Physicl lance la couche d'infrastructure de données pour l'IA physique au cours de la conférence NVIDIA GTC
Sortir de l'ombre pour mettre à l'échelle des données prêtes à l'emploi pour la robotique, les modèles de monde et l'IA incarnée
SAN JOSE, Californie, 18 mars 2026 /PRNewswire/ -- À l'occasion de la NVIDIA GTC, Physicl sort de l'ombre et présente une nouvelle plate-forme d'infrastructure de données conçue pour l'IA physique et la robotique.
Lancée par des membres de l'équipe de Nfinite - la société connue pour avoir créé l'un des plus grands pipelines de jumeaux numériques 3D de haute fidélité et pour avoir récemment collaboré avec Getty Images sur des ensembles de données visuelles prêtes pour l'IA - Physicl se concentre exclusivement sur la prochaine frontière : la mise à l'échelle de données prêtes à l'emploi pour l'intelligence incarnée.
Alors que l'industrie de l'IA dépasse les modèles de langage et d'image pour s'orienter vers des systèmes qui interagissent avec l'espace, un nouveau goulet d'étranglement est apparu : des données 3D fondées sur la physique et prêtes à être simulées.
« Chaque avancée majeure dans le domaine de l'IA a nécessité une nouvelle couche de données », a expliqué Alex de Vigan, PDG de Physicl. « Pour l'IA physique, la couche manquante est constituée de données structurées, spatialement cohérentes et tenant compte de la physique, à partir desquelles les modèles peuvent réellement apprendre. Physicl existe pour construire cette fondation - permettant aux robots et aux modèles du monde de comprendre l'espace, de simuler des environnements, et finalement de fonctionner de manière fiable dans le monde réel. »
La nouvelle vague de l'intelligence physique
Physicl est impliqué dans trois voies convergentes :
- Robotique - former des systèmes incarnés à la navigation et à la manipulation d'environnements par le biais d'une simulation physiquement précise
- Modèles de monde - permettre le raisonnement spatial et la compréhension des causes à l'aide d'environnements 3D structurés
- Modèles vision-langage (VLM) - ancrer des systèmes multimodaux dans des données physiquement cohérentes et prêtes à être simulées
Basée sur près d'une décennie d'expérience dans la numérisation du monde physique, l'infrastructure de Physicl permet des pipelines de données continus et de qualité production, permettant à l'IA physique d'aller au-delà des ensembles de données ponctuels et de s'orienter vers une infrastructure évolutive et prête à l'emploi.
La plateforme soutient déjà les équipes des principales organisations technologiques et d'IA, notamment Meta, DeepMind, World Labs et Getty Images, en intégrant trois couches d'infrastructure étroitement connectées :
- Normalisation des données - convertir des données visuelles en représentations 3D structurées et spatialement cohérentes
- Augmentation des données tenant compte de la physique - générer une randomisation de domaine à grande échelle, sûre sur le plan IP et basée sur le réalisme physique.
- Pipelines DataSim - créer des environnements prêts à la simulation pour la formation à l'IA incarnée et le transfert de la simulation à la réalité
Physicl s'appuie sur la technologie NVIDIA : la couche de données de l'écosystème omniversel
À mesure que l'IA physique prend de l'ampleur, l'équipe s'appuie sur la pile d'IA physique de NVIDIA - NVIDIA Omniverse, NVIDIA Isaac Sim, NVIDIA Isaac Lab, et NVIDIA Cosmos. Les développeurs d'IA physique ont besoin d'environnements 3D de qualité pour former et évaluer leurs modèles. Aujourd'hui, la plupart de ces données sont construites en interne, lentement et à un coût élevé.
Physicl est conçu pour combler cette lacune :
- Actifs prêts pour Omniverse - Environnements 3D prêts pour la simulation dans OpenUSD, conçus pour s'intégrer directement dans les flux de travail d'Omniverse.
- Isaac Sim et Isaac Lab - Environnements physiquement précis optimisés pour la manipulation robotique, la navigation et l'entraînement aux tâches à long terme.
- Données compatibles avec Cosmos - Environnements 3D structurés alignés sur les exigences post-formation du modèle de base mondial
Physicl démarre avec une bibliothèque de millions d'actifs et d'environnements 3D prêts pour la simulation, fournissant une source continue de données 3D prêtes pour la simulation - tout comme Getty Images fournit du contenu visuel sous licence ou Scale AI des données d'entraînement étiquetées.
Alors que les GPU activent les modèles, l'IA physique nécessite un type de données d'entraînement fondamentalement différent de celui des systèmes linguistiques.
Les leaders du secteur soulignent de plus en plus que la prochaine génération d'IA nécessitera des volumes de données de haute qualité exponentiellement plus importants. Pour les systèmes qui doivent interagir avec l'espace, ces données doivent également coder la géométrie, la physique et les relations spatiales.
« NVIDIA a construit l'infrastructure de calcul et de simulation pour l'IA physique », a ajouté Alex. « Physicl est conçu pour être la couche de données dédiée qui active la prochaine vague d'IA et de robotique. »
Présence de NVIDIA à la conférence GTC
Physicl présente sa plate-forme à la conférence NVIDIA GTC (16-19 mars, San Jose, Californie), démontrant comment des actifs prêts à être simulés peuvent être déployés dans NVIDIA Omniverse et Isaac Lab pour accélérer le développement de la robotique et de l'IA physique.
Les participants peuvent rendre visite à Physicl au Stand 3307 pour en savoir plus.
Les développeurs et les chercheurs intéressés par un accès à la version bêta précoce peuvent s'inscrire ici : https://www.physicl.ai/
À propos de Physicl
Physicl construit la couche d'infrastructure de données pour l'IA physique - permettant aux robots et aux modèles d'IA de percevoir, de simuler et d'interagir avec le monde physique. Physicl fournit des actifs 3D prêts pour la simulation, une augmentation des données précises sur le plan physique et des environnements validés par l'homme, utilisés pour former les systèmes robotiques, les modèles du monde et l'IA incarnée.
Site web : https://www.physicl.ai/
Relations avec la presse : [email protected]
Share this article