外观
新闻TechCrunch Robotics9 天前
Laplace Intelligence推AI红队仿真，已盈利并获自动驾驶订单
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
密歇根大学衍生公司Laplace Intelligence由CEO Howie Sun与首席科学家Henry Liu创立，核心业务是为物理AI提供自动化红队测试服务。团队基于发表在Nature上的学术研究构建产品，旨在通过高保真仿真在部署前发现系统缺陷。该公司目前已实现盈利，主要收入来自自动驾驶领域，客户包括得州自动卡车公司Bot Auto及一家日本大型车企，同时正与仓储人形机器人合作伙伴开展早期测试项目。
技术底层采用Nvidia Cosmos世界模型的后训练版本，融合Google Street View、TomTom实时交通数据及真实地图重建高保真环境。其核心差异化在于AI智能体能基于新闻与事故报告自动设计Corner Case，且仿真中的交通参与者具备交互反应能力而非单纯生成式背景。开发者可通过语言提示实时修改场景参数，如增加午后车流或调整行人行为，从而在无需人工干预的情况下持续挖掘物理AI系统的长尾失效模式。
关键看点
- 交互式仿真引擎：基于Nvidia Cosmos后训练版本，融合街景与TomTom数据，支持交通参与者动态避让等交互反馈
- AI自动红队测试：智能体依据事故报告自动生成Corner Case，替代人工设计边缘场景，将人类移出测试循环
- 商业化验证：公司已实现盈利，签约Bot Auto及日本车企，并与Nvidia、T-Mobile合作圣何塞智慧城市试点
- 具身智能拓展：从自动驾驶延伸至通用机器人领域，正与仓储人形机器人厂商合作探索未知边缘场景测试
工程与产业观察
该方案验证了「AI测试AI」在具身智能安全领域的商业可行性。对于缺乏海量实车数据的通用人形机器人，利用交互式世界模型自动生成Corner Case是解决Sim-to-Real鸿沟的关键路径。其盈利状态表明，第三方独立安全评测正成为机器人产业链中不可或缺的合规与保险基础设施。
来源
本页事实对应的公开页面，以原文为准。