解決できる課題 事業紹介トップ 経営データ分析基盤 AI導入・業務改善 AI 業務アプリ 基幹システムのWeb化・段階移行 複雑な SaaS を専用 UI に Shopify Plus 移行・拡張 生成AI 活用(Multi AI) SEO / AIO / 広告運用 顧問・アドバイザリ インフラ構築 PHP脆弱性対策・更新 WordPressからEmDashへの移行 自社メディア投資・開発
AI導入 AI導入・業務改善 ChatGPTの社内導入 OpenAI Codex導入 AI運用・定着 Claude / MCP 総合 Claude Cowork Claude Code 導入支援 Claude Code 使いこなし支援 Claude Design MCP 開発・サーバー構築
EC構築・移行 Shopify Plus トップ EC-CUBEからShopifyへの移行 大手カートからの移行 Shopify 通常プラン EC サイト構築
実績
業界ニュース 業界ニュース トップ AI ニュース └ Claude └ ChatGPT・Codex └ Gemini └ その他 Shopify ニュース SaaS ニュース お知らせ(自社発信)
会社情報 相談する
2026.11.09

Physicl、ロボット訓練向け高精度シミュレーション開発へ1000万ドルを調達

記事のサマリー(TL;DR)

  • Alex de Vigan氏が創業したPhysiclが、Inovia Capital主導のシード資金ラウンドで1000万ドルを調達しました。
  • 同社は、世界モデル(world model)の設計者やロボット開発者が訓練時に直面する課題を、より現実に忠実なシミュレーションによって解決することを目指しています。
  • Physiclは3D環境1万件とオブジェクトを表す資産10万件を含む製品「Studio」をリリースし、ロボット訓練向けの合成データ生成に利用できるとしています。

詳細

前身事業からの転換

創業者でCEOのAlex de Vigan氏は、この10年間、ブランドや小売業者が商品の3Dモデルを簡単に作成し、オンラインで表示できるようにするnfiniteという事業を手がけてきました。しかし、トランスフォーマーベースのAIモデルの登場により、nfiniteは生成画像の分野に軸足を移すこととなりました。de Vigan氏は、こうした変化の中で、自社のチームと、忠実に3D環境をレンダリングするために構築してきた技術スタックに新たな用途を見出したといいます。

de Vigan氏は「私たちが3Dの分野で非常に独自性を持っていた部分は、AIに取って代わられようとしていました。しかし、AIには欠けているものがありました。それは、空間やオブジェクトを理解し、相互作用し、操作する能力です」と述べています。

ロボット訓練における課題

物理的なタスク、特に多様で小さな物体を扱うタスクをロボットにこなせるようにする物理AIモデルの研究者たちは、動画を使った訓練の成果や、遠隔操作によるデータ収集にかかるコストに不満を抱えてきたと記事は伝えています。デジタル世界でのシミュレーションはこの課題への有望な解決策とみなされている一方で、シミュレーションされた世界が実世界の物理法則に忠実であることを保証するのは難しいとされています。

de Vigan氏は、前身企業が構築した、「非構造化・不完全・異種混在の実世界情報を、正しい幾何学、素材、物理法則を備えた高精度の物理的表現に変換する」パイプラインが、物理AIモデルをより効果的にするために活用できると考えているとしています。

混雑する市場でのポジショニング

Physiclは、基盤モデルの開発者やロボット運用者向けにデータやツールを提供しようとする、競合の多いカテゴリーに参入することになります。de Vigan氏は「この分野はまだ非常に新しく、時にとても曖昧です」と認めています。さまざまなモダリティでデータを収集・ラベリング・生成する企業が存在する中、顧客企業はロボットを期待通りに機能させるための「秘訣」を模索しているとされています。

Physiclは特に、難しいエッジケースに関するモデルのポストトレーニング(post-training)に注力したい考えです。同社がリリースした製品「Studio」は、3D環境1万件とさまざまなオブジェクトを表す資産10万件を含んでおり、ユーザーはシーンを作成して、特定の課題についてロボットを訓練するための合成データを生成できます。例えば、Studioを使えば、雑然としたカウンター上にあるカップや、影の中にあるカップを識別するのが苦手なロボットの訓練データを生成できるといいます。

SpAItialとの協業

世界モデル開発企業のSpAItialは、Physiclの初期顧客として協業し、自社製品の精度向上に取り組みました。SpAItialの最新製品「Echo-3」は先週リリースされたとのことです。SpAItialのツールは2Dの画像から3Dシミュレーションを生成するもので、これを効果的に行うためには、Physiclが提供するような高精度の合成データで訓練する必要があったと、同社のCEOで創業者のMatthias Niessner氏は述べています。

一方でPhysiclは、単なるデータ提供者にとどまらず、継続的な合成データ生成のためのツール群として自社を位置づけたい考えです。de Vigan氏は「私たちが10年前に作り上げたものは、知らず知らずのうちに、非構造化情報を高精度の3Dに変換するエージェント的なワークフローだったのです」と述べています。de Vigan氏は、顧客が数兆枚の画像や数百万時間分のライダー(lidar)キャプチャデータを自社のプラットフォームに持ち込み、高品質の3D表現に変換し、それをモデル訓練用に何十億通りもの組み合わせを生成するために使用する姿を思い描いているといいます。

ミュンヘン工科大学でロボティクスの教授も務めるNiessner氏はTechCrunchに対し、「本当の課題は、データを手作業でキュレーションしなければならないことで、これには非常に長いサイクルがかかります」と語っています。続けて「私たちにとって非常に魅力的に思えるのは、これをその場で(on the fly)実行できるという点です。……Claudeを動かしていて、それが『このトレーニングについてもっとデータが必要だ』と判断すると、訓練の状態に応じて自動的にデータを生成してくれる。それは私にとって非常に興奮することであり、まさにPhysiclが提供しているものです」と述べています。