对于致力于开发物理世界AI模型的企业而言，优质现实数据稀缺且获取成本高昂是最大障碍。旧金山初创公司Bifrost推出的3D数据生成平台，旨在通过模拟3D环境缩短AI训练周期，帮助机器人在数小时内适应新物体、任务及环境。
融资与团队背景
Bifrost周三宣布完成800万美元A轮融资，由Carbide Ventures领投，Airbus Ventures、Peak XV旗下Surge、Wavemaker Partners、MD One及Techstars参投，总融资额达1370万美元。公司目前在美国和新加坡共有22名员工。
联合创始人兼CEO Charles Wong曾供职于MIT衍生企业NuTonomy，专注于自动驾驶AI感知模型；联合创始人Aravind Kandiah此前开发了用于检测早期失明和糖尿病视网膜病变的医疗AI系统。两人于2020年共同创立Bifrost，致力于解决制约AI与机器人技术发展的核心数据瓶颈。
产品优势与市场定位
Bifrost的核心差异化在于无需专业3D团队即可生成高质量模拟数据。相比Nvidia Omniverse等工具对3D专家的依赖，该平台让AI工程师能独立开发自主船只巡逻等复杂任务的AI系统，显著降低人力与时间成本。
该产品正处于封闭测试阶段，主要面向机器人、航空航天、国防、海事、地理空间及工业自动化等领域的AI开发者。目标客户涵盖大型工业企业、政府机构及成长期至成熟期的初创公司。公司采用年度订阅模式盈利，目前主攻美国市场，并在日本工业领域逐步拓展。
Kandiah表示，未来将扩大平台适用范围，支持更广泛的商业机器人用例。本轮资金将用于推动平台公开上线及加速产品研发。