Physicl stellt auf der NVIDIA GTC die Dateninfrastrukturschicht für Physical AI vor
Aus dem Verborgenen zur Skalierung weltweit einsatzbereiter Daten für Robotik, Weltmodelle und verkörperte KI
SAN JOSE, Kalifornien, 18. März 2026 /PRNewswire/ -- Physicl ist heute auf der NVIDIA GTC aus dem Stealth-Modus hervorgetreten und hat eine neue Dateninfrastrukturplattform vorgestellt, die speziell für Physical AI und Robotik entwickelt wurde.
Physicl wurde von Mitgliedern des Teams hinter Nfinite gegründet - dem Unternehmen, das für den Aufbau einer der größten Pipelines von digitalen High-Fidelity-3D-Zwillingen bekannt ist und kürzlich mit Getty Images an KI-fähigen visuellen Datensätzen zusammengearbeitet hat. Nun konzentriert sich Physicl ausschließlich auf die nächste Stufe: Skalierung weltweit einsatzbereiter Daten für verkörperte Intelligenz.
In dem Maße, in dem sich die KI-Industrie von Sprach- und Bildmodellen hin zu Systemen bewegt, die mit dem Raum interagieren, ist ein neuer Engpass entstanden: physikalisch begründete, simulationsfähige 3D-Daten.
„Jeder große Fortschritt in der KI hat eine neue Datenschicht erfordert", sagte Alex de Vigan, CEO von Physicl. „Für Physical AI ist diese fehlende Ebene eine strukturierte, räumlich konsistente, physikbezogene Datenbasis, aus der Modelle tatsächlich lernen können. Physicl ist dazu da, diese Grundlage zu schaffen - damit Roboter und Weltmodelle den Raum verstehen, Umgebungen simulieren und schließlich zuverlässig in der realen Welt arbeiten können."
Die nächste Welle der physischen Intelligenz vorantreiben
Physicl unterstützt drei konvergierende Pfade:
- Robotik - Training verkörperter Systeme zur Navigation und Manipulation von Umgebungen durch physikgenaue Simulation
- Weltmodelle - ermöglicht räumliches Denken und kausales Verstehen unter Verwendung strukturierter 3D-Umgebungen
- Vision-Language Models (VLMs) - multimodale Systeme auf physikalisch kohärente, simulationsfähige Daten gründen
Die Infrastruktur von Physicl basiert auf fast einem Jahrzehnt Erfahrung in der Digitalisierung der physischen Welt und ermöglicht kontinuierliche, produktionsreife Datenpipelines, die Physical AI über einmalige Datensätze hinaus in Richtung einer skalierbaren, weltweit einsetzbaren Infrastruktur bringen.
Die Plattform unterstützt bereits Teams bei führenden Technologie- und KI-Organisationen, darunter Meta, DeepMind, World Labs und Getty Images, und integriert drei eng miteinander verbundene Infrastrukturebenen:
- Daten-Normalisierung - Umwandlung visueller Eingaben in strukturierte, räumlich konsistente 3D-Darstellungen
- Physikalische Datenerweiterung - Generierung von groß angelegter, IP-sicherer Domain-Randomisierung auf der Grundlage physikalischer Realitäten
- DataSim Pipelines - ermöglicht simulationsfähige Umgebungen für KI-Training und den Transfer von Simulation zu Realität
Physicl nutzt die NVIDIA-Technologie: Die Datenschicht für das Omniverse Ecosystem
Bei der Skalierung von Physical AI baut das Team auf NVIDIAs Physical AI Stack auf - NVIDIA Omniverse, NVIDIA Isaac Sim, NVIDIA Isaac Lab und NVIDIA Cosmos. Entwickler von physikalischer KI benötigen produktionsreife 3D-Umgebungen, um ihre Modelle zu trainieren und zu bewerten. Heute werden die meisten dieser Daten intern, langsam und zu hohen Kosten erstellt.
Physicl ist aufgestellt, um diese Lücke zu schließen:
- Omniverse-fertige Assets - Simulationsfertige 3D-Umgebungen in OpenUSD, die direkt in Omniverse-Workflows integriert werden können
- Isaac Sim & Isaac Lab - Physikalisch genaue Umgebungen, die für Robotermanipulation, Navigation und das Training von Aufgaben mit langem Zeithorizont optimiert sind
- Cosmos-kompatible Daten - Strukturierte 3D-Umgebungen, die auf das Weltfundamentmodell nach dem Training abgestimmt sind
Physicl startet mit einer Bibliothek von Millionen simulationsfähiger 3D-Assets und -Umgebungen und bietet so einen kontinuierlichen Nachschub an simulationsfähigen 3D-Daten - ähnlich wie Getty Images lizenzierte visuelle Inhalte oder Scale AI gelabelte Trainingsdaten bereitstellt.
Während die Modelle von GPUs angetrieben werden, erfordert Physical AI eine grundlegend andere Art von Trainingsinput als Sprachsysteme.
Branchenführer haben zunehmend betont, dass die nächste Generation der KI exponentiell größere Mengen an hochwertigen Daten benötigen wird. Bei Systemen, die mit dem Raum interagieren müssen, müssen diese Daten auch Geometrie, Physik und räumliche Beziehungen kodieren.
„NVIDIA hat die Rechen- und Simulationsinfrastruktur für Physical AI aufgebaut", so Alex weiter. „Physicl ist als dedizierte Datenschicht konzipiert, die die nächste Welle von KI und Robotik antreibt."
NVIDIA GTC-Präsenz
Physicl stellt seine Plattform auf der NVIDIA GTC (16.-19. März, San Jose, Kalifornien) vor und demonstriert, wie simulationsfähige Assets in NVIDIA Omniverse und Isaac Lab eingesetzt werden können, um die Entwicklung von Robotik und Physical AI zu beschleunigen.
Die Teilnehmer können Physicl am Stand 3307 besuchen, um mehr zu erfahren.
Entwickler und Forscher, die an einem frühen Beta-Zugang interessiert sind, können sich hier bewerben: https://www.physicl.ai/
Informationen zu Physicl
Physicl baut die Dateninfrastrukturebene für Physical AI auf, die es Robotern und KI-Modellen ermöglicht, die physische Welt wahrzunehmen, zu simulieren und mit ihr zu interagieren. Physicl liefert simulationsfähige 3D-Assets, physikgenaue Datenerweiterungen und von Menschen validierte Umgebungen, die zum Training von Robotersystemen, Weltmodellen und verkörperter KI verwendet werden.
Website: https://www.physicl.ai/
Pressekontakt: [email protected]
Share this article