返回新闻列表
2026-08-26 20:55
AI123

前NVIDIA研究员创立的Veeda获9000万美元种子轮融资,加速具身智能训练

具身智能创业Veeda AI世界模型

Veeda AI宣布完成9000万美元种子轮融资,由Khosla Ventures与Radical Ventures联合领投。这家由前NVIDIA研究员Sanja Fidler领衔创立的公司,正在开发用于模拟物理世界的多模态世界模型,旨在通过交互式学习训练具身智能体。

Sanja Fidler曾任NVIDIA AI研究副总裁,掌管空间智能实验室,并推动了3D场景合成与生成式AI领域的底层技术突破。联合创始人Zan Gojcic曾任NVIDIA研究总监,Huan Ling曾任NVIDIA生成式AI研究经理。团队在NVIDIA期间参与Omniverse相关工作,发现Physical AI“真正缺失的关键拼图是内容”,因此从3D生成和神经重建入手,探索将真实世界数据转化为机器人训练虚拟环境的路径。

Veeda的技术路线聚焦于构建“多模态基础世界模型”。与生成视频的世界模型不同,该模型能够接收机器人动作、持续推演环境,并最终用于机器人训练和策略验证。团队计划通过动作条件化的视频模型和潜在动力学模型实现这一目标,并解决长时程推演的稳定性问题,使分钟级推演保持连贯。

Veeda的核心判断是,具身智能不会仅依靠模仿学习而诞生,机器人必须通过与环境的交互来学习。由于现实世界中试错学习存在安全、成本和效率方面的限制,机器人需要在模拟现实中实现交互式学习的规模化。Veeda的世界模型可接入Isaac Lab、Carla等现有仿真器API,形成世界模型与策略的闭环,并对π0系列、GR00T N等具身智能基础模型策略进行后训练,最终部署到真实机器人上验证Sim2Real效果。

来源
  1. 2026-08-26 20:30 | 36氪:专为机器人打造的世界模型有什么不同?前NVIDIA研究员融了9000万美元种子轮
    阅读原文

    物理AI的规模化,受限于数据的数量和质量,数据受限于数量和质量的原因又在于获取成本。 人类的学习范式是在与环境的互动中不断试错直至成功,大语言模型也是跨越了海量文本的被动训练,转向交互式任务与反馈,才解锁了全新能力。 想象下,如果机器人能通过与世界的交互来学习,它有可能很大程度上解决具身智能数据成本和质量的悖论。 但是,现实世界目前并不具备让机器人通过试错来学习的可行性,因为这不安全、成本高、耗时长。要实现交互式学习的规模化,机器人必须在模拟现实中学习。 Veeda AI正在开发用于模拟物理世界的多模态“世界模型”。其目标是构建可无限扩展的模拟环境,通过高频交互训练具身智能体。...

其他新闻

查看全部