công ty đã công bố vòng hạt giống trị giá 8,4 triệu đô la vào thứ Ba với mức định giá sau tiền là 50 triệu đô la. Vòng này do TQ Ventures dẫn đầu, với sự tham gia của Pear VC và Jeff Dean, và sẽ cho phép công ty tiếp nhận thêm khách hàng và tiếp tục tinh chỉnh nền tảng của mình. Nomadic cũng đã giành giải nhất trong cuộc thi pitch tại Nvidia GTC vào tháng trước.

Hai nhà sáng lập, những người gặp nhau khi còn là sinh viên khoa học máy tính tại Harvard, "liên tục gặp phải những thách thức kỹ thuật giống nhau hết lần này đến lần khác tại công việc của chúng tôi" tại các công ty như Lyft và Snowflake, Bal nói với TechCrunch.

Techcrunch event San Francisco, CA | October 13-15, 2026

"Chúng tôi đang cung cấp cho mọi người thông tin chi tiết về cảnh quay của chính họ, bất kể điều gì thúc đẩy AV [và] robot của họ," anh nói. "Đó là điều thúc đẩy những nhà xây dựng hệ thống tự hành này tiến lên, chứ không phải dữ liệu ngẫu nhiên."

Hãy tưởng tượng, ví dụ, cố gắng tinh chỉnh sự hiểu biết của AV rằng nó có thể vượt đèn đỏ nếu một cảnh sát chỉ dẫn nó làm như vậy, hoặc cô lập mọi thời điểm mà xe cộ lái dưới một loại cầu cụ thể. Nền tảng của Nomadic cho phép xác định những sự cố này cho cả mục đích tuân thủ và để đưa trực tiếp vào quy trình đào tạo. Các khách hàng như Zoox, Mitsubishi Electric, Natix Network và Zendar đã sử dụng nền tảng này để phát triển các cỗ máy thông minh.

Antonio Puglielli, Phó Chủ tịch Kỹ thuật tại Zendar, cho biết công cụ của Nomadic cho phép công ty mở rộng quy mô công việc nhanh hơn nhiều so với giải pháp thay thế là thuê ngoài, và chuyên môn trong lĩnh vực này đã giúp nó khác biệt so với các đối thủ cạnh tranh khác. Loại công cụ tự động chú thích dựa trên mô hình này đang nổi lên như một quy trình làm việc quan trọng đối với AI vật lý. Các công ty dán nhãn dữ liệu đã thành lập như Scale, Kognic và Encord đang phát triển các công cụ AI để thực hiện công việc này, trong khi Nvidia đã phát hành một họ mô hình nguồn mở, Alpamayo, có thể được điều chỉnh để giải quyết vấn đề.

Varun lập luận rằng công cụ của công ty anh không chỉ là một công cụ dán nhãn; nó là một "hệ thống lý luận đại diện: bạn mô tả những gì nó cần và nó tìm ra cách tìm nó", sử dụng nhiều mô hình để hiểu hành động diễn ra và đặt nó vào ngữ cảnh. Những người ủng hộ Nomadic hy vọng sự tập trung của startup vào cơ sở hạ tầng cụ thể này sẽ giành chiến thắng.

"Đó là lý do tương tự tại sao Salesforce không xây dựng đám mây của riêng mình và Netflix không xây dựng [các cơ sở phân phối nội dung] của riêng mình," Schuster Tanger, một đối tác tại TQ Ventures, người dẫn đầu vòng này, nói với TechCrunch. "Thời điểm một công ty xe tự hành cố gắng xây dựng Nomadic nội bộ, họ sẽ bị phân tâm khỏi điều khiến họ chiến thắng, đó là chính con robot."

Tanger ca ngợi tài năng của Nomadic, lưu ý rằng Krishnan là một kiện tướng cờ vua quốc tế được xếp hạng là người chơi giỏi thứ 1.549 trên thế giới. Trong khi đó, Krishnan khoe rằng tất cả khoảng chục kỹ sư của công ty đều đã xuất bản các bài báo khoa học. Bây giờ, họ đang làm việc chăm chỉ để phát triển các công cụ cụ thể, chẳng hạn như một công cụ hiểu vật lý của việc chuyển làn đường từ cảnh quay camera hoặc một công cụ khác lấy được vị trí chính xác hơn cho kẹp của robot trong video.

Thách thức tiếp theo, từ quan điểm của Nomadic và khách hàng của họ, là phát triển các công cụ tương tự cho dữ liệu phi trực quan như số đọc cảm biến lidar, hoặc tích hợp dữ liệu cảm biến trên nhiều chế độ.

"Việc tung hứng hàng terabyte video, đối chiếu chúng với hàng trăm mô hình tham số 100 tỷ trở lên, và sau đó trích xuất thông tin chi tiết chính xác của chúng, thực sự vô cùng khó khăn," Bal nói.

Tim Fernholz là một nhà báo viết về công nghệ, tài chính và chính sách công. Anh đã theo dõi chặt chẽ sự trỗi dậy của ngành công nghiệp vũ trụ tư nhân và là tác giả của Rocket Billionaires: Elon Musk, Jeff Bezos and the New Space Race. Trước đây, anh là phóng viên cao cấp tại Quartz, trang tin tức kinh doanh toàn cầu, trong hơn một thập kỷ, và bắt đầu sự nghiệp của mình với tư cách là một phóng viên chính trị ở Washington, D.C. Bạn có thể liên hệ hoặc xác minh các hoạt động tiếp cận từ Tim bằng cách gửi email đến tim.fernholz@techcrunch.com hoặc qua tin nhắn được mã hóa đến tim_fernholz.21 trên Signal.