未来の自律型マシンを作るには、ときには「モデル」が必要です。
自動運転車、物理環境を操作するロボット、自律型の建設機器を開発する企業は、評価とトレーニングのために、何千時間どころか数百万時間にも及ぶ動画データを収集しています。
その動画を整理し、カタログ化する作業は現在、人間の仕事になっています。人間はすべてを見なければならないのです。早送りしても、そのやり方ではスケールしません。CEOのMustafa BalとCTOのVarun Krishnanによって設立されたスタートアップのNomadicMLは、艦隊データの95%がアーカイブに眠っている顧客のための課題を解決したいと考えています。
エッジケースを探すとなると、難しさはさらに増します。最も価値の高いデータは、めったに起こらない出来事を描いており、経験の浅い物理AIモデルを困惑させてしまうからです。
Nomadicは、映像を一連のビジョン言語モデルの収集によって構造化され、検索可能なデータセットへ変換するプラットフォームで、この問題の解決に取り組んでいます。そうすることで、次に、より良い艦隊の監視が可能になり、強化学習のためのユニークなデータセットの作成や、より速い反復につながります。
同社は火曜日、ポストマネー評価額5,000万ドルで、8,400万ドルのシードラウンドを発表しました。ラウンドはTQ Venturesが主導し、Pear VCとJeff Deanが参加します。これにより、同社はより多くの顧客をオンボードし、プラットフォームの改善を継続できます。Nomadicはまた、先月Nvidia GTCのピッチコンテストで1位を獲得しました。
ハーバードのコンピュータサイエンス学部生として出会い、LyftやSnowflakeのような企業で働く中で、「仕事をしていると、同じ技術的な課題に何度も何度もぶつかりました」とBalはTechCrunchに語っています。
Disrupt 2026: テックエコシステムを1つの部屋にすべて
次のラウンド。次の採用。次のブレイクのチャンス。 TechCrunch Disrupt 2026では、10,000人超の創業者、投資家、テックリーダーが3日間にわたり、250件以上の実践的セッション、強力な紹介、そして市場を形作るようなイノベーションのために集結します。今すぐ登録して、最大400ドルお得に。
TechCrunch Founder Summitで最大300ドルまたは30%オフ
1,000人超の創業者と投資家がTechCrunch Founder Summit 2026に集まり、成長、実行、実世界でのスケーリングにフォーカスした終日プログラムを行います。業界を形作ってきた創業者や投資家から学びましょう。同様の成長段階を歩む仲間とつながりましょう。すぐに適用できる戦術を持ち帰れます
オファーは3月13日に終了します。
「私たちは、人々が自分たちの映像から得られる洞察を提供しています。自社のAV［や］ロボットを動かすものなら何でもです。それを前に進めるのは、ランダムなデータではありません。」
たとえば、警察官がそれを実行するよう指示している場合に、AVが信号の赤でも走行できると理解するように微調整したり、特定の種類の橋の下を車両が走るたびにそれを切り分けたりするとしましょう。Nomadicのプラットフォームなら、こうしたインシデントをコンプライアンスの目的で特定できるだけでなく、トレーニングのパイプラインに直接投入することも可能です。
Zoox、Mitsubishi Electric、Natix Network、Zendarのような顧客は、すでにこのプラットフォームを使ってインテリジェントなマシンの開発を進めています。Zendarのエンジニアリング担当VPであるAntonio Puglielliは、Nomadicのツールにより、アウトソーシングという代替手段よりもはるかに速く自社の作業をスケールできたこと、そしてドメインに関する専門性が他の競合との差別化になったと述べています。
この種のモデルベースで自動アノテーションを行うツールは、物理AIにおける重要なワークフローとして台頭しつつあります。Scale、Kognic、Encordのような確立したデータラベリング企業は、この作業を行うためのAIツールを開発しています。一方でNvidiaは、問題に取り組むために適応可能なオープンソースモデル群であるAlpamayoをリリースしています。
Varunは、自社のツールは単なるラベラーではないと主張しています。それは「エージェント的推論システムです。必要なものを説明すると、それを見つける方法を考え出します」。複数のモデルを使って行われている行動を理解し、文脈の中に位置づけるのです。Nomadicの支援者たちは、この特定のインフラに焦点を当てる同スタートアップの取り組みが勝つと見ています。
「それは、Salesforceが自社のクラウドを作らず、Netflixが自社の[コンテンツ配信施設]を作らないのと同じ理由です。」ラウンドを主導したTQ VenturesのパートナーであるSchuster TangerはTechCrunchにそう語った。「自動運転車の会社がNomadicを社内で内製しようとした瞬間、勝ちにつながるもの——つまりロボットそのもの——から注意がそれてしまうのです。」
TangerはNomadicの才能を称賛しており、Krishnanは国際チェスのマスターで、世界で1,549番目に実力のある選手としてランク付けされていると述べた。一方のKrishnanは、自社の10数名ほどのエンジニア全員が科学論文を発表していると自慢している。
現在、彼らはカメラ映像から車線変更の物理を理解するものや、別のものでは動画の中からロボットのグリッパーのより正確な位置を導き出すなど、具体的なツールの開発に精力的に取り組んでいる。次の課題は、Nomadicおよびその顧客の観点からすれば、ライダーのセンサー読み取りのような非視覚データ向けに同様のツールを開発すること、または複数のモードにまたがってセンサーデータを統合することだ。
「テラバイト級の映像を扱い、それを何百もの“1,000億パラメータ以上”のモデルにぶつけて、そしてそこから正確な洞察を取り出す——それは本当に信じられないほど難しいんです。」Balはそう語った。
