机器人初创公司 Physicl 获 1000 万美元融资，旨在攻克“仿真到现实”鸿沟

机器人技术初创公司 Physicl 近日成功在新一轮融资中筹集了 1000 万美元，此举旨在解决该行业中最棘手的挑战之一：即所谓的“仿真到现实”（sim-to-real）鸿沟。

这一现象指的是，在虚拟仿真环境中训练出的人工智能模型，很难顺利转移到现实世界中运行的实体机器人身上，因为现实环境中的变量往往具有高度的不可预测性和复杂性。为了解决这一痛点，Physicl 正在利用一条最初为在线营销商品而设计的独特技术管线。

通过对该基础设施进行重新调整和复用，该公司旨在创建高保真的数字环境，其逼真程度足以让机器人进行有效的训练。其核心目标是确保当机器人在模拟环境中学会某项任务后，能够以极少的校准或极低的失败率在物理环境中执行相同的任务。

这笔新资金将被用于扩大公司的运营规模并进一步完善其仿真技术。长期以来，机器人行业一直饱受实体测试高昂成本和时间成本的困扰，为了达到可靠性标准，通常需要进行数千小时的现实世界运行测试。

通过创造从虚拟训练到物理部署的更加无缝的过渡，Physicl 希望能够加速自主系统在物流、制造以及其他工业领域的普及和应用。nis 投资者们押注于 Physicl 这种非传统的仿真方法将为其带来独特的竞争优势。

通过利用最初用于电子商务和数字营销的工具，该公司正为机器人工程学带来全新的视角。随着自主机器人市场持续扩大，弥合数字训练与物理性能之间差距的能力，将成为决定哪些企业能够在部署可扩展、可靠的自动化解决方案中脱颖而出的关键因素。

背景补充：在当前的机器人与人工智能交叉领域，“仿真到现实”的迁移一直是行业发展的瓶颈。由于真实世界的物理规律、光照变化、摩擦力以及突发干扰极为复杂，直接将仿真模型应用往往会导致机器人“水土不服”。

Physicl 此次将原本服务于电商营销的图形渲染或数字孪生技术跨界应用到机器人仿真中，展现了科技界跨领域创新的巨大潜力。未来，随着此类技术的成熟，工业机器人、仓储物流无人车以及服务型机器人的研发周期有望大幅缩短，成本也将显著降低。

来源: TechCrunch