Laplace Intelligence 机器人测试让 AI 站上安全博弈的两端

在实现一年盈利后，Laplace Intelligence 投身一场高风险安全竞赛：在机器人软件进入公共空间之前，先利用 AI 智能体对其发起攻击。Laplace Intelligence 的机器人测试系统将自动化对手置于道路、仓库及其他物理环境的交互式仿真中。这形成了一种尖锐的矛盾：让自主机器更具能力的同类技术，也必须揭示这些机器会如何失效。

这家从密歇根大学分拆出来的公司在 TechCrunch Disrupt 的 Startup Battlefield 200 中与 20 家初创公司同场竞争时提出了这一观点。活动将于 10 月 13 日至 15 日在旧金山举行。Laplace 表示，其早期客户包括日本某大型汽车制造商、Bot Auto 和 Nvidia。不过，这家年轻公司面对的是一个竞争激烈的仿真市场：Applied Intuition 已筹集到远多于它的资金，并建立了深厚的行业关系。

因此，Laplace 销售的不只是另一个虚拟测试环境。该公司押注于：预设脚本场景和录制的道路影像无法发现足够多的意外行为。公司认为，AI 智能体可以持续构造危险条件，观察每个系统的反应，并搜寻被忽视的薄弱点。这一前景颇具吸引力，但其成立的前提是：合成故障能够预测真实故障。

Laplace Intelligence 机器人测试将红队引入仿真

Laplace 正将红队测试从由人类规划的演练，转变为自动化搜索物理失效的过程。

红队测试是指刻意挑战系统，在攻击者、事故或异常情形发现其弱点之前，先暴露这些弱点。安全团队多年来一直采用这种做法。AI 开发者也用它来探测语言模型中不安全或出乎意料的响应。

Laplace 将同样的对抗性思路应用于感知并在物理世界中行动的机器。其目标对象可以是自动驾驶卡车、仓库机器人或智能交通系统。在这些场景中发生故障，可能损坏设备、中断运营，或使人员面临风险。

根据该公司对其物理 AI 测试的介绍，其平台将高保真环境与搜索弱点的 AI 智能体结合在一起。开发者可以重建某个地点，将自主系统置入其中，并通过语言提示改变条件。

例如，团队可以为模拟道路加入午后拥堵，也可以引入另一辆车的异常行为，或在复杂路口构造行人与车辆的交互。测试智能体随后会寻找推动自主系统走向错误的情境。

这不同于固定的安全测试库。传统测试可能会验证车辆是否会在既定条件下为行人停车。而自动化对手则可以改变时机、能见度、交通行为和道路几何结构，同时观察哪些组合会令驾驶策略失效。

Laplace CEO 兼联合创始人 Howie Sun 告诉 TechCrunch，该系统可以从碰撞报告、新闻报道及其他记录中获取思路。智能体能够将这些线索转化为边缘案例，即自主系统仍需安全应对的罕见情形。

这一过程针对的是一个基本测试难题。严重事故很有价值，因为它们能揭示弱点；但它们也很少见。等待足够多的事故在正常运行中发生，既缓慢，也可能带来危险。

Sun 在公司亮相 Startup Battlefield 约一年前，与首席科学家 Henry Liu 共同创立了 Laplace。两人都来自密歇根大学，其研究聚焦于利用对抗性环境测试自动驾驶车辆。

他们的学术工作为这家初创公司的商业主张奠定了重要基础。2023 年一项关于密集强化学习的研究，利用智能测试环境聚焦于安全关键型驾驶条件。强化学习通过行动反馈来训练智能体。

研究人员从测试过程中剔除了大量平淡无事的情形，将计算资源集中于更危险的交互。他们还将虚拟风险与实体测试场上的真实车辆结合起来。Nature 在其 2023 年 3 月 23 日刊的封面报道了这项工作。

Laplace 现在希望将这一原则扩展到研究演示之外。该平台旨在通过软件让对抗性测试变得持续、可交互且易于使用。其值得关注之处并非单独使用仿真，而是试图为仿真赋予一个自主对手。

物理 AI 提高了失效的代价

当 AI 系统能在交通中移动、搬运货物或与人并肩工作时，自动化压力测试的必要性会更强。

语言模型可以给出错误答案，而不会直接驱动机械设备。物理 AI 系统会解读传感器数据、作出决策，并使物体执行动作。计算与运动之间的这一联系改变了错误的后果。

自动驾驶车辆可能误判另一名驾驶员的意图。仓库机器人可能选择一条绕过工人的不安全路径。智能交通系统则可能作出影响众多道路使用者的糟糕决定。

这些系统还在开放环境中运行。开发者无法完全控制其周围的天气、光照、道路使用者、物体或人类行为。预先编写的测试计划将难以呈现所有相关组合。

压力首先落在自动驾驶车辆和机器人开发者身上。他们需要证据证明，其系统在熟悉的演示之外仍能表现得可接受。他们的客户、保险公司、监管机构和部署合作伙伴，同样需要据此评估安全性。

从日常驾驶中收集这类证据十分困难。密歇根大学 2023 年的研究指出，要在自然驾驶条件下证明达到人类水平的安全性，可能需要数亿英里的测试里程。其中大部分里程包含的都是常规事件，而非能够揭示问题的案例。

该大学的较新研究仍聚焦于这一失衡问题。一项 2026 年利用近失数据的项目报告称，在 Mcity 的测试中，安全性提高了 90%。研究人员表示，他们的方法将所需测试里程减少了 99.9%。

这些数字适用于那一特定研究设置，并不能自动套用于 Laplace 的商业平台。不过，它们仍表明了开发者为何希望通过更少的测试获取更多安全信息。

第三方评估带来了另一层压力。Liu 曾表示，自动驾驶车辆需要一项可与人类驾驶员能力测试相当的驾驶测试。他告诉美联社，测试应检验明确的行为，包括无保护左转和礼让行人。

美国总体上高度依赖制造商自我认证。欧洲和中国在一些情境下已建立更直接的第三方测试要求。可信的仿真层可以帮助开发者为独立评估做好准备，同时形成系统表现的记录。

不过，这一机会并不限于车辆。通用型机器人面临的证据基础更为薄弱。自动驾驶公司已积累多年的道路记录、安全报告和结构化场景。灵活的人形机器人或移动机器人开发者，针对其当前瞄准的工作和地点，所拥有的案例则少得多。

执行多项仓库任务的机器人，可能遇到其训练数据中不存在的物体、布局和人类行为。其运行环境也可能在不同设施或班次之间发生变化。Sun 认为，开发者尚不清楚通用机器人所面临的全部边缘案例。

这种不确定性使物理 AI 测试成为业务要求，而不仅仅是研究问题。部署合作伙伴可能要求证明机器人能够安全应对受阻通道、掉落物体或意外的人类移动。保险公司则可能询问这些主张是如何评估的。

Laplace 希望其测试记录成为支持这些决策的共享证据。该公司表示，长期目标是帮助客户、监管机构和保险公司信任一个共同基础。要实现这一结果，需要的不只是逼真的视频，还需要可重复的测试、可理解的结果，以及与现实世界风险之间可辩护的联系。

眼前必须作出的应对很明确：机器人公司必须在部署前扩大验证范围，而成熟的仿真供应商则必须让更多场景设计实现自动化。竞争问题在于，谁能将这一需求转化为值得信赖的测试标准。

AI 测试 AI 是核心机制

Laplace 的核心技术主张是，自适应测试智能体能够发现静态场景目录遗漏的故障。

该平台从基于现实世界信息重建的交互式仿真开始。TechCrunch 报道称，Laplace 使用了 Nvidia Cosmos 的后训练版本。后训练是指在初始的广泛训练之后，将现有模型适配到更狭窄的任务。

Cosmos 是一系列世界基础模型，可根据文本、图像、视频及其他输入生成或预测物理环境。Nvidia 将其世界基础模型描述为可用于合成数据、策略测试和以机器人为中心的仿真的工具。

Laplace 加入地图数据和其他参考信息，使生成环境与真实地点保持一致。Google Street View 图像可以提供视觉参考，而地图信息则保留尺度和道路结构。交通数据可以修改场景内的条件。

这种基于现实的约束至关重要，因为视觉上令人信服的仿真仍可能对安全测试毫无用处。道路尺寸、物体位置、交通规则和智能体行为必须与被评估系统保持相关。否则，测试衡量的将是系统对人为错误的反应，而非对合理风险的反应。

交互性同样重要。一些生成式视频模型可以描绘街道，却无法让其中参与者的反应保持一致。模拟车辆可能穿过另一物体，或无视明显的碰撞路径。

Laplace 表示，其环境允许参与者彼此作出反应。在 TechCrunch 描述的一次演示中，Sun 将测试车辆引向迎面而来的车流。另一辆模拟车辆选择避让，而不是保持被动或允许不可能发生的重叠。

这一差异将渲染场景与测试环境区分开来。被评估系统会通过自身行动改变世界，其他参与者随后必须作出反应，从而形成类似真实交通或工作场所互动的反馈循环。

红队智能体在这一循环之上运行。它的任务不只是生成逼真的道路，而是必须选择能够揭示目标系统边界的有效信息的改变。

智能体可以调整交通密度、能见度、速度或参与者行为。它可以观察目标系统是否犹豫、违反安全规则，或进入无法恢复的状态。随后，它可以根据这些结果修改后续场景。

这种自适应过程正是 Laplace Intelligence 机器人测试的核心。公司并不要求工程师预判每一种故障，而是让一个自动化搜索过程与机器人对抗。人类负责定义目标与约束条件，智能体则以机器速度探索各种组合。

这一机制与公司的学术方法颇为相似。在 2023 年发表于 Nature 的研究中，一个 AI 测试器聚焦于危险情境，而非在常规驾驶上平均分配精力。研究结果表明，在所研究的场景中，安全评估速度提升了数个数量级。

Laplace 正从两个方向拓展这一思路。第一，它利用生成式世界模型构建并修改更丰富的环境。第二，它希望测试智能体能将碰撞报告等非结构化材料转化为可执行场景。

第二步很困难。警方报告通过文字、图示、测量数据和不完整的观察记录描述事件。要将其转化为忠实的模拟，需要对时机、能见度、意图和物理条件作出判断。

输出结果还必须具备可复现性。工程师在修改目标模型后，需要能够重新运行已发现的故障。他们必须知道，新版本究竟修复了问题，还是仅仅获得了不同的场景。

因此，一个有用的平台需要具备版本化环境、稳定的评估标准和详细日志。它应当区分目标系统的故障与生成世界中的不一致。如果缺少这些控制措施，自动化场景生成只会比洞察更快地产生噪声。

AI 测试 AI 的优势在于规模与适应性。其弱点在于，双方都可能出错。测试智能体可能遗漏危险状态、夸大不太可能发生的状态，或奖励无法迁移到模拟之外的行为。

Laplace 的商业前景取决于如何处理这种张力。生成更多测试并不够。平台必须证明，与成熟的工程工作流相比，其自动化对手能够更高效地发现有意义的弱点。

Applied Intuition 定义了这场商业竞争

Laplace 正在挑战一个资金充裕的仿真赛道，而不是进入一个空白市场。

Applied Intuition 是最明确的竞争参照。该公司为车辆及其他自主机器提供仿真、验证、数据和嵌入式软件。其客户包括汽车制造商、国防项目、卡车运输公司和设备制造商。

Applied Intuition 于 2025 年宣布完成 6 亿美元 F 轮融资，估值达 150 亿美元。其车辆智能平台体现了多年的产品开发、收购、客户集成和资本投入。

这一规模赋予 Applied Intuition 多项优势。大型客户重视安全审查、软件支持、工作流集成以及漫长的项目周期。他们可能更倾向于选择已在开发与验证团队之间开展合作的成熟供应商。

Laplace 在成立一年后还无法匹敌这种组织规模。其已披露的市场进展仍值得关注。Sun 表示，这家初创公司已实现营收、小幅盈利，并签下包括日本某大型汽车制造商和 Bot Auto 在内的客户。

Sun 表示，Nvidia 也是客户之一。Laplace、Nvidia 和 T-Mobile 正在参与 San Jose 的一个免费智慧城市试点项目。该项目聚焦高层级交通运营，为 Laplace 提供了超越单一自动驾驶汽车的应用场景。

这家初创公司还在探索仓储人形机器人的相关业务。这一扩展很重要，因为当记录数据稀缺时，Laplace 的差异化优势会更加明显。成熟的驾驶仿真器已经覆盖了许多汽车开发需求。

Laplace 提出的切入点是自动化、动态的红队测试。它希望围绕测试的创建和适配方式竞争，而不是比拼手动工具数量或既有集成数量。公司认为，当人类工程师耗尽初始场景清单后，AI 智能体仍可继续搜索。

这是一场机制与平台之间的竞争。Laplace 拥有植根于学术研究的聚焦测试方法。Applied Intuition 则拥有广泛的商业平台和更雄厚的资源基础。

这一边界不会保持固定。成熟供应商可以加入生成式场景创建和基于智能体的测试。Nvidia 本身也提供开放模型与仿真工具，客户或竞争对手可以据此进行适配。

Waabi 提供了另一个有用的参照。这家自动驾驶卡车公司围绕名为 Waabi World、以 AI 为核心的仿真器构建了开发战略。它利用仿真训练和评估自己的驾驶系统，而不是向所有开发者销售中立的测试层。

这种差异带来了多种客户选择。企业可以内部构建仿真能力、购买广泛的平台、使用开放基础设施，或采购专业的红队服务。许多成熟开发者会结合这些路径。

因此，Laplace 必须证明，其智能体能够在既有技术栈中提供增量价值。替换所有仿真器既昂贵也没有必要。发现既有测试遗漏的故障，是一个更务实的切入点。

据报道，该公司目前的合同以项目制为主。这有助于年轻团队了解客户问题并创造早期营收，但也可能使增长依赖于定制化工作。

Laplace 表示，希望将更多这类活动转化为经常性收入。可重复的软件产品能够为客户提供持续测试，同时降低每次合作所需的人力。它也能让营收更少依赖单个项目。

Startup Battlefield 可以提升公司的知名度，但曝光度无法解决产品问题。买家会问：系统发现了多少有价值的故障，工程师能够多快复现这些故障，以及平台能否轻松融入既有验证流程。

他们还会询问，谁拥有生成场景和测试结果。机器人公司将故障数据视为敏感的知识产权。测试供应商必须先赢得信任，客户才会暴露最关键的弱点。

Laplace 的小幅盈利提供了一个有用信号：已有客户愿意为这项工作付费。更困难的任务是证明，这些合作代表了一个可扩展的类别，而非由专有研究支撑的专业咨询服务。

仿真差距仍是最严峻的考验

Laplace 可以让虚拟世界更具对抗性，但不能假定虚拟成功就等同于现实世界安全。

核心风险在于仿真与现实之间的差距。仿真器会简化传感器、物理规律、人类行为和环境变化。一个自主系统可能在这些假设下表现出色，却仍会在部署后失效。

生成式模型增加了另一层不确定性。它们能够快速创建多样化场景，但视觉逼真并不能保证物理准确性。一个看似合理的行人移动可能违背生物力学；一次交通互动可能与当地规则或普通人类行为不符。

Laplace 试图通过地图、图像和交通信息来锚定场景。交互式智能体也让其仿真比被动生成的视频更有价值。但这些设计选择并不能消除物理验证的必要性。

公司的学术根基比纯粹的视觉演示提供了更坚实的基础。2023 年的研究包括一辆真实车辆在测试场上与虚拟危险因素互动。这展示了对抗性仿真如何与物理实验衔接。

不过，商业产品必须跨越客户、传感器、软件技术栈和运行领域。一个在高速公路和城市驾驶中得到验证的方法，并不会自动迁移到在工人身旁搬运包裹的人形机器人。

每个领域都有不同的失效模式。车辆依赖道路规则、交通行为和远距离感知。仓储机器人则面临接触力、不稳定物体、狭窄空间以及近距离人机互动。

测试指标也各不相同。车辆开发者可能评估碰撞率、规则遵守情况和人工接管频率。仓库运营商可能更重视与工作人员的安全间隔、任务完成率、物体掉落和安全恢复能力。

平台必须知道何为有意义的故障。如果其奖励系统聚焦于戏剧性的碰撞，便可能忽视细微但重要的错误，其中包括令人不适的操作、反复犹豫、工作流受阻或不安全的降级行为。

误报会带来另一种成本。工程师无法调查无限涌现的人为故障。智能体必须按合理性、严重性、新颖性和可复现性对场景排序。

漏报则更为严重。测试系统可能反复探索熟悉的危险，却遗漏其学习假设之外的罕见互动。自动化红队测试扩大了搜索范围，但没有任何有限流程能够保证绝对安全。

Liu 已承认，没有任何驾驶测试能预防每一起事故。第三方评估的目的在于确立最低能力标准并改善证据，而不是认证完美。这一区别也应当约束对 Laplace 软件的表述。

该公司表示，其帮助在部署前发现并修复问题。它尚未公开证明，每一项仿真结果都能预测实体 AI 各领域的实际表现。读者应将更广泛的安全主张视为这家初创公司的目标，而非已经完成的独立结论。

监管机构和保险公司需要的不只是有吸引力的世界模型演示。他们还需要有文档记录的方法、经过校准的指标，以及外部评估者能够复现的结果。他们也可能要求与实体事故和封闭场地测试进行比较。

Laplace 可能受益于自主系统评估标准化的发展。当买家必须提供一致证据时，中立的红队层将更具价值。但标准也可能有利于拥有成熟合规项目的大型供应商。

客户集中度构成商业风险。与多个知名客户开展项目合作是有用的验证，但公司尚未披露营收、合同期限或客户留存率。其已报告的盈利令人鼓舞，但不足以证明可持续规模。

竞争可能压缩公司的技术领先优势。Applied Intuition 可以投资智能体测试。Nvidia 的客户可以自行后训练 Cosmos。自动驾驶汽车公司可以围绕其专有数据建立内部对抗性仿真团队。

Laplace 必须将其研究优势转化为难以复制的运营知识。这包括更好的故障搜索策略、可靠的场景转换、评估基准，以及有关现实世界迁移的证据。

最有力的证明不会是一段电影般的仿真。它应当是一个有文档记录的案例：平台发现了未知弱点，工程师在实体环境中复现它，而软件变更在未引入其他问题的前提下防止了该故障。

三个信号将显示 Laplace 能否实现规模化

下一阶段取决于客户转化、现实世界验证，以及相对于更广泛仿真平台的可防御优势。

第一个信号是项目制工作能否转化为经常性软件收入。Laplace 已表示客户正在付费，公司也报告了小幅盈利。这些事实使它区别于没有商业需求的研究项目。

经常性合同将表明，客户希望在软件版本迭代过程中持续进行红队测试。这也意味着该产品契合常规工程工作流程。一次性项目提供的证据则较弱，因为每个项目都可能依赖定制化支持。

合同扩展的质量与数量同样重要。从自动驾驶卡车拓展至乘用车、智慧城市或仓储机器人，将支持 Laplace 更广泛的实体 AI 理念。在单一狭窄应用场景内的重复合作仍可形成可行的业务，但难以成为该公司所描述的更广泛测试层。

第二个信号，是将发现的虚拟故障与现实物理结果关联起来的公开证据。Laplace 需要案例研究或独立评估，证明其智能体能够发现传统测试遗漏的弱点。这些结果应包括可复现的场景，以及清晰的系统行为前后对比。

与测试场地、大学、保险公司或中立安全机构建立合作关系，将强化这一证据。封闭场地实验可以将 AI 生成的测试，与录制视频和人工设计的场景进行比较。随后，现场数据可用于衡量哪种方法更能预测人工干预或故障。

该公司无需证明仿真能够取代物理测试。更有力、更可信的说法是，自动化红队测试可帮助实体团队选择更优的实验方案。支持这一说法的证据将在保留现实世界评估作用的同时，缩小仿真与现实之间的差距。

第三个信号是来自 Applied Intuition、Nvidia 和内部自动驾驶团队的反应。如果更广泛的平台迅速加入类似的自动化对抗能力，Laplace 就需要展示优于同行的结果，而不仅是新颖性。集成合作关系也可能将潜在竞争对手转化为分发渠道。

Nvidia 构成了最值得关注的关系。报道称，Laplace 使用经过后训练的 Cosmos 模型，将 Nvidia 列为客户，并与其合作开展圣何塞试点项目。Nvidia 同时也提供其他开发者可用于构建竞争性工作流程的工具。

这种组合既能帮助 Laplace 触达客户，也会加深其对平台的依赖。这家初创公司必须掌握世界模型之上的差异化测试智能。否则，底层平台的改进可能使其当前实现更容易被复制。

开发者和企业买家应关注 Laplace 如何披露这三个信号。收入质量反映市场是否需要持续测试。物理验证反映结果是否真正重要。竞争反应则反映该方法能否形成持久的产品优势。

正在评估实体 AI 的团队现在应提出一些实际问题。发现的故障能否被精确重放？它是否对应一种合理的现实世界条件？工程师能否追溯测试智能体为何选择这一场景？该平台能否与现有的仿真和发布系统集成？

同样的严谨态度也适用于内部知识。若事故报告、仿真日志和工程决策仍然分散，安全发现的价值就会流失。一个可搜索的知识库可帮助团队关联反复出现的故障，而不会将文档本身视为安全性的证明。

Laplace Intelligence 的机器人测试，本质上是对不对称性的押注。自主机器需要在无数常见和非常见场景中成功运行。而红队智能体只需发现一个影响重大的弱点，就足以证明有必要再进行一轮测试。

这种逻辑使该公司的方法值得持续关注。如今，决定性问题已经可以衡量：Laplace 能否持续将模拟攻击转化为仿真之外更安全的行为？