Laplace 押注模擬環境中的 AI 紅隊測試能讓機器人和自駕車安全

為機器人與實體 AI 打造自動化紅隊測試：對真實世界進行高保真度模擬，並以 AI 代理搜尋邊角案例。

他們押注的是：要讓實體 AI 安全，唯一的方法就是讓 AI 來測試它——由代理在互動式模擬中探查，在部署前找出失效點。

Howie Sun 在學術界待了八年，於模擬環境中挑戰自駕 AI。2023 年，他與當時的博士班指導教授 Henry Liu 發表了一篇登上《Nature》封面的論文，隨後自駕車公司開始主動聯繫。2025 年，兩人在安娜堡創立 Laplace Intelligence，將這項研究轉化為產品。

成立一年後，Laplace 運行的是經後訓練的 Nvidia Cosmos 世界模型版本，並以真實地圖資料及 TomTom 等供應商提供的即時交通資訊為基礎，讓每個行為者都會對每個事件做出反應——在一次示範中，一輛迎面而來的車為了閃避一輛突然轉向的測試代理而轉向。AI 代理會根據新聞和警方碰撞報告設計邊角案例。客戶包括日本卡車製造商 Isuzu、德州自駕卡車公司 Bot Auto 和 Nvidia，另外還與 Nvidia 及 T-Mobile 在聖荷西合作一項免費的智慧城市試辦計畫。

通用型機器人沒有可供挖掘邊角案例的歷史紀錄，因此生成式模擬測試成為必要而非選項。

客戶、保險公司和監管機構能夠信任的安全證據，是實體 AI 部署的瓶頸；測試是切入每一次部署的楔子。

Applied Intuition 的 12 億美元顯示這個類別確實存在，但其做法早於互動式世界模型——這家新創押注的是，在它底下，範式正在轉移。

當產業開始主動聯繫一間研究實驗室，代表市場已經驗證了這個想法；創辦人的任務，就是在資金更雄厚的對手之前，把主動上門的專案工作轉化為產品。

截至 2026-10-13，Laplace 正在準備於舊金山 TechCrunch Disrupt（10 月 13 日至 15 日）的 Startup Battlefield pitch，將專案型合約轉向經常性收入，並籌募資金以擴大規模、與 Applied Intuition 競爭。