@rohanpaul_ai: Physical AI团队应该能够像软件团队运行测试套件那样测试新版本。仿真必须变得……

X AI KOLs Timeline 工具
physical-ai simulation robotics ci-cd testing infrastructure

摘要

Antioch Robotics 在 A 轮融资中筹集了 3200 万美元，用于构建仿真基础设施，使 Physical AI 团队能够像软件团队一样测试版本，将仿真集成到 CI/CD 中，实现可重复且可扩展的测试。

Physical AI团队应该能够像软件团队运行测试套件那样测试新版本。 仿真必须变得足够可信，以作为Physical AI的发布关卡。 @antiochrobotics 刚刚筹集了3200万美元的A轮融资，以缩小这一差距。 该公司正在构建仿真基础设施，其中场景本身成为一个软件对象。 您可以在Isaac Sim或Isaac Lab中本地编写测试，定义参数分布，然后将该场景分发到云端GPU。更重要的是，这些仿真可以直接连接到CI/CD。 在机器人学中，错误可能取决于风力、光照、几何形状、传感器噪声、人流或接触动力学的奇怪组合。将确切的物理状态转化为可重复的测试要困难得多。 但通过仿真，当机器人在部署中失败时，您可以在仿真中重现相同的失败，改变其周围的条件，并为之后的每个版本保留这些测试。
查看原文
查看缓存全文

缓存时间: 2026/09/08 19:38

物理AI团队应当能够像软件团队运行测试套件那样测试新版本。

仿真必须足够可靠，成为物理AI的发布关卡。

@antiochrobotics 刚完成3200万美元A轮融资，旨在缩短这一差距。

该公司正在构建仿真基础设施，其中场景本身成为可编程软件对象。

您可以在Isaac Sim或Isaac Lab中编写本地测试，定义参数分布，然后将该场景分布式执行于云端GPU集群。更重要的是，这些仿真能直接接入持续集成/持续交付（CI/CD）流程。

在机器人领域，故障可能由风力、光照、几何结构、传感器噪声、人员流动或接触动力学的复杂组合引发。将这种完整物理状态转化为可重复测试极其困难。

但借助仿真技术，当机器人在部署中出现故障时，您可以复现相同失败场景，调整周边条件，并将这些测试保留用于后续所有版本验证。

Antioch Robotics（@antiochrobotics）： 今日我们宣布完成由@GreylockVC领投，@A_StarVC、@Category_VC、@BoxGroup、@IcehouseVenture及多位天使投资人跟投的3200万美元A轮融资。

尽管人工智能大幅加速了软件开发进程，但物理自主性的进步始终受限于缓慢而…

相似文章

物理AI仿真现状：概述

Hugging Face Blog

这篇NVIDIA博客文章概述了用于物理AI的仿真引擎，涵盖为什么仿真对于机器人数据生成至关重要，并比较了MuJoCo、Isaac Sim和Newton等工具。文章强调了仿真从调试工具向模型开发集成部分的转变。