如果说 OpenAI-Hugging Face 事件教会了我们一件事，那就是 AI 智能体可能难以预测。
“想象一下，类似的事情发生在物理世界中会怎样，”Laplace Intelligence 首席执行官兼联合创始人 Howie Sun 对 TechCrunch 表示。“AI 智能体正从计算机走向现实世界，我们并不希望物理 AI 在现实世界中失败。”
总部位于安娜堡的 Laplace 正在为机器人技术和物理 AI 构建自动化红队测试——本质上是通过刻意让系统失败来对其进行压力测试。该公司押注，确保物理 AI 安全的唯一方式，就是让 AI 来测试它。
“我们的目标是帮助企业在部署前发现并修复问题，并随着时间推移，建立一套客户、保险公司和监管机构都能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。Startup Battlefield 是 TechCrunch Disrupt 在旧金山市中心举办、为期三天的路演竞赛。公司将于 10 月 13 日周一下午登上 Startup Battlefield 舞台。
Sun 与联合创始人兼首席科学家 Henry Liu 一年前在密歇根大学创立了 Laplace。过去八年，Sun 一直在学术界研究如何在仿真中挑战自动驾驶 AI。2023 年，他和 Liu——当时是他的博士导师——发表了一篇相关论文，并登上了顶级科学期刊《自然》的封面。从那时起，对落实他们想法感兴趣的自动驾驶汽车公司开始纷纷来电。
“我意识到，我想把这件事做起来，把它从纯学术研究变成在现实世界中有用的产品，”Sun 说。
Sun 和 Liu 以学术研究为基础创立了 Laplace。公司名字来自“拉普拉斯妖”：法国学者皮埃尔-西蒙·拉普拉斯在 1814 年提出的思想实验，设想如果你知道宇宙中一切事物的精确状态，就能完全精确地预测未来。
“我们本质上是在用仿真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而来的高保真仿真环境，搭配一个不断探查弱点和失败点的 AI 智能体。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——在部署到现实世界前，都能在仿真中证明安全。
仿真环境基于英伟达 Cosmos 这一 AI 世界模拟平台的后训练版本，并以现实世界为基础，使 Laplace 能够重建从亚利桑那州高速公路到巴黎人行横道的各种场景。仿真通过融合多种现实世界信息的网格来生成。一张谷歌街景图像可以作为参考，据此生成整条街道。但模拟器并非随机生成内容，而是结合现实世界地图数据，重现按真实比例构建的环境。
随后，开发者可以用语言提示词实时改变设定，比如加入午后车流。Sun 表示，Laplace 从 TomTom 等导航服务提供商处获取实时交通和拥堵信息。
在 Laplace 的仿真中，不仅环境会被模拟，其他参与者的行为也会被模拟。例如，在一次演示中，Sun 指示测试智能体车辆突然转向迎面而来的车流。那辆原本会被撞上——或被径直穿过，这在一些生成式世界模型中很常见——的汽车移开避让，避免了碰撞。
“这确实是一个可交互的仿真环境，”Sun 说。“每个对象都在对一切作出反应……这更像是一个拥有可交互参与者的世界模型。”
虽然仿真环境是 Laplace 产品的重要部分，但真正独特的卖点，是该公司正在开发的 AI 智能体。它们能自动设计极端边缘场景（corner cases，即可能让 AI 系统出错的棘手罕见场景），从而将人类进一步排除在流程之外。
“它们可以从新闻、警方碰撞报告中设计场景——利用各种信息主动挑战自动驾驶汽车和其他物理 AI 智能体，”Sun 说。
如今，自动驾驶汽车开发商大多使用录制影像来训练 AI 处理边缘场景，再将其转化为仿真；或者依赖人类提出新想法并进行设计。尽管许多自动驾驶公司已经在做 Laplace 所推销的事情，并开始借助 AI 生成用于训练的边缘场景——自动驾驶卡车公司 Waabi 就是一例——但当我们开始把通用机器人部署到现实世界时，这类技术的需求才会真正显现。
“通用机器人领域的数据更少，”Sun 说。“没人知道现实世界中的边缘场景会是什么。”
尽管 Sun 和 Liu 来自学术界，没有光鲜的硅谷科技公司履历，两人已经设法开始创收，甚至实现了小幅盈利。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和总部位于得克萨斯州的自动驾驶卡车公司 Bot Auto。
Sun 表示，英伟达也是客户。英伟达、Laplace 与 T-Mobile 正在合作，为圣何塞市开展一个免费智慧城市试点，提供高水平交通运营。Laplace 还处于与制造仓储人形机器人的合作伙伴展开早期合作的阶段。
目前，Laplace 的大多数客户合同都是项目制，公司正努力将其转化为经常性收入。这家初创公司的近期目标——它希望借助参加 Disrupt 来推进——是融资并扩大规模，以便与竞争对手抗衡。
其竞争对手中最主要的是 Applied Intuition。这是一家备受关注的后期初创公司，迄今已融资 12 亿美元，投后估值达 150 亿美元。五十铃也是 Applied Intuition 的客户之一。
Sun 并不太担心。他认为，Laplace 用 AI 测试 AI 的核心方法是一种“彻底改变物理 AI 测试方式的新范式”，把测试变成“动态交互式流程”。
“那将是最宽的护城河，”他说。
