Oud-Nvidia-onderzoeker lanceert Veeda AI na gemelde seedronde van ruim 90 miljoen dollar

Voormalig Nvidia-vicepresident en AI-onderzoeker Sanja Fidler heeft woensdag Veeda AI gelanceerd. De start-up wil zogeheten world models bouwen: AI-modellen die een interactieve simulatie van de fysieke wereld maken waarin robots eindeloos kunnen oefenen. Volgens berichtgeving bedraagt de seedronde ruim 90 miljoen Amerikaanse dollar. De onderneming zelf heeft de investeerders bevestigd, maar maakte in haar openbare introductie geen bedrag bekend.

Het eerste verifieerbare publieke moment is het bericht van The Logic op woensdag 19 augustus om 17:00 uur Nederlandse tijd. Twaalf minuten later introduceerde Fidler Veeda zelf op LinkedIn. Zij noemt Khosla Ventures en Radical Ventures als investeerders en introduceert medeoprichters Zan Gojcic en Huan Ling.

The Logic meldde als eerste dat de seedronde meer dan 90 miljoen Amerikaanse dollar bedraagt; SiliconANGLE nam dat later over als 90 miljoen dollar. Veeda noemt in de eigen openbare introductie geen bedrag. Behandel de omvang daarom als media-informatie, niet als een rechtstreeks bevestigd bedrijfscijfer. Een waardering is niet bekendgemaakt.

Het verse nieuws is de publieke lancering van Veeda en de door The Logic gemelde financieringsronde. Het idee van world models zelf is ouder en wordt ook door bedrijven als Nvidia, Google DeepMind en de start-up van Yann LeCun onderzocht.

Een taalmodel leert patronen uit tekst. Een world model probeert te leren hoe een omgeving verandert wanneer een actor iets doet. Als een robot een doos optilt, een deur openduwt of een voorwerp laat vallen, moet het model kunnen voorspellen wat er vervolgens gebeurt.

Veeda omschrijft zijn doel als het bouwen van “de Matrix” voor fysieke AI: schaalbare virtuele omgevingen waarin robots via interactie leren. In zo'n simulatie kan een robotarm dezelfde taak duizenden of miljoenen keren proberen, fouten maken en nieuw gedrag testen zonder echte machines te beschadigen of mensen in gevaar te brengen.

Dat lost een belangrijk schaalprobleem op. Training in een fabriek, magazijn of woning is duur en langzaam. Er zijn robots, locaties, operators en veiligheidsmaatregelen voor nodig. Een digitale omgeving kan sneller en parallel draaien. De uitdaging is dat de simulatie natuurkundige eigenschappen en onverwachte situaties nauwkeurig genoeg moet nabootsen. Anders leert een robot gedrag dat in de echte wereld niet werkt.

Veeda zegt multimodale foundation world models te willen ontwikkelen die leren uit sensor- en wereldgegevens. Het bedrijf toont nog geen publiek product, onafhankelijke benchmark of robot die dankzij zijn modellen een concrete taak beter uitvoert. De omschrijving “Matrix” is een ambitie, geen bewijs dat de simulatie al volledig realistisch is.

Ook bouwt Veeda voor zover nu bekend geen eigen humanoïde robot. Het richt zich op de onderliggende modellen en trainingsomgevingen die andere ontwikkelaars zouden kunnen gebruiken. Daarmee zit het tussen AI-onderzoek, simulatiesoftware en robotica-infrastructuur in.

Veeda heeft teams of vestigingen in Toronto, Zürich, Mountain View en Singapore en werft onderzoekers en ingenieurs. Fidler brengt ervaring mee uit Nvidia, waar zij aan 3D-computervisie, simulatie en embodied AI werkte. Medeoprichters Gojcic en Ling hebben eveneens een achtergrond in 3D- en generatieve AI.

Taalmodellen konden profiteren van enorme hoeveelheden tekst op internet. Voor robots bestaat geen even grote, kant-en-klare verzameling veilige praktijkervaring. Daarom investeren bedrijven in synthetische data, digitale tweelingen en virtuele trainingsfaciliteiten.

AI Wereld schreef eerder over Luma AI en de ambitie om world models op te schalen. Ook Figure AI en Brookfield werken aan een grote fysieke trainingsomgeving voor humanoïde robots. Veeda kiest juist voor een grotendeels virtuele route.

De investering laat zien hoeveel geld er naar die ontbrekende trainingslaag stroomt. Of Veeda zijn simulaties nauwkeurig genoeg krijgt om echte robots aantoonbaar sneller te laten leren, is de beslissende test. De lancering is nieuw; de technische doorbraak moet nog worden bewezen.