【23 Daily 綜合報導】據 techcrunch.com 報導，創業公司 Physicl 在 2026 年 11 月 6 日宣布獲得由 Inovia Capital 領投的 1000 萬美元種子輪資金，目標是解決機器人從模擬環境到真實世界的訓練適應問題。Physicl 由 CEO Alex de Vigan 創立，他過去領導的公司 nfinite 曾為電商品牌打造 3D 產品模型，現在將原本用於電子商務的高精度 3D 渲染技術改造，應用於提升物理 AI 模型的訓練效能。
Physicl 利用高擬真 3D 模擬橋接模擬與真實世界差距
Physicl 致力於解決機器人訓練中模擬環境與真實世界物理特性的差距問題，這被視為物理 AI 研發中的一大挑戰。傳統使用影片訓練或遠端操作收集資料的方式成本高昂且效率低，Physicl 利用過去在電商領域累積的技術，將雜亂且不完整的現實世界資訊轉化成幾何形狀、材質和物理屬性正確的高擬真 3D 模型，以生成可供訓練使用的合成資料。公司推出的產品 Studio 提供 1 萬個 3D 環境與 10 萬件物件資產，讓使用者可針對特定困難場景生成模擬數據，例如訓練機器人在複雜桌面辨識杯子。
合作並持續提供動態合成資料生成工具
Physicl 的客戶包括世界模型建構商 SpAItial，後者使用 Physicl 所提供的高品質合成資料來提升其 2D 影像轉 3D 模擬產品 Echo-3 的真實性。Physicl 不僅定位自己為合成資料供應商，更強調能持續動態產生訓練所需數據。Alex de Vigan 表示，他們的平台可將數兆張影像或數百萬小時的雷達捕捉資料轉換成高品質 3D 代表，並產生數以十億計的變化組合，讓機器人模型能針對訓練狀態即時生成額外數據。這種即時生成合成資料的能耐，獲得 SpAItial CEO Matthias Niessner 極大認同，他稱此為「超級令人興奮的功能」。
編輯觀點：Physicl 技術助力真實世界機器人應用化與創業機會
Physicl 在機器人物理 AI 訓練領域，提供了從複雜多源真實世界資料高速生成高擬真合成資料的解決方案，有助緩解資料收集耗時與成本問題，推動模擬與真實世界的橋接。對創業者而言，這表示提供能動態生成訓練資料的工具或平台，尤其涵蓋複雜、邊緣案例，有較大市場與技術價值。驗證其效能可透過引入 Physicl 的 Studio 工具，針對企業現有困難的訓練場景生成模擬數據，觀察模型的適應性與準確度改善幅度，以及縮短訓練迴圈時間等指標。這將促進具有真實世界適應力的機器人產品問世，具備廣泛商業應用潛力。