OpenAI与Hugging Face的冲突揭示了一个关键风险：AI智能体具有不可预测性。Laplace Intelligence首席执行官兼联合创始人Howie Sun指出，随着AI从数字世界走向物理现实，必须避免其在真实世界中失效。
Laplace致力于构建针对机器人和物理AI的自动化“红队测试”系统，即通过故意诱导系统故障来进行压力测试。Sun认为，确保物理AI安全的唯一途径是让AI相互测试，从而在部署前发现隐患，并为监管机构及保险公司建立可信的证据基础。
从学术研究到商业落地
Sun与联合创始人、首席科学家Henry Liu于一年前基于密歇根大学的研究创立了Laplace。在过去八年中，Sun专注于通过模拟挑战自动驾驶AI。2023年，两人相关论文登上顶级期刊《自然》封面，随后引来多家自动驾驶企业的合作咨询。Sun决定将这一学术成果转化为面向现实世界的产品。
公司命名源自“拉普拉斯妖”思想实验，寓意利用模拟预测现实未来。其核心产品是一个基于现实世界的高保真模拟环境，配合能主动探测弱点的AI智能体，确保机器人、自动驾驶汽车或智慧城市方案在实装前的安全性。
高保真模拟与动态交互
Laplace的模拟环境基于英伟达Cosmos平台进行后训练，融合谷歌街景、TomTom实时交通数据及真实地图信息，重建从亚利桑那州高速公路到巴黎街道等高精度场景。开发者可通过语言提示实时调整环境变量，如添加特定时段的交通状况。
不同于静态模拟，Laplace构建了交互式世界模型。在演示中，当测试代理车辆突然违规变道时，其他虚拟参与者会做出避让反应，而非简单穿模或碰撞。Sun表示，这种动态交互更贴近真实世界的复杂性。
该平台的独特卖点在于其AI智能体能自动设计极端边缘案例。这些智能体从新闻报道和事故数据中学习，主动生成罕见且棘手的测试场景，大幅减少了对人工设计用例的依赖。相比之下，当前行业多依赖录制视频片段或人工构思来训练AI处理边缘情况。
商业进展与竞争格局
尽管缺乏硅谷巨头背景，Laplace已实现营收并达到微利状态。其主要收入来自自动驾驶领域，客户包括日本五十铃、德州自动驾驶卡车公司Bot Auto以及英伟达。此外，Laplace还与T-Mobile合作，在圣何塞提供免费智慧城市试点项目，并正与合作伙伴开发仓库人形机器人应用。
目前，公司正试图将项目制合同转化为经常性收入，并计划通过参加TechCrunch Disrupt创业大赛筹集资金以扩大规模。面对Applied Intuition等估值高达150亿美元的强劲对手，Sun并不担忧。他认为，Laplace所倡导的“用AI测试AI”的动态交互式范式，构成了公司最宽的护城河。