【23 Daily】techcrunch.com の報道によると、スタートアップの Physicl は2026年11月6日にInovia Capital 主導の1000万ドルのシード資金調達を発表した。同社は、CEOのAlex de Vigan が設立。彼の前職の会社nfiniteはEC向けに3D製品モデルを制作していたが、その高精度3Dレンダリング技術を物理AIモデルのトレーニング効率向上に転用している。
Physicl、高忠実度3Dシミュレーションでシム・トゥ・リアル問題に挑む
Physicl は、ロボットのトレーニングにおいて、シミュレーション環境と実世界の物理的特性の差を埋める課題に取り組んでいる。従来の映像トレーニングや遠隔操作によるデータ収集はコスト高かつ効率が悪い。Physiclの技術は、現実世界の不完全かつ構造化されていない情報を、幾何学、材質、物理特性に忠実な高品質3Dモデルに変換し、合成トレーニングデータを生成する。製品Studioでは1万の3D環境と10万のオブジェクトデータを提供し、乱雑なカウンター上のカップを識別するなど、複雑なシナリオに対応した合成データ作成が可能だ。
パートナーシップと動的合成データ生成ツールの提供
顧客の一例に世界モデル構築企業SpAItialがあり、Physiclの高品質合成データを用いて2D画像から3Dシミュレーションを生成する製品Echo-3のリアリティ向上に活用している。Physiclは単なるデータ供給者にとどまらず、継続的な合成データ生成のためのツールを提供するプラットフォームを目指す。de Viganは、数兆枚の画像や数百万時間のライダーキャプチャを入力し、高品質3D表現へ変換、数十億の訓練データバリエーションを即座に生成可能と語る。SpAItialのCEO Matthias Niessnerもこの即時自動生成機能を「非常に興奮するもの」と評価している。
編集部の視点：Physiclの技術はリアルロボット応用を促進し起業機会を拓く
Physiclは、多様な実世界情報を迅速に高精度合成データへ変換する技術で、ロボット物理AIトレーニングのコスト・時間の課題を軽減し、シム・トゥ・リアルのギャップ解消に貢献している。起業家にとっては、複雑で特殊なケースもカバーできる動的トレーニングデータ生成ツールの提供に大きな市場価値がある。検証方法としては、PhysiclのStudioを使い特定トレーニング課題向けにデータ生成を行い、モデルの適応性・精度向上と学習期間短縮効果を測定することが挙げられる。この取り組みは実環境で機能するロボットの実用化加速をもたらし、幅広い商用応用の展望を開く。