AI & Technology
Antioch Kembangkan Simulasi untuk Menutup Kesenjangan Sim‑to‑Real di Physical AI

Ringkasan Artikel
- Antioch mengumpulkan US$8,5 juta untuk membangun platform simulasi bertujuan memperkecil <i>sim‑to‑real gap</i> bagi pengembang robot
- Pendanaan dipimpin oleh A* dan Category Ventures dengan partisipasi investor VC terkemuka
- Perusahaan menargetkan sensor dan sistem persepsi untuk mempercepat pengujian, pelatihan model, dan penerapan robot di industri.
Antioch, startup simulasi yang berbasis di New York, mengumumkan pendanaan seed sebesar US$8,5 juta pada 16 April 2026 untuk mempercepat pengembangan platform simulasi fisik yang meniru lingkungan dunia nyata bagi pengembang robot. Putaran dipimpin oleh firma modal ventura A* dan Category Ventures, dengan partisipasi MaC Venture Capital, Abstract, Box Group, dan Icehouse Ventures. Pendanaan ini menempatkan valuasi awal perusahaan sekitar US$60 juta dan menegaskan permintaan pasar untuk alat dev‑tool yang dapat menutup jurang antara pelatihan di dunia virtual dan kinerja di lapangan.
Ambisi Antioch dan Masalah Sim‑to‑Real
Masalah yang ingin diselesaikan Antioch adalah sim‑to‑real gap — ketidakcocokan antara data simulasi dan kondisi fisik sebenarnya yang membuat model yang dilatih di lingkungan virtual gagal saat dipindahkan ke robot nyata. Antioch memungkinkan pengembang untuk memutar berbagai instance digital perangkat keras mereka, menghubungkannya ke sensor simulasi, dan menjalankan skenario pengujian yang meliputi edge case, reinforcement learning, dan pembuatan data pelatihan baru. Perusahaan memulai dengan pustaka fisika dan model dari Nvidia dan World Labs, lalu menambah lapisan domain‑spesifik untuk meningkatkan fidelitas persepsi.
Pendekatan ini membuka alternatif bagi perusahaan kecil yang tak memiliki anggaran membangun arena uji fisik atau menempuh jutaan mil pengumpulan data seperti yang dilakukan perusahaan kendaraan otonom besar. Dengan agregasi konteks dari banyak pelanggan, Antioch berharap dapat mempercepat iterasi model dan menurunkan biaya validasi sebelum deployment fisik.
Siapa Di Balik Antioch dan Pendanaan
Antioch didirikan pada Mei 2025 oleh Harry Mellsop bersama empat co‑founder: Alex Langshur, Michael Calvey, Collin Schlager, dan Colton Swingle. Dua pendiri awal pernah menjual startup Transpose ke Chainalysis, sementara yang lain berasal dari Meta Reality Labs dan Google DeepMind. Selain modal ventura, dukungan angel datang dari eksekutif yang berpengalaman di industri otonom seperti Adrian Macneil, pendiri Foxglove dan mantan kepala infrastruktur data di Cruise.
Investor institusional yang memimpin putaran, A* dan Category Ventures, menyatakan minat pada vertikal dev‑tools untuk physical AI. Category Ventures menilai bahwa transformasi yang dialami industri perangkat lunak dengan LLM dan alat pengembang kini mulai terjadi di ranah fisik, tetapi risikonya lebih tinggi sehingga membutuhkan standar dev‑tool yang lebih matang.
Fokus Produk dan Pelanggan Awal
Antioch menargetkan fokus awal pada sistem sensor dan persepsi — komponen yang paling menuntut data dalam kendaraan dan robotika industri, termasuk truk otonom, mesin pertanian, dan drone. Menurut perwakilan perusahaan, beberapa klien awalnya adalah perusahaan multinasional yang sudah berinvestasi besar dalam robotika, tetapi produk dirancang agar dapat diadopsi juga oleh startup yang tidak mampu membiayai infrastruktur pengujian fisik berbiaya tinggi.
Penggunaan simulasi untuk membangun safety case dan memenuhi kebutuhan akurasi tinggi menjadi nilai jual utama. Adrian Macneil mengatakan pada konferensi Ride AI bahwa simulasi membantu menangani keterbatasan pengujian dunia nyata, terutama ketika pengumpulan data fisik tidak praktis atau berbahaya.
Implikasi Bagi Industri dan Kompetisi
Jika Antioch berhasil meningkatkan generalisasi antara simulasi dan realitas, model dan alat seperti yang ditawarkan startup ini dapat menjadi infrastruktur kritis bagi ekosistem physical AI — mirip peran GitHub, Stripe, atau Twilio dalam era SaaS. Hal ini mendorong terbentuknya data flywheel yang memungkinkan peningkatan performa model dari iterasi ke iterasi dengan biaya lebih rendah.
Namun, tantangan teknis masih besar: memastikan kompatibilitas fisika, akurasi sensor, dan validasi keselamatan adalah pekerjaan kompleks yang melibatkan laboratorium akademis seperti MIT CSAIL, yang sudah bereksperimen menggunakan platform ini untuk menilai LLM dalam desain dan pengujian robot. Keberhasilan Antioch juga akan menarik pesaing lain yang membangun solusi simulasi spesifik industri atau platform terpadu untuk physical AI.
Prospek dan Langkah Berikutnya
Dengan modal seed US$8,5 juta, Antioch akan memperluas pengembangan produk, memperkaya perpustakaan domain‑spesifik, dan memperdalam integrasi dengan toolchain industri seperti paket fisika Nvidia. Perusahaan menempatkan diri sebagai penyedia infrastruktur simulasi yang memungkinkan pelanggan mempercepat validasi, mengurangi kebutuhan pengujian fisik, dan menurunkan biaya masuk ke pasar otonomi.
Bagi investor dan pengambil keputusan di sektor manufaktur dan logistik di Indonesia, solusi semacam ini berpotensi menurunkan hambatan adopsi robotika industri jika dapat disesuaikan dengan konteks lokal pabrik dan lingkungan operasi. Namun adopsi itu akan bergantung pada bukti nyata bahwa simulasi Antioch benar‑benar mengurangi kegagalan di lapangan dan meningkatkan keamanan operasional.