Antioch 表示模拟可以帮助机器人开发人员克服测试瓶颈。 |来源：Antioch

根据 Antioch 的说法，验证机器人在现实世界中的行为通常意味着租用物理空间、手动暂存环境以及在每次运行之间重置硬件。这家初创公司表示，它成本高昂、速度缓慢，并且只涵盖了系统在生产中将面临的一小部分场景。

Antioch 今天表示，它已筹集 850 万美元，用于将自主系统的开发和评估从物理世界转移到基于云的模拟中。该公司的既定目标是消除对硬件和复杂物理测试的需求。

“机器人团队花费数周时间在仓库中搭建Antioch 联合创始人 Harry Mellsop 曾在特斯拉 Autopilot 团队工作过，他表示：“同时，特斯拉、Waymo 和 Anduril 等公司每年在模拟基础设施上花费数亿美元，以最大限度地减少这种情况。我们认为每个自治团队都应该能够使用这种级别的工具。”

Antioch 创始人汲取了安全、人工智能经验

Antioch 的五位联合创始人中的三位（Mellsop、Alex Langshur 和 Michael Calvey）此前创立了 Transpose，这是一个安全和情报平台，于 2023 年被 Chainaanalysis 收购。Langshur 表示，国家安全主线已经延续。

“这是实现这一目标的唯一经济上可行的途径。”再工业化贯穿于机器人和自动化，而可扩展的测试是限速步骤。”他说。

总部位于纽约的 Antioch 成立于 2025 年 5 月。创始团队还包括此前在 Google DeepMind 工作的 Colton Swingle 和前 Google DeepMind 员工 Collin Schlager。在 Meta Reality Labs 非常活跃。该公司现在拥​​有 8 名员工。

“LLM（大型语言模型）正在颠覆的行业——软件、专业服务、知识工作——代表了全球经济的 8 万亿美元，”Mellsop 断言。 “制造业、物流、建筑、能源和农业代表了 50 万亿美元。人工智能在这些实体行业的渗透率如今基本上为零。实体人工智能即将到来的工业革命不会是法学硕士革命的续集；它会让它相形见绌。”

从左到右，Jackson Vachal、Josiah Jordan、Michael Calvey、Colton Swingle、Alex Langshur、Harry Melsop、Collin Schlager、Ol艾弗·戴尔. |来源：Antioch

Antioch 表示，仿真提供了值得信赖的测试

Antioch 指出，许多公司不想花费必要的资源来跟上新工具、模型和提供商的步伐，甚至在将不同的工具组合到可用的工作流程之前也是如此。

该公司声称，仿真生态系统已经成熟到现在可以通过最少的实际输入进行测试和验证。 Mellsop 表示，NVIDIA Isaac Sim 和 Unreal Engine 等物理和渲染引擎提供了越来越强大的基元，而 World Labs 的世界模型等生成技术使大规模合成现实环境变得更加容易。

通过在客户之间共享物理引擎和世界模型，Antioch 确保其基线模型根据他们收集的真实世界数据进行校准，他告诉《机器人报告》。 这有助于所有客户对模型充满信心，而无需强迫他们重建基础设施ure。

“我们正在与我们最大的客户客户中的团队合作，对最终将进入他们的机器人的感知系统进行建模，”梅尔索普说。 “我们与所有客户一起做的第一件事就是复制他们在现实世界中所做的现有测试集，并在 Antioch 模拟中以 1:1 的方式复制它们。”

“现在，您的工程师可以完全运行您正在运行的那些物理测试，但现在它在他们手掌上的平板电脑上，他们可以运行任意多次，而且是即时的，”他解释道。 “这降低了这些公司的成本，并加快了他们的工程和开发工作。”

编者按：在 5 月 27 日至 28 日于波士顿举行的 2026 年机器人峰会暨博览会上，将举行有关开发实体人工智能和物理人工智能的会议。 注册现已开放。

人工智能模型可以帮助评估边缘情况

“一旦我们完成了复制他们的测试并对结果建立了信任梅尔索普补充道：“通过模拟，我们能够考虑以前不可能实际发生的情况，无论是因为它们太昂贵、太危险还是不切实际。”“你的机器人在雪或雾中表现如何？或者也许仓库着火了，你想测试你的安全协议是否仍然正常工作。”

“我见过一些客户使用的关键工作流程之一是要求我们的 AI 助手从使用一种 SLAM（同步定位和地图）算法切换到更新版本，”他回忆道。“在 Antioch，你的机器人完全以代码形式表示。在模拟中将一个替换为另一个对于这个代理来说确实很容易。”

“但是它可以运行 1,000 个不同的场景，并报告什么变得更好，什么变得更糟，发生了什么回归，”梅尔索普说。“因为你可以缩短评估循环，所以我认为这最终是我们专业的地方显然，所有人都看到机器人技术正在发展，这就是一切都变得更加可组合：硬件方面、软件方面。”

Mellsop 表示，Antioch 已成功开发了针对激光雷达、雷达和摄像头等传感器模式的仿真。接下来，该公司计划解决在仿真中很难做到的变形、流体动力学和灵巧建模问题。

它还在考虑升级嵌入式 AI 感知系统，用于自动驾驶车辆和仓库规划等各个方面。智能安全和建筑工地测绘。

Antioch 表示云模拟可以处理更广泛的变化来源：Antioch

投资遵循 FAANG 客户

Antioch 表示这已经是事实。ady 与财富 500 强技术和物流公司以及 FAANG（Facebook/Meta、Amazon、Apple、Netflix 和 Google/Alphabet）工程团队合作。

“我们在前六个月里埋头苦干，对产品应该是什么样子抱有坚定的信念，”Mellsop 说。 “然后在 11 月份，我们开始吸引这些庞大的客户。我们从这些早​​期的合作中学到了很多东西，这对我们来说是一个很好的认可，因为所有公司都遇到了我们正在解决的这些问题。”

A* 和 Category Ventures 领投了 Antioch 的最新融资。 MaC Venture Capital、Abstract、Box Group 和 Icehouse Ventures 也参与其中，天使投资人包括 Palantir 首席技术官 Shyam Sankar 和 Foxglove 首席执行官 Adrian Macneil。该公司于 2025 年 12 月筹集了种子前资金。

“Antioch 处于人工智能和机器人技术的交叉点，将开启我们经常梦想的科幻未来，”联合创始人 Bennett Siegel 说道。r 和 A* 的普通合伙人。

“该平台消除了物理世界测试的摩擦，并使新一代的具体人工智能初创公司能够在全球范围内扩展他们的发明，”他补充道。 “目前，各公司每年花费数亿美元参加人工智能机器人竞赛，但 Antioch 的技术大大减少了障碍，为更多企业提供了创新的机会。”

Antioch 正在寻求利用最新资金扩大规模。 “对我们来说，最小众、最难找到、最重要的角色之一就是我们所说的模拟工程师，”梅尔索普指出。 “这些人拥有机器人传感器的实际经验，但他们也有一些使用模拟引擎的经验，无论是像 Isaac 这样的机器人专用引擎，还是像物理和渲染引擎这样更通用的引擎。找到同时具备这两种技能的人非常困难。”

Antioch 的创始人表示，模拟现在可以帮助机器人开发人员克服测试瓶颈。