Startup mô phỏng Antioch muốn trở thành Cursor cho AI vật lý

Startup mô phỏng này muốn trở thành Cursor cho AI vật lý

Lời hứa của AI vật lý là các kỹ sư sẽ có thể lập trình các tác nhân vật lý giống như cách họ làm với các tác nhân kỹ thuật số. Chúng ta chưa đạt được điều đó. Ngành robot học vẫn còn bị kìm hãm bởi sự thiếu hụt dữ liệu từ không gian vật lý. Để đào tạo máy móc của mình, các công ty cần xây dựng các nhà kho mô phỏng để thử nghiệm máy móc của họ, trong khi cả một ngành công nghiệp đang nổi lên xung quanh việc giám sát dây chuyền sản xuất và những người lao động tự do để đào tạo các mô hình học sâu để vận hành robot. Một lựa chọn khác là mô phỏng; các bản sao ảo chi tiết của môi trường thực tế có thể cung cấp dữ liệu và không gian làm việc mà các nhà robot học cần để thực hiện công việc này một cách có thể mở rộng. Antioch, một startup xây dựng các công cụ mô phỏng cho các nhà phát triển robot, muốn thu hẹp cái mà ngành công nghiệp gọi là khoảng cách sim-to-real — thách thức làm cho môi trường ảo đủ thực tế để robot được đào tạo bên trong chúng có thể hoạt động đáng tin cậy trong thế giới vật lý.

“Làm thế nào chúng ta có thể làm tốt nhất việc giảm thiểu khoảng cách đó, để làm cho mô phỏng cảm giác giống như thế giới thực từ góc độ hệ thống tự trị của bạn?” Harry Mellsop, CEO và đồng sáng lập của Antioch, nói. Để làm được điều đó, công ty đã thông báo với TechCrunch hôm nay rằng họ đã huy động được vòng hạt giống trị giá 8,5 triệu đô la, định giá công ty ở mức 60 triệu đô la, do công ty đầu tư mạo hiểm A* và Category Ventures dẫn đầu, với sự tham gia bổ sung từ MaC Venture Capital, Abstract, Box Group và Icehouse Ventures.

Mellsop bắt đầu công ty có trụ sở tại New York với bốn đồng sáng lập vào tháng 5 năm ngoái. Hai trong số các nhà sáng lập khác, Alex Langshur và Michael Calvey, đã giúp anh thành lập Transpose, một startup về an ninh và tình báo, và bán nó cho Chainalysis với một số tiền không được tiết lộ. Hai người còn lại — Collin Schlager và Colton Swingle — trước đây đã làm việc tại Google DeepMind và Meta Reality Labs, tương ứng.

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

Nhu cầu về mô phỏng tốt hơn là trọng tâm của những gì nhiều công ty tự hành lớn đang làm. Ví dụ, trong lĩnh vực xe tự lái, Waymo sử dụng mô hình thế giới của Google DeepMind để thử nghiệm và đánh giá mô hình lái xe của mình. Về lý thuyết, kỹ thuật đó sẽ giúp việc triển khai xe Waymo ở các khu vực mới đòi hỏi ít thu thập dữ liệu hơn, một chi phí quan trọng trong việc mở rộng công nghệ xe tự hành. Xây dựng và sử dụng các mô hình đó để thử nghiệm robot được cho là một tập hợp các kỹ năng khác với việc tạo ra một chiếc xe tự lái, và Antioch muốn xây dựng nền tảng giải quyết vấn đề đó cho các công ty mới hơn mà không có vốn để tự mình làm tất cả. Những công ty nhỏ hơn đó cũng không có vốn để xây dựng các đấu trường thử nghiệm vật lý hoặc lái xe được gắn cảm biến hàng triệu dặm.

“Phần lớn ngành công nghiệp không sử dụng mô phỏng dưới bất kỳ hình thức nào, và tôi nghĩ bây giờ chúng tôi thực sự hiểu rõ rằng chúng ta cần phải di chuyển nhanh hơn,” Mellsop nói. Các giám đốc điều hành của Antioch so sánh sản phẩm của họ với Cursor, công cụ phát triển phần mềm hỗ trợ AI phổ biến. Antioch cho phép những người xây dựng robot tạo ra nhiều bản sao kỹ thuật số của phần cứng của họ và kết nối chúng với các cảm biến mô phỏng bắt chước cùng dữ liệu mà phần mềm của robot sẽ nhận được trong thế giới thực. Những môi trường này cho phép các nhà phát triển thử nghiệm các trường hợp biên, thực hiện học tăng cường hoặc tạo dữ liệu đào tạo mới. Nếu, mô phỏng có độ trung thực đủ cao.

Thách thức ở đây là đảm bảo vật lý trong mô phỏng phù hợp với thực tế để khi mô hình được giao cho một máy thực, không có gì sai sót. Công ty bắt đầu với các mô hình được xây dựng bởi Nvidia, World Labs và những người khác, và xây dựng các thư viện dành riêng cho từng lĩnh vực để giúp chúng dễ sử dụng. Làm việc với nhiều khách hàng, các giám đốc điều hành nói, mang lại cho Antioch một bối cảnh sâu sắc để tinh chỉnh các mô phỏng của mình mà không một công ty AI vật lý nào có thể tự mình sánh được.

“Những gì đã xảy ra với kỹ thuật phần mềm và LLM chỉ mới bắt đầu xảy ra với AI vật lý,” Çağla Kaymaz, một đối tác tại Category Ventures, nói với TechCrunch. “Chúng tôi thực hiện rất nhiều công việc về các công cụ dành cho nhà phát triển và chúng tôi yêu thích lĩnh vực đó, nhưng những thách thức khác nhau. Với phần mềm, bạn có thể có những công cụ mã hóa tồi tệ này và rủi ro thường được giới hạn trong thế giới kỹ thuật số. Trong thế giới vật lý, cổ phần cao hơn nhiều.”

Sự tập trung của Antioch hiện nay chủ yếu là vào các hệ thống cảm biến và nhận thức, chiếm phần lớn nhu cầu trong ô tô và xe tải tự động, máy móc nông nghiệp và xây dựng hoặc máy bay không người lái trên không. Tham vọng để AI vật lý cung cấp năng lượng cho robot tổng quát để sao chép các nhiệm vụ của con người còn ở xa hơn. Mặc dù mục tiêu của Antioch là các startup, nhưng một số tương tác ban đầu của nó là với các tập đoàn đa quốc gia khổng lồ đã đầu tư mạnh vào robot.

Adrian Macneil có hiểu biết vững chắc về không gian này. Là một giám đốc điều hành tại startup tự lái Cruise, anh đã xây dựng cơ sở hạ tầng dữ liệu của công ty và vào năm 2021 đã thành lập Foxglove, một công ty cung cấp các quy trình dữ liệu tương tự cho các startup AI vật lý. Macneil đang hỗ trợ Antioch với tư cách là một nhà đầu tư thiên thần.

“Mô phỏng thực sự quan trọng khi bạn đang cố gắng xây dựng một trường hợp an toàn hoặc đối phó với các nhiệm vụ có độ chính xác rất cao,” anh nói tại Ride.A