회사

Physical AI를 위한 Fleet Learning Infrastructure.

Avala는 로봇, 차량, 드론의 센서 데이터를 인간+AI 검토, 버전 관리된 데이터셋 릴리스, 그리고 다음 주기를 시작하는 모델 피드백에 연결합니다.

데모 예약 플랫폼 살펴보기

하나로 연결된 루프

추적 가능

센서 데이터

MCAP · LiDAR · 비디오

데이터셋 릴리스

버전 · 계보 · 권한

모델 피드백

평가 · 드리프트 · 재레이블

모든 모델 결과를 데이터까지 추적할 수 있습니다.

창업자 이야기

Avala는 Tesla Autopilot의 플릿 러닝에서 시작했습니다.

Avala를 창업하기 전, Emal Alwis는 Tesla Autopilot AI 팀에 세 번째 소프트웨어 엔지니어이자 플릿 러닝을 처음 맡은 엔지니어로 합류해 Elon Musk에게 직접 보고했습니다. 플릿의 엣지 케이스를 프로덕션 규모에서 모델 개선으로 바꾸는 시스템을 구축했습니다.

그 경험이 Avala의 토대가 되었습니다. 센서 맥락, 검토 결정, 데이터셋 계보, 모델 피드백을 보존하는 연결된 루프입니다. Physical AI 팀이 자신들의 기계와 모델에 집중할 수 있도록 우리는 데이터 기반을 구축합니다.

한눈에 보기

다섯 가지 사실로 보는 Avala.

카테고리: Physical AI를 위한 Fleet learning infrastructure: 4D 실세계 데이터와 모델을 개선하는 루프.
우리가 운영하는 것: 플릿 자체의 센서 데이터를 다음 모델로 바꾸는 루프: 4D 재구성, 사람 + AI 라벨링, 품질 관리, 버전 릴리스, 학습 인계. 라벨링은 그 루프의 한 단계입니다.
고객이 소유하는 것: 데이터, 라벨, 그리고 모델. 고객은 자체 파이프라인에서 학습하고, Avala는 매 릴리스를 이전보다 낫게 만드는 인프라를 운영합니다.
설립: 2020년, 샌프란시스코. 창업자 겸 CEO Emal Alwis는 Tesla Autopilot AI 팀의 세 번째 소프트웨어 엔지니어이자 플릿 러닝을 처음 맡은 엔지니어였습니다.
투자사: Wonder Ventures, MaC Venture Capital, Flybridge Capital, Valor Equity Partners.

왜 Avala인가

Physical AI는 데이터에 기억이 있을 때 발전합니다.

데이터 양은 계속 늘어납니다. 어려운 일은 어떤 데이터가 중요했는지, 무엇이 바뀌었는지, 누가 승인했는지, 어떤 릴리스가 학습에 사용됐는지 아는 것입니다. Avala는 그 운영 이력을 그대로 보존합니다. 배포할 때마다 모델이 아직 보지 못한 예외가 생겨납니다. 그 이력을 그대로 보존하는 것이 다음 릴리스를 이전보다 낫게 만듭니다.

운영으로 입증

이론이 아닌 프로덕션에서 구축.

Avala 팀은 플랫폼 안에서 실제 센서 데이터 워크플로를 운영합니다. 그 운영 깊이는 일회성 납품이 아니라 품질 게이트, 데이터셋 버전, 피드백 루프라는 재사용 가능한 소프트웨어가 됩니다.

우리가 향하는 곳

남의 지능을 빌려 쓰는 세입자가 아니라, 자기 지능의 주인으로.

2028년, Avala는 물리 세계에서 기계를 운용하는 모든 사업자가 데이터, 모델, 배포를 스스로 통제하면서 자신의 경험을 자신의 지능으로 바꾸는 개방형 인프라가 되어 있습니다. 누구나 남의 지능을 빌려 쓰는 세입자가 아니라 자기 지능의 주인이 될 수 있도록 말입니다. 이는 오늘 우리가 운영하는 루프에서 시작합니다. 하나의 워크플로를 반복 가능하게 만들고, 그 이력을 더 많은 모델과 팀으로 이어 가며, 모든 플릿이 자신의 경험에서 배우도록 돕는 것입니다.

우리의 비전 읽기

글로벌 운영