Con un nuevo financiamiento de $ 3.5 millones, las nuevas empresas del Área de la Bahía no son parte de la industria más exigente del mundo, construyendo tuberías de datos sintéticos fotorrealistas en horas en lugar de meses.
La startup, configurada en Hungría, está abordando uno de los cuellos de botella más grandes en IA: escasez de datos en defensa, aeroespacial y robótica.
Cuando le pregunto al ingeniero de IA qué va a ser lento, escucho la misma respuesta. Datos de entrenamiento de alta calidad.
No es el rendimiento del modelo. No se calcula. No es fondos.
Solo datos: específicamente, la falta de conjuntos de datos aerísticos ópticos de alta calidad y diversos que no cuestan millones de dólares o tardan años en recolectarse.
Y esto da un giro. A pesar de los avances de IA, la escasez de datos es uno de los problemas más frustrantes y costosos en el campo, incluidos modelos más grandes, chips más rápidos y puntos de referencia más inteligentes.
Esa es la brecha donde se está cerrando DiffusedRive. La startup de San Francisco ha recaudado $ 3.5 millones en fondos iniciales, dirigido por Outlander VC y Presto Tech Horizons, lo que lleva a un total de $ 4.5 millones. Pero la historia más grande ya está construida. Es una plataforma de IA generativa que puede evaluar los conjuntos de datos existentes, identificar brechas y generar miles de imágenes de entrenamiento fotorrealistas en horas.
¿resultado? Rutas de faser a la implementación y un rendimiento más fuerte del modelo. Los Fortune 500s ya usan plataformas en todos los sectores, incluidos automotriz, defensa, robótica y aeroespacial, para ganar competitividad.
«La edad de los datos sintéticos generales ha terminado», dice Balint Pasztor, cofundador y CEO de DiffusedRive. «Resolvimos nuestros desafíos comerciales centrales. Proporcionamos soluciones de datos escalables y realistas en horas en lugar de años. Las empresas Fortune 500 ya están viendo impacto y ROI».
Nacido del dolor de construir una IA real
Pasztor y el cofundador Roland Pinter no son extraños para romper la construcción de sistemas autónomos. Se conocieron mientras trabajaban en Bosch. Allí, corrí sobre la misma pared muchas veces. Los datos reales no son suficientes y no hay forma de simular un caso de borde crítico real.
En 2023, dejaron sus trabajos en Hungría, se mudaron a Silicon Valley y comenzaron a construir lo que necesitaban todo el tiempo.
Menos de un año después, probamos la fortuna 500 en las industrias aeroespaciales, automotrices, de defensa y robótica, donde la calidad de los datos significa seguridad, ahorro y supervivencia.
«Estoy buscando empresas que puedan reconstruir toda la industria, pero el rango de propagación hace exactamente eso. Están robando una gran oportunidad para la IA física resolviendo uno de los desafíos fundamentales: escasez de datos. En términos de velocidad, realismo y problemas de escala, no es un mercado el que está construyendo curvas.
De la rareza a la escala: redefinición de IA física
Mientras que muchas nuevas empresas de IA de generación están persiguiendo la generación de texto o imágenes en productos digitales, DiffusedRive se centra en lo que se llama «IA física» que interactúa con el mundo real y no puede permitirse el lujo de fallar. Desde automóviles y drones autónomos hasta robótica y defensa, estos sistemas no solo son diversos, sino también contextualmente relevantes y dependen de datos de entrenamiento fotorrealistas. Ahí es donde brilla el motor de generación de DifusedRive, convirtiendo la escasez de empresas que crean inteligencia del mundo real a escala.
El mercado está alcanzando su visión
Según Grand View Research, se proyecta que la IA de Robotics Market crezca de $ 16.1 mil millones en 2024 a $ 124.77 mil millones para 2030. El TCAG es del 38.5%. Gran parte de ese crecimiento depende de mejores datos de entrenamiento.
Durante años, los equipos han confiado en los renderizadores de motores de juegos, el modelado de escena por escena y las tuberías basadas en simuladores que requieren un esfuerzo humano interminable. ¿resultado? Datos compuestos que parecen un videojuego, a menudo pierden lo más importante.
El enfoque de DiffusedRive es diferente. Ingesta datos reales, utiliza la plataforma para analizar puntos ciegos y genera imágenes fotorrealistas que le permiten entrenar sistemas de grado de producción. No hay conjeturas. No hay atajos CGI. Volumen, realismo, velocidad.
Ya está causando revuelo en la industria de alto riesgo
Con los despliegues que ya se mueven a través de clientes Fortune 500, DiffusedRive ha logrado una posición en un mercado con una estaca alta y un margen de error cero.
Vojta Rocek, socio de Presto Tech Horizons, dijo: «Y como la industria automotriz necesita completar el volumen de datos cada vez mayor para mejorar la seguridad de los pasajeros, DifusedRive no solo ha prosperado a escala global, sino que también se ha convertido en la vanguardia de salvar vidas humanas tanto en los automóviles como en la defensa».
Los fundadores no están esperando
Pasztor es ingeniero mecánico y ex campeón nacional de hockey sobre hielo. Dirige programas autónomos de conducción y ventas en toda Europa y posee una visa O-1 para las «capacidades extraordinarias» de la tecnología. Pinter es un físico y experto generativo de IA con más de 50 documentos coautores y pasados en Livejasmin y Bosch.
Juntos, construyeron un sistema que ofrecía mejoras de rendimiento 4X, plazos comprimidos y, en última instancia, proporcionó a los equipos de IA empresariales una capa de datos confiable y escalable.
«Nuestro enfoque de generación resuelve lo que los sistemas heredados no podrían hacer. Comprender las necesidades contextualmente y resolver la última parte faltante de la IA que no es un modelo sino un cálculo. Ahora nuestro objetivo es ser el estándar de oro en la industria y proporcionar soluciones más rápidas, escalables y más relevantes a través de una capa de datos significativamente mejor.
¿Qué sigue?
Con capital fresco y aumento de la tracción, DiffusedRive se centra en la escala vertical de las empresas y en el ajuste de sus modelos generativos. Su objetivo no es solo mantenerse al día con el mercado. Es establecer estándares sobre cómo se deben hacer los datos sintéticos en una era de autonomía.
La pregunta no es si la industria necesita lo que difunda está construyendo. La pregunta es cuánto tiempo lleva a todos los demás ponerse al día.
¿Comparta la historia?
Envíe sus historias a TechStartups.com frente a miles de fundadores, inversores, compañías de educación física, ejecutivos de tecnología, tomadores de decisiones y líderes tecnológicos.
Atraer la atención
Source link
