Un dels grans colls d'ampolla de la robòtica amb IA són les dades. Ensenyar un robot a partir de vídeos dona pocs fruits, segons diversos investigadors, i fer que una persona el guiï a distància per gravar exemples és car. L'alternativa és entrenar-lo en simulacions, però aleshores apareix la distància entre el món virtual i el real: el que el robot aprèn a la pantalla no sempre funciona a la cuina.
Physicl vol escurçar aquesta distància. L'empresa ha tancat una ronda inicial de 10 milions de dòlars encapçalada pel fons Inovia Capital, segons TechCrunch. El seu conseller delegat, Alex de Vigan, va passar una dècada al capdavant de nfinite, una empresa que feia models en 3D de productes perquè les marques els mostressin a les botigues en línia, i va veure que aquella tecnologia de representació es podia aprofitar per a la robòtica. El primer producte, Studio, arrenca amb 10.000 entorns i 100.000 objectes en 3D perquè els clients muntin escenes i generin dades d'entrenament per a problemes concrets, com ara reconèixer una tassa en un taulell ple de coses o a l'ombra.
L'interès és en els casos difícils, els que fan fallar els robots al món real i són escassos a les dades ordinàries. Un dels primers clients és SpAItial, una empresa que construeix models del món i que dirigeix Matthias Niessner, professor de la Universitat Tècnica de Munic. La idea a llarg termini és un sistema continu: el client hi aboca imatges o dades de làser, i Physicl les converteix en representacions en 3D per generar-ne milers de variants.
Les xifres d'escenaris i objectes les dona l'empresa, i l'article no n'explica ni ingressos ni nombre de clients. El mateix De Vigan admet que és un sector «molt jove i de vegades molt difús», i hi competeixen moltes empreses que recullen, etiqueten o fabriquen dades per als creadors de models i per als fabricants de robots.