何が起きたか
- Physiclは2026年11月6日、Inovia Capitalが主導する1000万ドルのシードラウンドを発表した。
- 創業者兼CEOの Alex de Vigan は以前、EC向けに商品のレンダリング画像を作る会社を経営していたが、その後、生成AIに追い抜かれた。
- 彼はいま、同じ画像技術でロボットをもっと役立つものにできると見込んでいる。
- この製品は、ワールドモデルとロボットの開発者を対象に、よりリアルなシミュレーションで難しい訓練上の課題を解決することを目指す。
なぜ重要か
ロボットは何百万回も練習できるときによりよく学ぶが、それはシミュレーションでしか成り立たない。問題は、シミュレーションと現実のギャップだ。仮想の物体の変形、光沢、重さが現実のものと違えば、学んだことは実機では通用しない。もっともらしい環境に特化した層は、そのコストを下げ、テストを速めることを狙っている。
数字で見る
1000万ドル。 Inovia Capitalが主導したシードラウンドの規模。別の会社の技術を再利用して生まれた会社への出資だ。
背景
この件は一つのパターンを示している。生成AIが縮小させた市場向けにツールを作っていたチームが、そのツールを別の市場に向けている。合成した商品画像は量で稼ぐ事業だったが、ロボットのシミュレーションは精度で稼ぐ事業だ。関連する話題として、MamíferoはNVIDIA、運転とロボットをリアルタイムで模擬する4つのCosmos 3モデルを公開、Ai2、ロボットが失敗する理由を調べる単純な模擬世界「ToyBlocks」を発表、中国、ソフトバンクによるABBロボティクスの53.75億ドル買収を阻止、Zipline、評価額215億ドル。ウォルマート向けにドローン配送拠点を300か所追加へを掲載している。
ここでいうワールドモデルとは、ロボットが働きかけたときに環境がどう変化するかを予測するシステムだ。それを訓練するには、もっともらしい物体、表面、光を備えた場面が必要で、それを高品質で作るにはエンジニアの時間がかかる。合成した商品画像の経験があるチームは、視覚の面で先行して始められる。ただし、接触の物理、重さ、摩擦は別種の問題で、ほかの道具が要る。
今後
- 現在どのロボット企業がこのプラットフォームを使っているのか、どんな測定結果が出ているのかは、まだ分からない。
- 大手ラボのワールドモデルによって、独立したこの層が不要になるか、あるいは供給元になる可能性がある。
- 重要な指標は、シミュレーションから実機のロボットへの転移がどれだけ改善するかだ。
まとめ
シミュレーターの価値は、どれだけ現実に似ているかで決まる。Physiclは、もっともらしい画像の経験が欠けていた要素だと考えており、今度はロボットでそれを証明しなければならない。
出典
- Tim Fernholz、「Physicl raises $10M to make the digital world real enough for robots」、TechCrunch、2026年11月6日。
- カバー画像：Oleg Yunakov、CC BY-SA 4.0、Wikimedia Commonsより
編集：Rodrigo Cornejo。選定と検証の方法：ノートを書いているのは誰か。
