पेरिस की Physicl ने Inovia Capital की अगुआई वाले फंडिंग राउंड में यह रकम जुटाई है। U.S. Venture Partners ने भी इसमें हिस्सा लिया। कंपनी अपनी टीम बढ़ाने और सिंथेटिक डेटा प्लेटफॉर्म विकसित करने की योजना बना रही है।
यह टूल शोधकर्ताओं को उन परिस्थितियों को दोबारा तैयार करने देता है जिनमें AI मॉडल को दिक्कत होती है। इसके बाद वे रोशनी, कैमरे के कोण और वस्तुओं की जगह बदल सकते हैं। डेवलपर किसी खास समस्या के लिए ट्रेनिंग डेटा बना सकते हैं, सुधार को परख सकते हैं और माप सकते हैं कि मॉडल बेहतर हुआ या नहीं।
Physicl के संस्थापक Alex de Vigan ने पहले Nfinite बनाई थी, जो ऑनलाइन रिटेलरों के लिए उत्पादों की 3D तस्वीरें बनाती थी। यह तकनीक रोबोट की ट्रेनिंग के लिए शुरुआती आधार देती है। इस क्षेत्र में वास्तविक दुनिया का डेटा जुटाना महंगा है और सिमुलेशन में भौतिक परिस्थितियों को दोहराना अब भी मुश्किल है।
शुरुआती ग्राहक SpAItial म्यूनिख की कंपनी है, जो 3D AI मॉडल बनाती है। कंपनी के मुताबिक, Physicl का डेटा जोड़ने के बाद कमरे के 3D सिमुलेशन बनाने वाले उसके मॉडल की त्रुटि दर आधे से भी अधिक घट गई। AI बनाने वालों के लिए यह किसी खास काम में लक्षित सिंथेटिक डेटा से सुधार का उदाहरण है, न कि इस बात का प्रमाण कि यह पूरे फिजिकल AI क्षेत्र में समान रूप से कारगर है।