Nvidia está apostando fuertemente en la creación de aplicaciones de inteligencia artificial (IA) para robótica e industrias, lanzando su plataforma Omniverse y, más recientemente, Mega, un marco que permite crear gemelos digitales para operar estas aplicaciones. Además, la empresa está invirtiendo en startups de gemelos digitales para impulsar este esfuerzo.
Una de estas startups es MetAI, de Taiwán, que ha desarrollado un modelo capaz de generar rápidamente gemelos digitales “SimReady” (listos para simulación) utilizando IA y tecnología 3D. Este modelo convierte archivos CAD en entornos 3D funcionales en cuestión de minutos. Nvidia ha respaldado a MetAI en su primera ronda de financiación, que asciende a 4 millones de dólares, marcando la primera inversión de la gigante de los chips en una startup taiwanesa. Otros inversores en esta ronda incluyen a Kenmec Mechanical Engineering, Solomo Technology, SparkLabs Taiwan, Addin Ventures y Upstream Ventures.
La nueva ola de IA, conocida como IA física generativa, se basa en entornos simulados físicamente precisos para entrenar y validar robots en sistemas autónomos, creando IA operativa antes de su implementación. MetAI sostiene que los gemelos digitales que ayuda a crear serán fundamentales para este propósito. Daniel Yu, CEO y cofundador de MetAI, comentó que los gemelos digitales han sido considerados un obstáculo para la IA física debido al tiempo que requiere su desarrollo.
MetAI se enfoca en gemelos digitales impulsados por IA, diseñados para fábricas de semiconductores avanzadas, almacenes inteligentes y automatización. También genera datos sintéticos dentro de entornos de gemelos digitales habilitados por IA. Renton Hsu, cofundador y CTO de MetAI, tiene experiencia en ingeniería 3D e IA, y comenzó a trabajar con gemelos digitales al desarrollar aplicaciones de software de IA empresarial. Se dio cuenta de que podía aplicar lo mismo a sistemas 3D, integrando tecnología 3D con IA para desarrollar soluciones sintéticas.
La innovación de MetAI le permitió ganar un concurso organizado por Nvidia, convirtiendo a Hsu en “embajador de IA Jetson” en su país. Los competidores de MetAI incluyen grandes y pequeñas empresas que han desarrollado tecnologías de gemelos digitales para la fabricación, como Siemens Digital Industries y Dassault Systemes.
MetAI cree que su enfoque es único. A diferencia de sus competidores, que priorizan eficiencias operativas o integraciones de IoT, MetAI utiliza modelos generativos y diseños impulsados por IA para crear gemelos digitales específicos para el entrenamiento y la implementación de IA física en operaciones del mundo real. Esto no solo acelera la creación de gemelos digitales, sino que también asegura su utilidad directa para sistemas de automatización avanzados como la robótica.
La startup, que tiene dos años, ya cuenta con algunos clientes y genera ingresos al asociarse con empresas en las industrias de fabricación y automatización. Este año, espera obtener 3 millones de dólares de un solo proyecto. Los ingresos provienen de trabajos por proyecto, suscripciones a productos y tarifas de licencia por desarrollos en curso.
Nico Caprez, gerente de desarrollo corporativo de Nvidia, afirmó que la integración de MetAI con NVIDIA Omniverse representa un avance transformador para los gemelos digitales industriales y la IA física en simulaciones. En 2023, MetAI colaboró con Kenmec para crear gemelos digitales para almacenes automatizados, reduciendo drásticamente el tiempo necesario para simulaciones de gemelos digitales de miles de horas a solo 3 minutos.
Con la nueva financiación, MetAI planea expandir su equipo de I+D para un desarrollo más rápido y ejecutar sus estrategias de mercado para satisfacer la creciente demanda. Además, la startup taiwanesa tiene la intención de establecer una oficina en EE. UU. y reubicar su sede en la segunda mitad de 2025. Liu, otro cofundador, mencionó que Taiwán es su campo de pruebas, donde colaboran con líderes de la industria para integrar conocimientos profundos en sus modelos, asegurando que sus soluciones sean robustas y escalables.
