Laplace Intelligence 为机器人和自动驾驶汽车做部署前的红队测试

如果说OpenAI与Hugging Face的那起事件教会了我们什么，那就是AI智能体可能难以预测。

“想象一下，如果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在接受TechCrunch采访时表示。“AI智能体正从计算机走向现实世界，而我们真的不希望物理AI在现实世界中失败。”

总部位于安娜堡的Laplace正在为机器人和物理AI构建自动化红队测试——本质上就是通过刻意让系统失败来对其进行压力测试。这家公司押注的是，确保物理AI安全的唯一方法，就是让AI来测试它。

“我们的目标是帮助企业在部署前发现并修复问题——并且随着时间推移，建立一个客户、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 200的20家初创公司之一，该创业路演竞赛于本周10月13日至15日在旧金山举行的TechCrunch Disrupt上进行。它将于10月13日周二下午在Disrupt Stage进行展示。

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创立了Laplace。过去八年里，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——他当时的博士导师——发表了一篇关于该主题的论文，并登上了顶级科学期刊《自然》的封面。从那时起，对实施他们想法感兴趣的自动驾驶汽车公司开始纷纷打来电话。

“我意识到我想把这件事做出来，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。

Sun和Liu以他们的学术研究为基础打造了Laplace，公司得名于“拉普拉斯妖”——法国学者皮埃尔-西蒙·拉普拉斯1814年提出的一个思想实验，他设想如果你知道宇宙中一切事物的确切状态，就能以完全的精确度预测未来。

“我们本质上是在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环境，并配有一个不断探查弱点和故障点的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——在部署到现实世界之前，都能在仿真中证明是安全的。

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，它以现实世界为基础，使Laplace能够重建从亚利桑那州高速公路到巴黎人行横道的任何场景。仿真通过融合不同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，而是结合现实世界的地图数据，重建一个比例真实的场景。

随后，开发者可以使用语言提示实时更改场景，比如加入下午的车流。Sun表示，Laplace从TomTom等导航服务商处获取实时交通和拥堵信息。

在Laplace的仿真中，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指示测试智能体车辆突然转向迎面而来的车流。那辆本会被撞上的车——或者像某些生成式世界模型常见的那样被直接穿过的车——让开了道路以避免碰撞。

“这确实是一个交互式仿真环境，”Sun说。“每个对象都在对一切作出反应……这更像是一个带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这家初创公司正在开发的AI智能体，它们能自动设计corner case（可能让AI系统出错的棘手、罕见场景），从而进一步将人类排除在流程之外。

“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，自动驾驶汽车开发者大多通过将录制的影像转化为仿真，或依赖人类提出新想法并设计场景，来训练AI处理边缘案例。虽然许多自动驾驶公司已经做了Laplace所推介的事情，并开始借助AI来创建用于训练的边缘案例——自动驾驶卡车公司Waabi就是一个例子——但当我们开始把通用机器人投入现实世界时，对这类技术的需求才会真正显现出来。

“关于通用机器人的数据较少，”Sun说。“没人知道现实世界中的边缘案例会是什么。”

尽管Sun和Liu来自学术界，没有硅谷科技公司那种光鲜的履历，但两人已经成功开始创收，甚至实现了小幅盈利。大部分收入来自自动驾驶应用场景，客户包括总部位于得克萨斯州的自动驾驶卡车公司Bot Auto和一家日本大型汽车制造商。

Laplace还在与英伟达和T-Mobile合作，为加利福尼亚州圣何塞开展一个免费的智慧城市试点项目，以提供高水平的交通运营服务。Laplace也正处于与为仓库构建人形机器人的合作伙伴开展合作的早期阶段。

目前，Laplace的大多数客户合同都是项目制的，公司正致力于将其转化为经常性收入。这家初创公司的近期目标——它希望通过在Disrupt大赛中参赛来助力实现——是筹集资金并扩大规模，以便能够与竞争对手抗衡。

其竞争对手中最主要的是Applied Intuition，这是一家备受关注的后期阶段初创公司，迄今已融资12亿美元，投后估值为150亿美元。

Sun并不太担心。他相信，Laplace用AI来测试AI的核心方法论是一种“全新范式，彻底改变了物理AI的测试方式”，将其转变为“动态交互式测试流程”。

“那将是最大的护城河，”他说。

本文已更新，以澄清Laplace与英伟达的关系。