让 AI 去测 AI：密歇根大学孵化 Laplace Intelligence，给机器人和自动驾驶做红队

AI 智能体在数字世界闯祸，顶多删库跑路；进了物理世界，撞的就是真东西。一家密歇根大学孵化的公司想在前者发生之前，把后者测个遍。

从 Nature 封面到创业

Laplace Intelligence 成立一年，创始组合是 Howie Sun 和他的博士导师 Henry Liu。两人 2023 年那篇关于“如何在仿真中挑战自动驾驶 AI”的论文上了 Nature 封面，然后自动驾驶公司的电话就没停过。Sun 的原话：“我意识到我想把它从纯学术研究做成真实世界能用的产品。”公司名字取自“拉普拉斯妖”——1814 年那个“知道宇宙中一切粒子的状态就能预测未来”的思想实验。Sun 的版本是：“我们本质上是在用仿真预测真实世界的未来。”

产品怎么干活

核心是两件事叠在一起。第一层是基于英伟达 Cosmos 后训练的高保真仿真：用真实地图数据重建亚利桑那的高速公路或巴黎的人行横道，接 TomTom 的实时路况，开发者可以用语言指令实时改场景——加一段午后车流。关键是它是交互式世界模型：演示里 Sun 指挥测试车冲进对向车道，对面的车会自己打方向避开，“所有参与者都在对一切做出反应”。

第二层是真正的卖点：AI 智能体自动设计 corner case——那些罕见但致命的边角场景。智能体会从新闻、警方事故报告里取材，主动去挑战被测系统。这直接把人类工程师从“想场景”的环节里拿掉了。

生意怎么样

客户已经有自动驾驶卡车公司 Bot Auto 和一家日本大车企，与英伟达、T-Mobile 在加州圣何塞做免费智慧城市试点，还和仓库人形机器人公司在早期合作。更稀罕的是：这家没沾过硅谷光环的学术团队，已经靠项目制合同实现小幅盈利。前方的对手是融资 12 亿美元、估值 150 亿的 Applied Intuition。Sun 的底气在一句话里：“AI 测 AI 是一个全新范式，会把物理 AI 的测试变成动态交互过程。”这话听着像口号——但如果物理世界的智能体失控测试真成刚需，它就是入场券。