محقق برجسته هوش مصنوعی در اروپا، SpAItial را برای تولید دنیاهای سه‌بعدی تعاملی تأسیس و ۱۳ میلیون دلار جذب سرمایه کرد

در حالی که مدل‌های بنیادین هوش مصنوعی (AI foundation models) قادر به تولید تصاویر واقع‌گرایانه از متن، مانند OpenAI's 4o و Stable Diffusion، اکنون فراوان هستند، مدل‌های بنیادین قادر به تولید محیط‌های آنلاین سه‌بعدی کامل و منسجم از متن تنها در حال ظهور هستند.

ماتیاس نیسنر، یکی از برجسته‌ترین محققان اروپایی در زمینه مدل‌های سه‌بعدی هوش مصنوعی، اکنون از سمت خود در آزمایشگاه محاسبات بصری و هوش مصنوعی در دانشگاه فنی مونیخ مرخصی گرفته است تا استارتاپی به نام SpAItial را در این حوزه تأسیس کند.

نیسنر، که پیش از این هم‌بنیان‌گذار Synthesia، استارتاپ آواتارهای هوش مصنوعی واقع‌گرایانه با ارزش ۲.۱ میلیارد دلار بود، موفق به جذب سرمایه اولیه (seed round) unusually large برای یک استارتاپ اروپایی به مبلغ ۱۳ میلیون دلار شده است. این دور تأمین مالی به رهبری Earlybird Venture Capital، یک سرمایه‌گذار برجسته مرحله اولیه در اروپا، با مشارکت Speedinvest و چندین سرمایه‌گذار فرشته (angel investor) سرشناس انجام شد.

این مبلغ سرمایه‌گذاری با توجه به اینکه SpAItial هنوز چیز زیادی برای ارائه به جز یک ویدیوی تبلیغاتی که اخیراً منتشر شده و نحوه تولید یک اتاق سه‌بعدی از طریق یک درخواست متنی را نشان می‌دهد، چشمگیر است.

با این حال، تیم فنی که نیسنر تشکیل داده بسیار قوی است: ریکاردو مارتین-بروالا، که پیشتر بر روی پلتفرم کنفرانس از راه دور سه‌بعدی گوگل کار می‌کرد که اکنون Beam نام دارد؛ و دیوید نووتنی، که شش سال در متا فعالیت داشت و پروژه تولید دارایی سه‌بعدی از متن این شرکت را رهبری می‌کرد.

تجربه جمعی این تیم شانس بالایی را در فضایی که شامل برخی رقبا با تمرکز مشابه بر فوتورئالیسم است، به آنها می‌دهد. Odyssey، که ۲۷ میلیون دلار جذب کرده و به دنبال کاربردهای سرگرمی است، یکی از آنهاست. World Labs، استارتاپی که توسط پیشگام هوش مصنوعی، فی-فی لی، تأسیس شده و قبلاً بیش از ۱ میلیارد دلار ارزش‌گذاری شده است، نیز رقیب دیگری است.

نیسنر معتقد است این رقابت در مقایسه با آنچه برای انواع دیگر مدل‌های بنیادین وجود دارد، یا در مقایسه با «چشم‌انداز بزرگتر» که او و دیگران دنبال می‌کنند، هنوز اندک است.

او گفت: «من فقط یک دنیای سه‌بعدی نمی‌خواهم. من همچنین می‌خواهم این دنیا مانند دنیای واقعی رفتار کند. می‌خواهم قابل تعامل باشد و [به شما اجازه دهد] کارهایی در آن انجام دهید، و هیچ‌کس هنوز واقعاً این مشکل را حل نکرده است.»

همچنین، هیچ‌کس هنوز واقعاً مشخص نکرده که تقاضا برای محیط‌های سه‌بعدی فوتورئالیستیک چقدر خواهد بود. وعده فرصت «تریلیون دلاری» که شامل دوقلوهای دیجیتال تا واقعیت افزوده (augmented reality) می‌شود، برای هیجان‌زده کردن سرمایه‌گذاران خطرپذیر (VCs) کافی به نظر می‌رسد، اما همچنین به اندازه کافی مبهم و چندوجهی است که تعیین استراتژی ورود به بازار (go-to-market strategy) را دشوار می‌کند. واضح‌ترین مورد استفاده برای ایجاد بازی‌های ویدیویی است، اما این مدل‌ها می‌توانند در سرگرمی، تجسم‌های سه‌بعدی مورد استفاده در ساخت و ساز، و در نهایت استفاده در دنیای واقعی برای زمینه‌هایی مانند آموزش رباتیک نیز کاربرد داشته باشند.

نیسنر امیدوار است با مجوز دادن مدل بنیادین به توسعه‌دهندگان برای ارائه کاربردهای پایین‌دستی برای استفاده‌های خاص، این مشکل را دور بزند. او همچنین لوک راجرز، مدیر اجرایی سابق Cazoo و هم‌اتاقی سابقش در پالو آلتو هنگام فعالیت به عنوان استادیار مدعو در استنفورد، را به عنوان هم‌بنیان‌گذار چهارم برای کمک در بخش تجاری به تیم اضافه کرده است.

یکی از اولین وظایف در نقشه راه SpAItial، شناسایی شرکایی است که می‌توانند با مدل‌های اولیه کار کنند، در مقابل کسانی که باید برای کیفیت بالاتر منتظر بمانند.

نیسنر گفت: «ما می‌خواهیم حداقل با چند شریک کار کنیم و ببینیم آنها چگونه می‌توانند از APIها استفاده کنند.»

در مقایسه با سایر استارتاپ‌های هوش مصنوعی با بودجه خوب، SpAItial درآمد را در اولویت بالاتری قرار داده است. اما ابتدا باید مقداری هزینه کند، هم برای محاسبات (compute) و هم برای استخدام. در مورد استخدام، تمرکز آن بر کیفیت است، نه کمیت. به گفته نیسنر، «تیم قرار نیست فوراً به صدها نفر برسد؛ این اتفاق نمی‌افتد و ما به آن نیاز نداریم.»

در عوض، نیسنر و هم‌بنیان‌گذارانش در حال کار بر روی تولید فضاهای سه‌بعدی بزرگتر و تعاملی‌تر هستند، جایی که، به عنوان مثال، یک لیوان می‌تواند به طور واقع‌گرایانه بشکند. این امر چیزی را که نیسنر به آن «جام مقدس» (Holy Grail) اشاره می‌کند، ممکن می‌سازد: اینکه یک کودک ۱۰ ساله بتواند متنی را تایپ کند و در ۱۰ دقیقه بازی ویدیویی خود را بسازد.

به نظر او، این هدف جاه‌طلبانه در واقع دست‌یافتنی‌تر از چیزی است که ممکن است مانند میوه آسان (low-hanging fruit) به نظر برسد – اجازه دادن به کاربران برای ایجاد اشیاء سه‌بعدی – زیرا اکثر پلتفرم‌های بازی هنوز به شدت کنترل می‌کنند که اشخاص ثالث چه چیزی را می‌توانند اضافه کنند. البته، مگر اینکه تصمیم بگیرند خودشان آن را بسازند، مانند آنچه Roblox ممکن است انجام دهد. اما تا آن زمان، SpAItial ممکن است مشغول جایگزینی مدل‌سازی سه‌بعدی به کمک رایانه (CAD) باشد؛ فصل بعدی در تولید سه‌بعدی تازه آغاز شده است.