Antioch afirma que la simulación puede ayudar a los desarrolladores de robots a superar los cuellos de botella en las pruebas. | Fuente: Antioch
Validar el comportamiento de un robot en el mundo real normalmente implica alquilar espacio físico, preparar entornos manualmente y reiniciar el hardware entre cada ejecución, según Antioch. Es costoso, lento y cubre solo una fracción de los escenarios a los que se enfrentará un sistema en producción, señaló la startup.
Antioch anunció hoy que ha recaudado USD 8,5 millones para trasladar el desarrollo y la evaluación de sistemas autónomos del mundo físico a la simulación basada en la nube. El objetivo declarado de la empresa es eliminar la necesidad de hardware y de pruebas físicas elaboradas.
"Los equipos de robótica pasan semanas preparando almacenes e invirtiendo millones en instalaciones de prueba para validar sus sistemas", dijo el cofundador de Antioch, Harry Mellsop, quien trabajó anteriormente en el equipo de Autopilot de Tesla. "Mientras tanto, empresas como Tesla, Waymo y Anduril gastan cientos de millones al año en infraestructura de simulación para minimizar exactamente eso. Creemos que cada equipo de autonomía debería tener acceso a ese nivel de herramientas".
Los fundadores de Antioch aprovechan su experiencia en seguridad e IA
Tres de los cinco cofundadores de Antioch, Mellsop, Alex Langshur y Michael Calvey, fundaron anteriormente Transpose, una plataforma de seguridad e inteligencia adquirida por Chainalysis en 2023. Langshur dijo que el hilo conductor de la seguridad nacional se ha mantenido.
"El único camino económicamente viable hacia la reindustrialización pasa por la robótica y la automatización, y las pruebas escalables son el paso que limita la velocidad", afirmó.
Antioch, con sede en Nueva York, fue fundada en mayo de 2025. El equipo fundador también incluyó a Colton Swingle, anteriormente en Google DeepMind, y a Collin Schlager, anteriormente en Meta Reality Labs. La empresa cuenta ahora con una plantilla de ocho personas.
"Las industrias que los LLM [modelos de lenguaje grande] están interrumpiendo —software, servicios profesionales, trabajo de conocimiento— representan tal vez USD 8 billones de la economía global", aseveró Mellsop. "La manufactura, la logística, la construcción, la energía y la agricultura representan USD 50 billones. La penetración de la IA en esas industrias físicas es básicamente cero en la actualidad. La revolución industrial que se avecina en la IA física no será una secuela de la revolución de los LLM; la va a eclipsar".
De izquierda a derecha, Jackson Vachal, Josiah Jordan, Michael Calvey, Colton Swingle, Alex Langshur, Harry Mellsop, Collin Schlager, Oliver Dyer. | Fuente: Antioch
La simulación proporciona pruebas confiables, dice Antioch
Muchas empresas no quieren gastar los recursos necesarios para mantenerse al día con nuevas herramientas, modelos y proveedores, incluso antes de componer herramientas dispares en flujos de trabajo utilizables, señaló Antioch.
La empresa afirmó que el ecosistema de simulación ha madurado hasta el punto en que las pruebas y la validación ahora son posibles con entradas mínimas del mundo real. Los motores de física y renderizado como NVIDIA Isaac Sim y Unreal Engine proporcionan primitivas cada vez más potentes, y las técnicas generativas como los world models de World Labs están facilitando la síntesis de entornos realistas a escala, dijo Mellsop.
Al compartir motores de física y modelos mundiales entre los clientes, Antioch asegura que su modelo base esté calibrado con los datos del mundo real que recopilan, dijo a The Robot Report. Esto ayuda a que todos los clientes confíen en los modelos sin verse obligados a reconstruir su infraestructura.
"Estamos trabajando con equipos dentro de nuestra cuenta de cliente más grande para modelar los sistemas de percepción que finalmente irán en sus robots", dijo Mellsop. "Lo primero que hacemos con todos nuestros clientes es replicar los conjuntos de pruebas existentes que hacen en el mundo real y replicarlos 1:1 en la simulación de Antioch".
"Ahora tus ingenieros pueden ejecutar exactamente esos mismos tipos de pruebas físicas que estabas ejecutando, pero como ahora está en una tablet en la palma de sus manos, pueden ejecutarlo tantas veces como quieran, y es instantáneo", explicó. "Eso reduce drásticamente los costos para estas empresas y acelera sus esfuerzos de ingeniería y desarrollo".
Nota del editor: En la Robotics Summit & Expo de 2026, el 27 y 28 de mayo en Boston, habrá sesiones sobre el desarrollo de IA física y encarnada (embodied AI). El registro ya está abierto.
Los modelos de IA pueden ayudar a evaluar casos extremos
"Una vez que hemos replicado sus pruebas y hemos construido confianza en los resultados de la simulación, entonces podemos pensar en situaciones que antes eran imposibles de organizar en la realidad, ya sea porque eran demasiado caras, demasiado peligrosas o simplemente poco prácticas", agregó Mellsop. "¿Cómo se comporta tu robot cuando está en la nieve o la niebla? O tal vez el almacén está en llamas y quieres probar que tus protocolos de seguridad siguen funcionando adecuadamente".
"Uno de los flujos de trabajo clave que he visto usar a algunos de nuestros clientes es pedirle a nuestro asistente de IA que cambie de usar un algoritmo SLAM [localización y mapeo simultáneos] a una versión más actualizada", recordó. "En Antioch, tu robot está representado completamente como código. Intercambiar uno por otro en la simulación es realmente fácil para este agente".
"Pero luego puede ir y ejecutar 1.000 escenarios diferentes e informar qué mejoró, qué empeoró, qué regresiones ocurrieron", dijo Mellsop. "Debido a que puedes acortar el ciclo de evaluación, en última instancia es hacia donde creo que probablemente todos vemos que se dirige la robótica, que es que todo se está volviendo más componible: el lado del hardware, el lado del software".
Antioch ha desarrollado con éxito simulaciones para modalidades de sensores que incluyen lidar, radar y cámaras, dijo Mellsop. A continuación, la empresa planea abordar los objetos deformables, la dinámica de fluidos y el modelado de destreza, que han sido difíciles de lograr en simulación.
También está buscando actualizar los sistemas de percepción de IA encarnada para todo, desde vehículos autónomos y planificación de almacenes hasta seguridad inteligente y mapeo de sitios de construcción.
Antioch afirma que la simulación en la nube puede manejar un rango de varianza mucho más amplio que las costosas pruebas físicas. Fuente: Antioch
La inversión sigue a los clientes FAANG
Antioch dijo que ya está trabajando con empresas de tecnología y logística de Fortune 500, así como con equipos de ingeniería de FAANG (Facebook/Meta, Amazon, Apple, Netflix y Google/Alphabet).
"Pasamos los primeros seis meses trabajando concentrados en construir con una profunda convicción sobre lo que debería ser el producto", dijo Mellsop. "Luego, en noviembre, comenzamos a incorporar a estos clientes masivos. Aprendimos mucho de esos primeros compromisos, y fue una gran ratificación para nosotros que las empresas en general experimentaran estos problemas en los que estábamos trabajando".
A* y Category Ventures lideraron la última ronda de financiación de Antioch. MaC Venture Capital, Abstract, Box Group e Icehouse Ventures también participaron, al igual que inversores ángeles que incluyen a Shyam Sankar, director de tecnología de Palantir, y Adrian Macneil, CEO de Foxglove. La empresa recaudó fondos pre-semilla en diciembre de 2025.
"Antioch se encuentra en la intersección de la IA y la robótica, y desbloqueará el futuro de ciencia ficción con el que a menudo hemos soñado", dijo Bennett Siegel, cofundador y socio general de A*.
"La plataforma elimina la fricción de las pruebas en el mundo físico y permite a una nueva generación de startups de IA encarnada escalar sus invenciones a nivel mundial", agregó. "Las empresas actualmente gastan cientos de millones al año para tener un caballo en la carrera de la robótica con IA, pero la tecnología de Antioch reduce considerablemente los obstáculos, dando a más empresas la oportunidad de innovar".
Antioch busca escalar con su última financiación. "Uno de los roles más especializados, difíciles de encontrar y más importantes para nosotros es lo que llamamos un ingeniero de simulación", señaló Mellsop. "Se trata de personas que tienen experiencia en el mundo real con los sensores que van en los robots, pero que también han tenido cierta experiencia trabajando con motores de simulación, ya sean específicos para robots como Isaac o más generales como motores de física y renderizado. Encontrar personas que tengan esos dos conjuntos de habilidades juntos es realmente difícil".
Vía The Robot Report.
