Default
Door Remote - 16 Apr 2026
De belofte van fysieke AI is dat ingenieurs fysieke agenten op dezelfde manier kunnen programmeren als digitale agenten.
We zijn er nog niet. Robotica wordt nog steeds tegengehouden door een gebrek aan gegevens uit fysieke ruimtes. Om hun machines te trainen moeten bedrijven nepmagazijnen bouwen om hun machines te testen, terwijl er een hele industrie ontstaat rond het in de gaten houden van fabriekslijnen en gig-werknemers om diepgaande leermodellen te trainen om robots te besturen.
Een andere optie is simulatie; Gedetailleerde virtuele replica's van echte omgevingen zouden de data en werkruimtes kunnen bieden die robotici nodig hebben om dit werk op een schaalbare manier te doen.
Antioch, een startup die simulatietools bouwt voor robotontwikkelaars, wil wat de industrie de sim-to-real kloof noemt dichten: de uitdaging om virtuele omgevingen realistisch genoeg te maken zodat robots die erin zijn getraind betrouwbaar kunnen functioneren in de fysieke wereld.
“Hoe kunnen we die kloof zo goed mogelijk verkleinen, zodat simulatie vanuit het perspectief van uw autonome systeem net zo aanvoelt als de echte wereld?” Dat zei CEO en medeoprichter van Antiochië, Harry Mellsop.
Om dat te doen vertelde het bedrijf vandaag aan TechCrunch dat het een startronde van $8,5 miljoen heeft opgehaald die het waardeert op $60 miljoen, geleid door durfkapitaalbedrijf A* en Category Ventures, met aanvullende deelname van MaC Venture Capital, Abstract, Box Group en Icehouse Ventures.
Mellsop startte het in New York gevestigde bedrijf in mei vorig jaar met vier medeoprichters. Twee van de andere oprichters, Alex Langshur en Michael Calvey, hielpen hem bij het oprichten van Transpose, een startup op het gebied van beveiliging en inlichtingen, en deze voor een niet nader genoemd bedrag aan Chainalysis te verkopen. De andere twee – Collin Schlager en Colton Swingle – werkten eerder bij respectievelijk Google DeepMind en Meta Reality Labs.
Techcrunch-evenement
Ontmoet uw volgende investeerder of portfolio-startup bij Disrupt
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 $ 410.
Ontmoet uw volgende investeerder of portfolio-startup bij Disrupt
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 $ 410.
San Francisco, CA
|
13-15 oktober 2026
REGISTREER NU
De behoefte aan betere simulatie vormt de kern van wat veel grote autonomiebedrijven doen. Op het gebied van zelfrijdende auto’s gebruikt Waymo bijvoorbeeld het wereldmodel van Google DeepMind om zijn rijmodel te testen en evalueren. In theorie zal deze techniek ervoor zorgen dat de inzet van Waymo-voertuigen in nieuwe gebieden minder gegevensverzameling vereist, een belangrijke kostenpost bij het opschalen van de autonome voertuigtechnologie.
Het bouwen en gebruiken van die modellen om robots te testen is misschien wel een ander soort vaardigheden dan het maken van een zelfrijdende auto, en Antioch wil het platform bouwen dat dat probleem oplost voor nieuwere bedrijven zonder het kapitaal om het allemaal zelf te doen. Die kleinere bedrijven hebben ook niet het kapitaal om fysieke testarena’s te bouwen of een paar miljoen kilometer in auto’s met sensoren te rijden.
“De overgrote meerderheid van de industrie maakt helemaal geen gebruik van simulatie, en ik denk dat we nu pas echt duidelijk begrijpen dat we sneller moeten handelen”, aldus Mellsop.
Leidinggevenden uit Antiochië vergelijken hun product met Cursor, de populaire AI-aangedreven softwareontwikkelingstool. Antiochië stelt robotbouwers in staat meerdere digitale exemplaren van hun hardware op te zetten en deze te verbinden met gesimuleerde sensoren die dezelfde gegevens nabootsen die de robotsoftware in de echte wereld zou ontvangen. Met deze omgevingen kunnen ontwikkelaars edge-cases testen, versterkend leren uitvoeren of nieuwe trainingsgegevens genereren.
Als dat wil zeggen dat de simulatie voldoende betrouwbaar is. De uitdaging hier is ervoor te zorgen dat de fysica in de simulatie overeenkomt met de werkelijkheid, zodat er niets misgaat als het model de leiding krijgt over een echte machine. Het bedrijf begint met modellen die zijn gebouwd door Nvidia, World Labs en anderen, en bouwt domeinspecifieke bibliotheken om ze gebruiksvriendelijk te maken. Door met meerdere klanten te werken, zeggen leidinggevenden, krijgt Antiochië een diepgaande context voor het verfijnen van zijn simulaties die geen enkel fysiek AI-bedrijf op zichzelf zou kunnen evenaren.
“Wat er gebeurde met software-engineering en LLM’s begint nu pas te gebeuren met fysieke AI”, vertelde Çağla Kaymaz, een partner bij Category Ventures, aan TechCrunch. "We doen veel werk aan dev-tools, en we houden van die branche, maar de uitdagingen zijn anders. Met software kun je slechte codeertools hebben, en in de digitale wereld zijn de risico's over het algemeen behoorlijk beperkt. In de fysieke wereld is de inzet veel hoger."
De focus van Antiochië ligt nu vooral op sensor- en perceptiesystemen, die het grootste deel van de behoefte aan geautomatiseerde auto's en vrachtwagens, landbouw- en bouwmachines of drones in de lucht voor hun rekening nemen. De ambities voor fysieke AI om gegeneraliseerde robots aan te drijven om menselijke taken te repliceren zijn verder weg. Hoewel de pitch van Antioch gericht is op startups, waren enkele van de eerste contacten met grote multinationals die al zwaar investeren in robotica.
Adrian Macneil heeft een goed begrip van deze ruimte. Als leidinggevende bij de zelfrijdende startup Cruise bouwde hij de data-infrastructuur van het bedrijf en richtte in 2021 Foxglove op, een bedrijf dat hetzelfde soort datapijplijnen aanbiedt aan fysieke AI-startups. Macneil steunt Antiochië als engelinvesteerder.
“Simulatie is erg belangrijk als je een veiligheidszaak probeert op te bouwen of taken met zeer hoge nauwkeurigheid uitvoert”, zei hij woensdag op de Ride.AI-conferentie in San Francisco. “In de echte wereld is het niet mogelijk om genoeg kilometers te rijden.”
Macneil zou graag zien dat hetzelfde soort tools die de SaaS-revolutie aandreven – platforms als Github, Stripe en Twilio – opkomen om fysieke AI te ondersteunen. “We hebben veel meer van de hele gereedschapsketen nodig om kant-en-klaar beschikbaar te zijn”, vertelde hij aan TechCrunch.
“We denken echt allemaal dat iedereen die een autonoom systeem voor de echte wereld bouwt, dit vooral binnen twee tot drie jaar in software gaat doen”, aldus Mellsop. “Het is de eerste keer dat je autonome agenten een fysiek autonomiesysteem kunt laten herhalen en zo de feedbacklus daadwerkelijk kunt sluiten.”
Er zijn al experimenten in deze richting. David Mayo, een onderzoeker bij het Computer Science and Artificial Intelligence Laboratory van MIT, gebruikt het platform van Antioch om LLM's te evalueren. In één experiment laat Mayo AI-modellen robots ontwerpen en vervolgens de simulator van Antioch gebruiken om ze te testen. Het kan de modellen zelfs tegen elkaar opzetten in gesimuleerde wedstrijden, zoals het duwen van een rivaliserende bot van een platform. Door de LLM's een realistische sandbox te geven, kan een nieuw paradigma worden gecreëerd om ze te benchmarken.
Voordat er echter een wereld van AI-ingenieurs arriveert, moet er nog meer werk worden verzet om de kloof tussen de digitale modellen en de echte wereld te dichten. Als dat lukt, zullen ontwikkelaars in staat zijn het soort datavliegwiel te creëren dat volgens Macneil de sleutel is tot het succes van categorieleiders als Waymo, waarbij ingenieurs er steeds meer vertrouwen in krijgen dat het model van volgende maand capabeler zal zijn dan het vorige.
Als andere bedrijven dat succes willen kopiëren, zullen ze die tools zelf moeten bouwen of kopen.
We zijn er nog niet. Robotica wordt nog steeds tegengehouden door een gebrek aan gegevens uit fysieke ruimtes. Om hun machines te trainen moeten bedrijven nepmagazijnen bouwen om hun machines te testen, terwijl er een hele industrie ontstaat rond het in de gaten houden van fabriekslijnen en gig-werknemers om diepgaande leermodellen te trainen om robots te besturen.
Een andere optie is simulatie; Gedetailleerde virtuele replica's van echte omgevingen zouden de data en werkruimtes kunnen bieden die robotici nodig hebben om dit werk op een schaalbare manier te doen.
Antioch, een startup die simulatietools bouwt voor robotontwikkelaars, wil wat de industrie de sim-to-real kloof noemt dichten: de uitdaging om virtuele omgevingen realistisch genoeg te maken zodat robots die erin zijn getraind betrouwbaar kunnen functioneren in de fysieke wereld.
“Hoe kunnen we die kloof zo goed mogelijk verkleinen, zodat simulatie vanuit het perspectief van uw autonome systeem net zo aanvoelt als de echte wereld?” Dat zei CEO en medeoprichter van Antiochië, Harry Mellsop.
Om dat te doen vertelde het bedrijf vandaag aan TechCrunch dat het een startronde van $8,5 miljoen heeft opgehaald die het waardeert op $60 miljoen, geleid door durfkapitaalbedrijf A* en Category Ventures, met aanvullende deelname van MaC Venture Capital, Abstract, Box Group en Icehouse Ventures.
Mellsop startte het in New York gevestigde bedrijf in mei vorig jaar met vier medeoprichters. Twee van de andere oprichters, Alex Langshur en Michael Calvey, hielpen hem bij het oprichten van Transpose, een startup op het gebied van beveiliging en inlichtingen, en deze voor een niet nader genoemd bedrag aan Chainalysis te verkopen. De andere twee – Collin Schlager en Colton Swingle – werkten eerder bij respectievelijk Google DeepMind en Meta Reality Labs.
Techcrunch-evenement
Ontmoet uw volgende investeerder of portfolio-startup bij Disrupt
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 $ 410.
Ontmoet uw volgende investeerder of portfolio-startup bij Disrupt
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 $ 410.
San Francisco, CA
|
13-15 oktober 2026
REGISTREER NU
De behoefte aan betere simulatie vormt de kern van wat veel grote autonomiebedrijven doen. Op het gebied van zelfrijdende auto’s gebruikt Waymo bijvoorbeeld het wereldmodel van Google DeepMind om zijn rijmodel te testen en evalueren. In theorie zal deze techniek ervoor zorgen dat de inzet van Waymo-voertuigen in nieuwe gebieden minder gegevensverzameling vereist, een belangrijke kostenpost bij het opschalen van de autonome voertuigtechnologie.
Het bouwen en gebruiken van die modellen om robots te testen is misschien wel een ander soort vaardigheden dan het maken van een zelfrijdende auto, en Antioch wil het platform bouwen dat dat probleem oplost voor nieuwere bedrijven zonder het kapitaal om het allemaal zelf te doen. Die kleinere bedrijven hebben ook niet het kapitaal om fysieke testarena’s te bouwen of een paar miljoen kilometer in auto’s met sensoren te rijden.
“De overgrote meerderheid van de industrie maakt helemaal geen gebruik van simulatie, en ik denk dat we nu pas echt duidelijk begrijpen dat we sneller moeten handelen”, aldus Mellsop.
Leidinggevenden uit Antiochië vergelijken hun product met Cursor, de populaire AI-aangedreven softwareontwikkelingstool. Antiochië stelt robotbouwers in staat meerdere digitale exemplaren van hun hardware op te zetten en deze te verbinden met gesimuleerde sensoren die dezelfde gegevens nabootsen die de robotsoftware in de echte wereld zou ontvangen. Met deze omgevingen kunnen ontwikkelaars edge-cases testen, versterkend leren uitvoeren of nieuwe trainingsgegevens genereren.
Als dat wil zeggen dat de simulatie voldoende betrouwbaar is. De uitdaging hier is ervoor te zorgen dat de fysica in de simulatie overeenkomt met de werkelijkheid, zodat er niets misgaat als het model de leiding krijgt over een echte machine. Het bedrijf begint met modellen die zijn gebouwd door Nvidia, World Labs en anderen, en bouwt domeinspecifieke bibliotheken om ze gebruiksvriendelijk te maken. Door met meerdere klanten te werken, zeggen leidinggevenden, krijgt Antiochië een diepgaande context voor het verfijnen van zijn simulaties die geen enkel fysiek AI-bedrijf op zichzelf zou kunnen evenaren.
“Wat er gebeurde met software-engineering en LLM’s begint nu pas te gebeuren met fysieke AI”, vertelde Çağla Kaymaz, een partner bij Category Ventures, aan TechCrunch. "We doen veel werk aan dev-tools, en we houden van die branche, maar de uitdagingen zijn anders. Met software kun je slechte codeertools hebben, en in de digitale wereld zijn de risico's over het algemeen behoorlijk beperkt. In de fysieke wereld is de inzet veel hoger."
De focus van Antiochië ligt nu vooral op sensor- en perceptiesystemen, die het grootste deel van de behoefte aan geautomatiseerde auto's en vrachtwagens, landbouw- en bouwmachines of drones in de lucht voor hun rekening nemen. De ambities voor fysieke AI om gegeneraliseerde robots aan te drijven om menselijke taken te repliceren zijn verder weg. Hoewel de pitch van Antioch gericht is op startups, waren enkele van de eerste contacten met grote multinationals die al zwaar investeren in robotica.
Adrian Macneil heeft een goed begrip van deze ruimte. Als leidinggevende bij de zelfrijdende startup Cruise bouwde hij de data-infrastructuur van het bedrijf en richtte in 2021 Foxglove op, een bedrijf dat hetzelfde soort datapijplijnen aanbiedt aan fysieke AI-startups. Macneil steunt Antiochië als engelinvesteerder.
“Simulatie is erg belangrijk als je een veiligheidszaak probeert op te bouwen of taken met zeer hoge nauwkeurigheid uitvoert”, zei hij woensdag op de Ride.AI-conferentie in San Francisco. “In de echte wereld is het niet mogelijk om genoeg kilometers te rijden.”
Macneil zou graag zien dat hetzelfde soort tools die de SaaS-revolutie aandreven – platforms als Github, Stripe en Twilio – opkomen om fysieke AI te ondersteunen. “We hebben veel meer van de hele gereedschapsketen nodig om kant-en-klaar beschikbaar te zijn”, vertelde hij aan TechCrunch.
“We denken echt allemaal dat iedereen die een autonoom systeem voor de echte wereld bouwt, dit vooral binnen twee tot drie jaar in software gaat doen”, aldus Mellsop. “Het is de eerste keer dat je autonome agenten een fysiek autonomiesysteem kunt laten herhalen en zo de feedbacklus daadwerkelijk kunt sluiten.”
Er zijn al experimenten in deze richting. David Mayo, een onderzoeker bij het Computer Science and Artificial Intelligence Laboratory van MIT, gebruikt het platform van Antioch om LLM's te evalueren. In één experiment laat Mayo AI-modellen robots ontwerpen en vervolgens de simulator van Antioch gebruiken om ze te testen. Het kan de modellen zelfs tegen elkaar opzetten in gesimuleerde wedstrijden, zoals het duwen van een rivaliserende bot van een platform. Door de LLM's een realistische sandbox te geven, kan een nieuw paradigma worden gecreëerd om ze te benchmarken.
Voordat er echter een wereld van AI-ingenieurs arriveert, moet er nog meer werk worden verzet om de kloof tussen de digitale modellen en de echte wereld te dichten. Als dat lukt, zullen ontwikkelaars in staat zijn het soort datavliegwiel te creëren dat volgens Macneil de sleutel is tot het succes van categorieleiders als Waymo, waarbij ingenieurs er steeds meer vertrouwen in krijgen dat het model van volgende maand capabeler zal zijn dan het vorige.
Als andere bedrijven dat succes willen kopiëren, zullen ze die tools zelf moeten bouwen of kopen.