外观
新闻TechCrunch Robotics15 天前
Laplace发布自动化红队平台，拓展仓储人形机器人安全验证
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Laplace Intelligence red-teams robots and self-driving cars before they hit the real world（TechCrunch Robotics）
核心内容
密歇根大学孵化企业Laplace Intelligence发布面向物理AI的自动化红队测试平台，旨在部署前通过高保真仿真与AI智能体进行压力测试。公司由CEO Howie Sun与首席科学家Henry Liu创立，技术源于Nature对抗性仿真研究。目前已入围TechCrunch Disrupt Startup Battlefield 200，与自动驾驶卡车公司Bot Auto、日本头部车企及Nvidia、T-Mobile达成合作，在圣何塞开展智慧城市试点并初步实现营收与微利。
该平台基于Nvidia Cosmos后训练版本构建交互仿真环境，融合Google Street View与TomTom实时数据重建真实场景，支持语言提示动态调整参数，NPC具备全要素交互能力。AI智能体自动从新闻及事故报告中提取线索设计长尾边缘案例，替代人工构建测试场景。当前收入主要来自自动驾驶领域，正将技术迁移至仓储人形机器人安全验证，解决通用机器人缺乏真实世界边缘案例数据的痛点。
关键看点
- 交互仿真底座：基于Nvidia Cosmos后训练版融合街景与TomTom数据重建真实环境，支持语言提示动态修改场景要素，NPC具备全要素交互反应能力
- AI红队智能体：自动解析新闻报道与警方事故报告生成边缘案例，主动探测系统弱点，替代传统人工设计测试场景模式
- 商业化进展：签约Bot Auto及日本头部车企，联合Nvidia与T-Mobile落地圣何塞智慧城市试点，已实现项目制营收与微利
- 具身智能拓展：将自动驾驶验证技术迁移至仓储人形机器人领域，解决通用机器人缺乏真实世界边缘案例数据与安全评测痛点
工程与产业观察
Laplace验证了“AI测试AI”在物理系统安全验证中的商业可行性。其从自动驾驶向仓储人形机器人的技术迁移，切中了具身智能缺乏标准化安全评测体系的行业痛点。基于真实数据重建的交互式仿真与自动化边缘案例生成，为算法迭代提供了比纯合成数据更可靠的验证闭环，是具身智能规模化部署的关键基础设施。
来源
本页事实对应的公开页面，以原文为准。