OpenAI与Hugging Face事件给我们的一个重要教训是：AI智能体的行为可能难以预测。
Laplace Intelligence首席执行官兼联合创始人孙浩（Howie Sun）在接受TechCrunch采访时表示："想象一下，如果类似的事情发生在物理世界中会怎样。AI智能体正在从计算机走向现实世界，我们当然不希望物理AI在现实世界中出现失误。"
总部位于安娜堡的Laplace公司正在为机器人和物理AI打造自动化红队测试技术——本质上就是通过故意制造故障场景来对系统进行压力测试。该公司的判断是：确保物理AI安全的唯一途径，就是用AI来测试AI。
孙浩说："我们的目标是帮助企业在部署前发现并解决问题——并随着时间推移，建立一个客户、保险公司和监管机构都能够信赖的共享证据基础。"
Laplace是本周（10月13日至15日）在旧金山举行的TechCrunch Disrupt大会"创业擂台200"（Startup Battlefield 200）创业路演大赛中，20家参赛初创公司之一。该公司将于10月13日星期二下午在Disrupt舞台上进行展示。
孙浩与联合创始人兼首席科学家刘翰庭（Henry Liu）一年前从密歇根大学走出来创立了Laplace。孙浩过去八年一直在学术界从事研究，探索如何在仿真环境中对自动驾驶AI进行挑战性测试。2023年，他与当时担任其博士导师的刘翰庭合作发表了一篇相关论文，并登上了顶级科学期刊《自然》（Nature）的封面。从那时起，陆续有自动驾驶公司打来电话，希望将他们的研究成果应用到实践中。
孙浩说："我意识到我想要把这项研究从纯学术领域带出来，打造成一款在现实世界中真正有用的产品。"
基于他们的学术研究成果，孙浩和刘翰庭创立了Laplace公司，公司名称源自"拉普拉斯妖"（Laplace's demon）——这是法国学者皮埃尔-西蒙·拉普拉斯（Pierre-Simon Laplace）在1814年提出的一个思想实验，他设想如果你知道宇宙中每一件事物的精确状态，就能够完全精确地预测未来。
孙浩说："我们本质上是在利用仿真技术来预测现实世界的未来。"
公司核心技术是一个基于现实世界重建的高精度仿真系统，并配备一个持续探测系统弱点和故障点的AI智能体。其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，都能在仿真环境中得到安全验证。
该仿真环境是基于英伟达（Nvidia）的Cosmos平台进行后训练而来的版本，Cosmos是一个AI世界仿真平台，其构建基础源自现实世界，这使得Laplace能够重建从亚利桑那州高速公路到巴黎人行横道等各种场景。仿真场景是通过混合多种真实世界信息网格来生成的。例如，一张谷歌街景图像可以作为参考，由此生成整条街道的场景。但该仿真器并非随机生成内容，而是结合真实世界的地图数据，按照真实比例重建环境。
开发人员随后可以使用语言提示实时修改场景设置，比如添加下午高峰时段的交通状况。孙浩表示，Laplace会从TomTom等导航服务商那里获取实时交通和拥堵信息。
在Laplace的仿真系统中，不仅环境本身是模拟的，其他参与者的行为同样会被模拟。例如，在一次演示中，孙浩操控测试车辆驶入对向车道。而原本会被撞上——或者像一些生成式世界模型中常见的那样直接穿过——的那辆车，则主动避让以避免碰撞。
孙浩说："这确实是一个具有交互性的仿真环境，每个参与者都会对其他一切做出反应……这更像是一个具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，但该公司真正独特的卖点在于其正在开发的AI智能体，这些智能体能够自动设计极端场景（也就是那些可能导致AI系统出错的棘手、罕见情形），从而进一步减少人工干预。
孙浩说："这些智能体可以从新闻报道、交通事故警方报告等各类信息中进行学习设计，主动对自动驾驶汽车及其他物理AI智能体发起挑战测试。"
目前，自动驾驶开发商大多是利用录制的真实行车片段转化为仿真场景，来训练AI应对边缘案例，或者依靠人工构思并设计新的测试场景。尽管许多自动驾驶公司已经开始采用类似Laplace所提出的方法，利用AI来生成训练用的边缘案例——自动驾驶卡车公司Waabi就是一个例子——但当通用型机器人真正大规模进入现实世界时，这类技术的必要性将会更加凸显。
孙浩说："关于通用机器人的数据还很有限，没有人知道现实世界中会出现哪些边缘案例。"
尽管孙浩和刘翰庭都出身学术界，并没有光鲜的硅谷科技公司背景，但两人已经成功实现了营收增长，甚至获得了一定的利润。公司大部分收入来自自动驾驶应用场景，客户包括总部位于德克萨斯州的自动驾驶卡车公司Bot Auto，以及一家大型日本汽车制造商。
Laplace还与英伟达和T-Mobile合作，在加利福尼亚州圣何塞开展一项免费的智慧城市试点项目，提供高级别交通运营服务。此外，Laplace也在与合作伙伴展开早期合作，为仓储场景打造人形机器人。
目前，Laplace的大多数客户合同都是基于项目制的，公司正努力将其转变为经常性收入。该初创公司的近期目标——希望借助参加Disrupt大会的机会获得助力——是筹集资金并扩大规模，从而与竞争对手展开竞争。
其主要竞争对手是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，估值达到150亿美元。
对此，孙浩并不太担心。他认为，Laplace用AI测试AI的核心方法论是一种"彻底改变物理AI测试方式的新范式"，将其转变为"动态交互式测试过程"。
他说："这将是我们最大的护城河。"
本文已更新，以澄清Laplace与英伟达之间的合作关系。
Q&A
Q1：Laplace Intelligence是一家做什么的公司？
A：Laplace Intelligence是一家为机器人和物理AI打造自动化红队测试技术的公司，通过AI仿真技术在现实部署前对自动驾驶汽车、机器人等物理AI系统进行压力测试，发现并修复潜在安全问题。
Q2：Laplace的仿真技术是基于什么平台开发的？
A：Laplace的仿真环境是基于英伟达的Cosmos平台进行后训练而来，这是一个基于现实世界构建的AI世界仿真平台，能够重建各种真实场景，如高速公路、人行横道等。
Q3：Laplace目前的客户和合作伙伴有哪些？
A：Laplace的客户主要来自自动驾驶领域，包括德克萨斯州的自动驾驶卡车公司Bot Auto和一家大型日本汽车制造商。此外，公司还与英伟达和T-Mobile合作，在圣何塞开展智慧城市试点项目。
