Antioch levanta 32 millones para simular robots antes de tocar hardware
La startup neoyorquina cierra una Serie A de 32 millones liderada por Greylock para llevar las pruebas de robots y drones del banco de hardware a la nube.
Antioch, una startup de Nueva York que vende software de simulación para robots, drones y otras máquinas autónomas, ha cerrado una Serie A de 32 millones de dólares liderada por Greylock. La ronda se anunció el 8 de septiembre en el blog de la compañía y suma, junto a la semilla de 8,5 millones de abril, 40,5 millones levantados. Antioch no ha desvelado la valoración de esta operación; cuando cerró la semilla, TechCrunch la situó en 60 millones.
El argumento de venta es fácil de enunciar y difícil de ejecutar. Un equipo de software cambia código, lanza tests y repite miles de veces al día. Un equipo de robótica, no. Depende de pistas de pruebas, datasets grabados, bancos de hardware y flotas operadas a mano, y repetir todo eso cuesta tiempo y dinero. Antioch vende precisamente contra ese cuello de botella.
Programado a medias, aprendido a medias
La plataforma construye un gemelo simulado del sistema del cliente, con su hardware, sensores, software y modelos, y lo calibra contra datos reales. Desde ahí un equipo puede lanzar miles de escenarios en paralelo, localizar fallos y comprobar arreglos antes de que el cambio llegue a una máquina física. La empresa lo llama un verificador para IA física. También vende esas simulaciones como fuente de datos sintéticos para fallos raros que serían peligrosos o caros de grabar en el mundo real. El catálogo se divide en cuatro mercados: autonomía aérea, terrestre e industrial, más percepción inteligente.
El enfoque se coloca entre dos escuelas. Los simuladores clásicos se construyen a mano con motores 3D y solvers de física: son controlables, pero sufren con objetos blandos y contactos. Los world models aprendidos, como los que promueve Nvidia, deducen el comportamiento a partir de datos y, según Antioch, necesitan muchos más de los que la mayoría de los equipos tiene. La compañía programa lo que ya conoce, como la geometría y la disposición de los sensores, y aprende el resto. Dice que espera que las partes aprendidas vayan sustituyendo al simulador con el tiempo.
En clientes, Antioch nombra a Ring, de Amazon. "Las simulaciones de Antioch han coincidido estrechamente con nuestros resultados de pruebas físicas, incluso en escenarios que dejamos fuera de la calibración a propósito", afirma Jason Mitura, vicepresidente de desarrollo de software de Amazon y responsable de producto de Ring. Mitura añade que esa confianza permite a Ring mover más pruebas y desarrollo a simulación y reducir su dependencia de programas de test físicos caros. Launchpad Build AI, que fabrica sistemas de manufactura asistidos por IA, es el otro nombre propio: su consejero delegado, Jon Quick, asegura que han acelerado de forma significativa su tiempo hasta el mercado y que ahora prueban tanto los escenarios de producción como los casos límite que serían impracticables de montar.
La plataforma corre sobre infraestructura ajena. Integra las librerías Omniverse, Isaac Sim e Isaac Lab de Nvidia y trabaja con Nebius en la capacidad de cómputo necesaria para ejecutar simulaciones a escala.
Detrás están Harry Mellsop, Alex Langshur y Michael Calvey, que antes construyeron Transpose, adquirida por Chainalysis; Mellsop pasó por visión por computador en Tesla. Collin Schlager, otro cofundador, viene de simulación y hardware en Meta Reality Labs. La empresa se fundó en mayo de 2025 y en esta ronda entran como ángeles el director de tecnología de Palantir, Shyam Sankar, y el consejero delegado de Foxglove, Adrian Macneil. Hay además un hilo neozelandés: Icehouse Ventures, inversor del país, volvió a participar.
El dinero va a la capa de herramientas, no a los robots. Andreessen Horowitz levantó en agosto un fondo de 1.100 millones para la parte física de la IA, y hay quien ataca el problema de los datos por otro lado, como MicroAGI, con 55 millones para entrenar robots de fábrica con vídeos de personas haciendo tareas domésticas. Antioch usará la ronda para ampliar la plataforma, llevarla a más equipos de IA física y contratar en simulación, aprendizaje automático, infraestructura, gráficos 3D, ventas y operaciones. La prueba que viene es si clientes más allá de Ring y Launchpad mueven de verdad parte de sus pruebas del hardware al simulador.
