這家模擬技術新創公司想成為實體人工智慧領域的 Cursor

實體人工智慧（Physical AI）的願景是讓工程師能像編寫數位程式一樣，對實體代理人（physical agents）進行編程。

我們還沒達到那個階段。機器人技術仍受限於實體空間數據的匱乏。為了訓練機器，公司需要建造模擬倉庫來測試設備，而整個產業正興起監控工廠流水線和零工人員的風潮，藉此訓練操作機器人的深度學習模型。

另一個選擇是模擬；現實環境的詳細虛擬副本可以提供機器人專家所需的數據和工作空間，以便以可擴展的方式進行這項工作。

Antioch 是一家為機器人開發者構建模擬工具的新創公司，旨在縮小業界所謂的「虛擬到現實差距」（sim-to-real gap）——即如何讓虛擬環境足夠真實，使在其中訓練的機器人能在現實世界中可靠運行的挑戰。

「我們如何才能盡可能地縮小這一差距，從自動化系統的角度來看，讓模擬感覺就像現實世界一樣？」Antioch 執行長兼共同創辦人 Harry Mellsop 表示。

為了實現這一目標，該公司今天告訴 TechCrunch，它已完成由風險投資公司 A* 和 Category Ventures 領投的 850 萬美元種子輪融資，估值達 6,000 萬美元。MaC Venture Capital、Abstract、Box Group 和 Icehouse Ventures 也參與了本輪融資。

Mellsop 於去年 5 月與四位共同創辦人在紐約創立了這家公司。其中兩位創辦人 Alex Langshur 和 Michael Calvey 曾協助他創立安全情報新創公司 Transpose，並將其以未公開的金額出售給 Chainalysis。另外兩位——Collin Schlager 和 Colton Swingle——此前分別任職於 Google DeepMind 和 Meta Reality Labs。

在 Disrupt 會見您的下一位投資者或投資組合新創公司

您的下一輪融資。您的下一次招聘。您的下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的戰術會議、強大的引薦和定義市場的創新。立即註冊，最高可節省 410 美元。

在 Disrupt 會見您的下一位投資者或投資組合新創公司

您的下一輪融資。您的下一次招聘。您的下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的戰術會議、強大的引薦和定義市場的創新。立即註冊，最高可節省 410 美元。

對更佳模擬的需求是許多主要自動化公司運作的核心。例如，在自動駕駛汽車領域，Waymo 使用 Google DeepMind 的世界模型（world model）來測試和評估其駕駛模型。理論上，這種技術將使 Waymo 車輛在部署到新區域時需要更少的數據收集，而數據收集正是擴展自動駕駛技術的主要成本。

構建和使用這些模型來測試機器人，可以說是一套與開發自動駕駛汽車不同的技能。Antioch 希望建立一個平台，為那些沒有資金自行完成所有工作的初創公司解決這個問題。這些規模較小的公司也沒有資金建造實體測試場，或讓佈滿感測器的汽車行駛數百萬英里。

「絕大多數產業根本不使用模擬，我認為我們現在才真正清楚地意識到，我們需要加快步伐，」Mellsop 說。

Antioch 的高層將他們的產品比作 Cursor（熱門的 AI 驅動軟體開發工具）。Antioch 允許機器人製造者啟動其硬體的多個數位實例，並將其連接到模擬感測器，這些感測器能模仿機器人軟體在現實世界中接收到的相同數據。這些環境讓開發者能夠測試邊緣案例（edge cases）、進行強化學習或生成新的訓練數據。

前提是，模擬必須具有足夠高的保真度。這裡的挑戰在於確保模擬中的物理特性與現實相符，以便當模型接管真實機器時，不會發生任何差錯。該公司從 Nvidia、World Labs 等公司構建的模型開始，並開發特定領域的庫以使其易於使用。高層表示，與多個客戶合作，讓 Antioch 在完善模擬方面擁有了單一實體 AI 公司無法比擬的深度背景。

「軟體工程和大型語言模型（LLM）所經歷的變革，正開始發生在實體 AI 領域，」Category Ventures 合夥人 Çağla Kaymaz 告訴 TechCrunch。「我們在開發工具方面做了很多工作，我們熱愛這個垂直領域，但挑戰是不同的。在軟體領域，即使開發工具很差，風險通常也僅限於數位世界。但在實體世界，代價要高得多。」

Antioch 目前的重點主要是感測和感知系統，這佔了自動駕駛汽卡車、農用和建築機械或無人機的大部分需求。至於讓實體 AI 驅動通用機器人來複製人類任務的願景則更為遙遠。雖然 Antioch 的推廣對象是新創公司，但其早期的一些合作對象已包括了在機器人領域投入巨資的大型跨國公司。

Adrian Macneil 對這個領域有深刻的理解。作為自動駕駛新創公司 Cruise 的前高層，他建立了該公司的數據基礎設施，並於 2021 年創立了 Foxglove，這是一家為實體 AI 新創公司提供同類數據管道的公司。Macneil 以天使投資人的身份支持 Antioch。

「當你試圖建立安全案例或處理高精度任務時，模擬非常重要，」他週三在舊金山的 Ride.AI 會議上表示。「在現實世界中行駛足夠的里程是不可能的。」

Macneil 希望看到像推動 SaaS 革命那樣的工具——如 Github、Stripe 和 Twilio 等平台——出現來支持實體 AI。「我們需要整個工具鏈中更多的部分可以現成使用，」他告訴 TechCrunch。

「我們真心認為，任何為現實世界構建自動化系統的人，在兩到三年內都將主要在軟體中進行，」Mellsop 說。「這是第一次你可以讓自動化代理在實體自動化系統上進行迭代，並真正完成反饋閉環。」

這方面已經有了實驗。麻省理工學院（MIT）計算機科學與人工智慧實驗室的研究員 David Mayo 正在使用 Antioch 的平台來評估 LLM。在一個實驗中，Mayo 讓 AI 模型設計機器人，然後使用 Antioch 的模擬器進行測試。它甚至可以讓模型在模擬比賽中互相對抗，例如將對手的機器人推下平台。為 LLM 提供一個真實的沙盒，有助於為基準測試提供新的範式。

然而，在 AI 工程師的世界到來之前，要彌合數位模型與現實世界之間的差距仍有許多工作要做。如果能夠實現，開發者將能夠創造出 Macneil 認為是 Waymo 等產業領導者成功關鍵的「數據飛輪」，在這種模式下，工程師們越來越有信心下個月的模型會比上個月的更強大。

如果其他公司想要複製這種成功，他們需要自己構建這些工具——或者購買它們。