機器人初創公司 Physicl 獲 1000 萬美元融資，旨在攻克“模擬到現實”鴻溝

機器人技術初創公司 Physicl 近日成功在新一輪融資中籌集了 1000 萬美元，此舉旨在解決該行業中最棘手的挑戰之一：即所謂的“模擬到現實”（sim-to-real）鴻溝。

這一現象指的是，在虛擬模擬環境中訓練出的人工智慧模型，很難順利轉移到現實世界中執行的實體機器人身上，因為現實環境中的變數往往具有高度的不可預測性和複雜性。為瞭解決這一痛點，Physicl 正在利用一條最初為線上營銷商品而設計的獨特技術管線。

通過對該基礎設施進行重新調整和複用，該公司旨在建立高保真的數字環境，其逼真程度足以讓機器人進行有效的訓練。其核心目標是確保當機器人在模擬環境中學會某項任務後，能夠以極少的校準或極低的失敗率在物理環境中執行相同的任務。

這筆新資金將被用於擴大公司的運營規模並進一步完善其模擬技術。長期以來，機器人行業一直飽受實體測試高昂成本和時間成本的困擾，為了達到可靠性標準，通常需要進行數千小時的現實世界執行測試。

通過創造從虛擬訓練到物理部署的更加無縫的過渡，Physicl 希望能夠加速自主系統在物流、製造以及其他工業領域的普及和應用。nis 投資者們押注於 Physicl 這種非傳統的模擬方法將為其帶來獨特的競爭優勢。

通過利用最初用於電子商務和數字營銷的工具，該公司正為機器人工程學帶來全新的視角。隨著自主機器人市場持續擴大，彌合數字訓練與物理效能之間差距的能力，將成為決定哪些企業能夠在部署可擴充套件、可靠的自動化解決方案中脫穎而出的關鍵因素。

背景補充：在當前的機器人與人工智慧交叉領域，“模擬到現實”的遷移一直是行業發展的瓶頸。由於真實世界的物理規律、光照變化、摩擦力以及突發幹擾極為複雜，直接將模擬模型應用往往會導致機器人“水土不服”。

Physicl 此次將原本服務於電商營銷的圖形渲染或數字孿生技術跨界應用到機器人模擬中，展現了科技界跨領域創新的巨大潛力。未來，隨著此類技術的成熟，工業機器人、倉儲物流無人車以及服務型機器人的研發週期有望大幅縮短，成本也將顯著降低。

來源: TechCrunch