Nomadic AI（游牧AI）由哈佛校友创立，专注解决自主系统训练中海量视频数据难以高效利用的难题——95%车队数据长期沉睡。其平台通过视觉-语言模型将原始视频结构化、可搜索，尤其擅长识别稀有但关键的“边缘案例”，助力自动驾驶、机器人等系统提升训练效率与安全边界。公司近日完成840万美元种子轮融资（投后估值5000万），由TQ Ventures领投，谷歌前首席科学家Jeff Dean等跟投；上月
要构建未来自主机器，有时你的模型本身也需要一个“模型”。
开发自动驾驶汽车、操控物理环境的机器人或自主施工设备的企业，通常会收集数千甚至数百万小时的视频数据，用于评估与训练。
然而，对这些海量视频进行整理与归档，如今仍是一项依赖人工的任务——人类必须逐帧观看所有视频。即便采用快进播放，这一方式也难以规模化扩展。
Nomadic AI（游牧AI），由CEO Mustafa Bal与CTO Varun Krishnan共同创立，正致力于解决客户所面临的难题：其95%的车队数据长期沉睡于档案库中，无法被有效利用。
当需要寻找“边缘案例”（edge cases）时，问题将变得更加棘手——这类数据虽极为稀有，却是最具价值的，因为它们往往描绘了现实中罕见但极具挑战性的场景，而这些场景极易让缺乏经验的物理AI模型陷入困惑。
为应对这一挑战，Nomadic正在推出一套平台，通过一系列视觉-语言模型（vision-language models），将原始视频转化为结构化、可搜索的数据集。这不仅有助于提升车队监控能力，还能为强化学习（reinforcement learning）构建专属数据集，并显著加快迭代速度。
该公司于本周二宣布完成840万美元种子轮融资，投后估值达5000万美元。本轮融资由TQ Ventures领投，Pear VC及谷歌前首席科学家Jeff Dean亦参与跟投。资金将主要用于拓展客户规模并持续优化平台功能。值得一提的是，Nomadic还于上月在NVIDIA GTC大会的路演竞赛中斩获一等奖。
两位创始人曾在哈佛大学攻读计算机科学本科期间相识。“我们在Lyft、Snowflake等公司工作时，反复遭遇同样的技术瓶颈。”Bal向TechCrunch表示。
来源：Tim Fernholz