Default
Door Remote - 31 Mar 2026
Om de autonome machines van de toekomst te bouwen, heeft je model soms een model nodig.
Bedrijven die zelfrijdende auto's ontwikkelen, robots die de fysieke omgeving manipuleren of autonome bouwapparatuur verzamelen duizenden, zo niet miljoenen uren aan videogegevens voor evaluatie en training.
Het organiseren en catalogiseren van die video is nu een taak voor mensen, die alles moeten bekijken. Zelfs snel vooruitspoelen schaalt niet. NomadicML, een startup opgericht door CEO Mustafa Bal en CTO Varun Krishnan, wil problemen oplossen voor klanten die 95% van hun wagenparkgegevens in archieven hebben staan.
De uitdaging wordt moeilijker bij het zoeken naar randgevallen: de meest waardevolle gegevens geven gebeurtenissen weer die zelden voorkomen en die onervaren fysieke AI-modellen in de war kunnen brengen.
Nomadic werkt eraan om dat probleem op te lossen met een platform dat beeldmateriaal omzet in een gestructureerde, doorzoekbare dataset via een verzameling beeldtaalmodellen. Dat zorgt op zijn beurt voor een betere vlootmonitoring en het creëren van unieke datasets voor versterkend leren en snellere iteratie.
Het bedrijf kondigde dinsdag een startronde van $8,4 miljoen aan met een post-money-waardering van $50 miljoen. De ronde werd geleid door TQ Ventures, met deelname van Pear VC en Jeff Dean, en zal het bedrijf in staat stellen meer klanten aan boord te krijgen en zijn platform verder te verfijnen. Nomadic won vorige maand ook de eerste prijs tijdens de pitchwedstrijd van Nvidia GTC.
De twee oprichters, die elkaar ontmoetten als studenten computerwetenschappen aan Harvard, “kwamen keer op keer dezelfde technische uitdagingen tegen op ons werk” bij bedrijven als Lyft en Snowflake, vertelde Bal aan TechCrunch.
Techcrunch-evenement
Disrupt 2026: het tech-ecosysteem, alles in één kamer
Jouw volgende ronde. Uw volgende aanwerving. Uw volgende uitbraakmogelijkheid. Je vindt het op TechCrunch Disrupt 2026, waar meer dan 10.000 oprichters, investeerders en technologieleiders samenkomen voor drie dagen vol 250+ tactische sessies, krachtige introducties en marktbepalende innovatie. Registreer nu en bespaar tot $ 400.
Bespaar tot $ 300 of 30% op de TechCrunch Founder Summit
Meer dan 1.000 oprichters en investeerders komen samen op de TechCrunch Founder Summit 2026 voor een volledige dag gericht op groei, uitvoering en schaalvergroting in de echte wereld. Leer van oprichters en investeerders die de sector hebben gevormd. Maak contact met collega's die in vergelijkbare groeifasen navigeren. Ga aan de slag met tactieken die je direct kunt toepassen
Aanbieding eindigt op 13 maart.
San Francisco, CA
|
13-15 oktober 2026
REGISTREER NU
“We geven mensen inzicht in hun eigen beeldmateriaal, wat hun eigen AV’s [en] robots aandrijft”, zei hij. “Dat is wat deze autonome systeembouwers vooruit helpt, en niet de willekeurige data.”
Stel je bijvoorbeeld voor dat je probeert het inzicht van een AV te verfijnen dat hij door rood kan rijden als een politieagent hem daartoe opdracht geeft, of elke keer dat voertuigen onder een specifiek type brug rijden, isoleert. Met het platform van Nomadic kunnen deze incidenten worden geïdentificeerd, zowel voor compliancedoeleinden als rechtstreeks in trainingspijplijnen worden ingevoerd.
Klanten als Zoox, Mitsubishi Electric, Natix Network en Zendar gebruiken het platform al om intelligente machines te ontwikkelen. Antonio Puglielli, de VP Engineering bij Zendar, zei dat de tool van Nomadic het bedrijf in staat stelde zijn werk veel sneller op te schalen dan het alternatief van outsourcing, en dat zijn domeinexpertise het bedrijf onderscheidde van andere concurrenten.
Dit soort modelgebaseerde, automatische annotatietool is in opkomst als een belangrijke workflow voor fysieke AI. Gevestigde datalabelbedrijven als Scale, Kognic en Encord ontwikkelen AI-tools om dit werk te doen, terwijl Nvidia een familie van open source-modellen heeft uitgebracht, Alpamayo, die kunnen worden aangepast om het probleem aan te pakken.
Varun stelt dat het instrument van zijn bedrijf meer is dan een etiketteermachine; het is een ‘agentisch redeneersysteem: je beschrijft wat het nodig heeft en het zoekt uit hoe het te vinden’, waarbij meerdere modellen worden gebruikt om de actie die plaatsvindt te begrijpen en in context te plaatsen. De achterban van Nomadic verwachten dat de focus van de startup op deze specifieke infrastructuur zal winnen.
“Het is dezelfde reden waarom Salesforce geen eigen cloud bouwt en Netflix geen eigen [contentdistributiefaciliteiten] bouwt”, vertelde Schuster Tanger, een partner bij TQ Ventures die de ronde leidde, aan TechCrunch. “Op het moment dat een autonoom voertuigbedrijf Nomadic intern probeert te bouwen, worden ze afgeleid van wat hen doet winnen, namelijk de robot zelf.”
Tanger prijst het talent van Nomadic en merkt op dat Krishnan een internationale schaakmeester is die op de 1.549e plaats van beste spelers ter wereld staat. Krishnan schept intussen op dat alle tientallen ingenieurs van het bedrijf wetenschappelijke artikelen hebben gepubliceerd.
Nu zijn ze hard aan het werk om specifieke tools te ontwikkelen, zoals een die de fysica van rijstrookwisselingen begrijpt uit camerabeelden, of een andere die preciezere locaties voor de grijpers van een robot in een video afleidt. De volgende uitdaging, vanuit het oogpunt van Nomadic en zijn klanten, is het ontwikkelen van vergelijkbare tools voor niet-visuele gegevens zoals lidarsensormetingen, of om sensorgegevens in meerdere modi te integreren.
“Het is echt waanzinnig moeilijk om met terabytes aan video te jongleren, die tegen honderden meer dan 100 miljard parametermodellen te botsen en er vervolgens hun nauwkeurige inzichten uit te halen”, zegt Bal.
Bedrijven die zelfrijdende auto's ontwikkelen, robots die de fysieke omgeving manipuleren of autonome bouwapparatuur verzamelen duizenden, zo niet miljoenen uren aan videogegevens voor evaluatie en training.
Het organiseren en catalogiseren van die video is nu een taak voor mensen, die alles moeten bekijken. Zelfs snel vooruitspoelen schaalt niet. NomadicML, een startup opgericht door CEO Mustafa Bal en CTO Varun Krishnan, wil problemen oplossen voor klanten die 95% van hun wagenparkgegevens in archieven hebben staan.
De uitdaging wordt moeilijker bij het zoeken naar randgevallen: de meest waardevolle gegevens geven gebeurtenissen weer die zelden voorkomen en die onervaren fysieke AI-modellen in de war kunnen brengen.
Nomadic werkt eraan om dat probleem op te lossen met een platform dat beeldmateriaal omzet in een gestructureerde, doorzoekbare dataset via een verzameling beeldtaalmodellen. Dat zorgt op zijn beurt voor een betere vlootmonitoring en het creëren van unieke datasets voor versterkend leren en snellere iteratie.
Het bedrijf kondigde dinsdag een startronde van $8,4 miljoen aan met een post-money-waardering van $50 miljoen. De ronde werd geleid door TQ Ventures, met deelname van Pear VC en Jeff Dean, en zal het bedrijf in staat stellen meer klanten aan boord te krijgen en zijn platform verder te verfijnen. Nomadic won vorige maand ook de eerste prijs tijdens de pitchwedstrijd van Nvidia GTC.
De twee oprichters, die elkaar ontmoetten als studenten computerwetenschappen aan Harvard, “kwamen keer op keer dezelfde technische uitdagingen tegen op ons werk” bij bedrijven als Lyft en Snowflake, vertelde Bal aan TechCrunch.
Techcrunch-evenement
Disrupt 2026: het tech-ecosysteem, alles in één kamer
Jouw volgende ronde. Uw volgende aanwerving. Uw volgende uitbraakmogelijkheid. Je vindt het op TechCrunch Disrupt 2026, waar meer dan 10.000 oprichters, investeerders en technologieleiders samenkomen voor drie dagen vol 250+ tactische sessies, krachtige introducties en marktbepalende innovatie. Registreer nu en bespaar tot $ 400.
Bespaar tot $ 300 of 30% op de TechCrunch Founder Summit
Meer dan 1.000 oprichters en investeerders komen samen op de TechCrunch Founder Summit 2026 voor een volledige dag gericht op groei, uitvoering en schaalvergroting in de echte wereld. Leer van oprichters en investeerders die de sector hebben gevormd. Maak contact met collega's die in vergelijkbare groeifasen navigeren. Ga aan de slag met tactieken die je direct kunt toepassen
Aanbieding eindigt op 13 maart.
San Francisco, CA
|
13-15 oktober 2026
REGISTREER NU
“We geven mensen inzicht in hun eigen beeldmateriaal, wat hun eigen AV’s [en] robots aandrijft”, zei hij. “Dat is wat deze autonome systeembouwers vooruit helpt, en niet de willekeurige data.”
Stel je bijvoorbeeld voor dat je probeert het inzicht van een AV te verfijnen dat hij door rood kan rijden als een politieagent hem daartoe opdracht geeft, of elke keer dat voertuigen onder een specifiek type brug rijden, isoleert. Met het platform van Nomadic kunnen deze incidenten worden geïdentificeerd, zowel voor compliancedoeleinden als rechtstreeks in trainingspijplijnen worden ingevoerd.
Klanten als Zoox, Mitsubishi Electric, Natix Network en Zendar gebruiken het platform al om intelligente machines te ontwikkelen. Antonio Puglielli, de VP Engineering bij Zendar, zei dat de tool van Nomadic het bedrijf in staat stelde zijn werk veel sneller op te schalen dan het alternatief van outsourcing, en dat zijn domeinexpertise het bedrijf onderscheidde van andere concurrenten.
Dit soort modelgebaseerde, automatische annotatietool is in opkomst als een belangrijke workflow voor fysieke AI. Gevestigde datalabelbedrijven als Scale, Kognic en Encord ontwikkelen AI-tools om dit werk te doen, terwijl Nvidia een familie van open source-modellen heeft uitgebracht, Alpamayo, die kunnen worden aangepast om het probleem aan te pakken.
Varun stelt dat het instrument van zijn bedrijf meer is dan een etiketteermachine; het is een ‘agentisch redeneersysteem: je beschrijft wat het nodig heeft en het zoekt uit hoe het te vinden’, waarbij meerdere modellen worden gebruikt om de actie die plaatsvindt te begrijpen en in context te plaatsen. De achterban van Nomadic verwachten dat de focus van de startup op deze specifieke infrastructuur zal winnen.
“Het is dezelfde reden waarom Salesforce geen eigen cloud bouwt en Netflix geen eigen [contentdistributiefaciliteiten] bouwt”, vertelde Schuster Tanger, een partner bij TQ Ventures die de ronde leidde, aan TechCrunch. “Op het moment dat een autonoom voertuigbedrijf Nomadic intern probeert te bouwen, worden ze afgeleid van wat hen doet winnen, namelijk de robot zelf.”
Tanger prijst het talent van Nomadic en merkt op dat Krishnan een internationale schaakmeester is die op de 1.549e plaats van beste spelers ter wereld staat. Krishnan schept intussen op dat alle tientallen ingenieurs van het bedrijf wetenschappelijke artikelen hebben gepubliceerd.
Nu zijn ze hard aan het werk om specifieke tools te ontwikkelen, zoals een die de fysica van rijstrookwisselingen begrijpt uit camerabeelden, of een andere die preciezere locaties voor de grijpers van een robot in een video afleidt. De volgende uitdaging, vanuit het oogpunt van Nomadic en zijn klanten, is het ontwikkelen van vergelijkbare tools voor niet-visuele gegevens zoals lidarsensormetingen, of om sensorgegevens in meerdere modi te integreren.
“Het is echt waanzinnig moeilijk om met terabytes aan video te jongleren, die tegen honderden meer dan 100 miljard parametermodellen te botsen en er vervolgens hun nauwkeurige inzichten uit te halen”, zegt Bal.