Laplace Intelligence 在仿真环境中红队测试机器人与自动驾驶系统

如果说OpenAI 与 Hugging Face 事件给了我们一个教训，那就是 AI 智能体的行为可能无法预测。 

"想象一下，如果类似的事情发生在物理世界中，"Laplace Intelligence 的 CEO 兼联合创始人 Howie Sun 告诉 TechCrunch。"AI 智能体正从计算机走向现实世界，我们并不希望物理 AI 在现实世界中出现故障。"

总部位于安娜堡的 Laplace 正在为机器人和物理 AI 构建自动化红队测试——本质上是通过故意试图让系统失败来对其进行压力测试。该公司押注，确保物理 AI 安全的唯一方法就是让 AI 来测试它。

"我们的目标是帮助公司在部署前发现并解决问题，并随着时间的推移，建立起客户、保险公司和监管机构可以信任的共享证据基础，"Sun 说。

Laplace 是参加 Startup Battlefield 的 20 家初创公司之一，这是 TechCrunch Disrupt 在旧金山市中心举办的为期三天的路演比赛。它将于 10 月 13 日周一下午在 Startup Battlefield 舞台上展示。

Sun 与他的联合创始人兼首席科学家 Henry Liu 一年前在密歇根大学共同创立了 Laplace。Sun 过去八年一直在学术界研究如何在仿真中挑战自动驾驶 AI。2023 年，他与当时担任他博士导师的 Liu 在顶级科学期刊《自然》的封面上发表了关于该主题的论文。从那时起，对他们的想法感兴趣的自动驾驶公司的电话就开始打来了。 

"我意识到我想把这个东西做出来，把它从纯粹的学术研究变成在现实世界中有用的产品，"Sun 说。 

以他们的学术研究为基础，Sun 和 Liu 创建了 Laplace，其名称源自"拉普拉斯妖"——这是法国学者皮埃尔-西蒙·拉普拉斯于 1814 年提出的一个思想实验，假设如果你知道宇宙中万物的确切状态，你就能以完全精确的方式预测未来。

"我们本质上是在使用仿真来预测现实世界的未来，"Sun 说。 

这家初创公司的核心是一个从现实世界重建的高保真仿真系统，配以一个不断寻找弱点和故障点的 AI 智能体。其目标是确保任何物理 AI——无论是机器人、自动驾驶汽车还是智慧城市解决方案——在部署到现实世界之前在仿真中是安全的。 

该仿真环境是英伟达 Cosmos（一个 AI 世界仿真平台）的后训练版本，扎根于现实世界，使 Laplace 能够重建从亚利桑那州高速公路到巴黎人行横道的任何场景。仿真通过融合不同的真实世界信息网格来生成。一张谷歌街景图像可以作为参考，从中生成整条街道。但仿真器并非随机生成内容，而是结合真实世界的地图数据来重建一个按真实比例还原的环境。 

然后开发者可以使用语言提示实时改变场景，比如添加下午的交通流量。Sun 说 Laplace 从 TomTom 等导航提供商那里获取实时交通和拥堵信息。 

在 Laplace 的模拟中，不仅环境是模拟的，其他参与者的行为也是模拟的。例如，在一次演示中，Sun 让测试智能体车辆转向迎面而来的车流。它本该撞上或直接驶过的车辆——在一些生成式世界模型中这种情况很常见——会主动避让以避免碰撞。

Sun 说道：“这真正是一个交互式的仿真环境。每个人都在对一切做出反应。……这更像是一个拥有交互参与者的世界模型。”

虽然仿真环境是 Laplace 产品的重要组成部分，但真正独特的卖点是该初创公司正在开发的 AI 智能体，这些智能体能够自动设计 corner cases（可能让 AI 系统绊倒的棘手且罕见的场景），让人工进一步脱离循环。

Sun 说道：“它们可以根据新闻、警方关于碰撞的报告等各种信息来主动挑战自动驾驶车辆和其他物理 AI 智能体。”

如今，自动驾驶汽车开发者主要使用录制的视频来训练 AI 处理边缘情况，然后将其转化为模拟，或者依赖人类提出新想法并设计场景。尽管许多自动驾驶公司已经做到了 Laplace 所宣传的事情，并开始采用 AI 来创建用于训练的边缘情况——自动驾驶卡车公司 Waabi 便是其中之一——但当我们开始将通用机器人部署到现实世界时，这种技术的必要性才会真正凸显出来。

Sun 说道：“关于通用机器人的数据更少。没有人知道现实世界中的边缘情况会是什么样的。”

尽管 Sun 和 Liu 出身学术界，没有光鲜的硅谷科技公司背景，但两人已经成功开始创造收入，甚至实现了微薄的利润。大部分收入来自自动驾驶用例，客户包括日本卡车制造商五十铃（Isuzu）和总部位于得克萨斯州的自动驾驶卡车公司 Bot Auto。

Sun 表示，Nvidia 也是其客户之一。这两家公司正与 T-Mobile 一起，为圣何塞市开展一项免费的智慧城市试点项目，以提供高级别的交通运营服务。Laplace 还处于与合作伙伴共同开发仓储类人形机器人的早期阶段。

目前，Laplace 大部分客户合同都是基于项目的，该公司正在努力将其转化为经常性收入。该初创公司的近期目标——希望通过参加 Disrupt 大会来推动实现——是筹集资金并扩大规模，以便能够与竞争对手抗衡。

在其竞争对手中，最重要的是 Applied Intuition，这是一家备受瞩目的后期初创公司，迄今已筹集了 12 亿美元资金，投后估值达 150 亿美元。五十铃也是 Applied 的客户之一。

Sun 并不十分担心。他相信 Laplace 用 AI 测试 AI 的核心方法论是“一种改变物理 AI 测试格局的全新范式”，将其转变为“一个动态的交互式测试过程”。

“那将是最大的护城河，”他说道。

当您通过文章中的链接进行购买时，我们可能会获得少量佣金。这不影响我们的编辑独立性。