Metaverse'ten Kalan Sanal Dünyaya Robot 'Yerliler' Geldi

Yazar: Zen, PANews

8 Eylül 2026'da, Antioch adlı ABD merkezli bir girişim, Silikon Vadisi'nin önde gelen risk sermayesi şirketi Greylock liderliğinde 32 milyon dolarlık A Serisi finansman turunu tamamladı. 2026 yılının başında tamamlanan 8,5 milyon dolarlık tohum turuyla birlikte, kurulalı yalnızca bir yıldan biraz fazla olan bu şirketin toplam finansmanı 40,5 milyon dolara ulaştı.

Antioch'un ana yaklaşımı, gerçek dünyadaki robotları, sensörleri, yazılım sistemlerini ve çalışma ortamlarını bilgisayar ortamına aktararak, gerçeğe mümkün olduğunca yakın bir dijital dünyada makineleri büyük ölçekte eğitmek, test etmek ve doğrulamaktır. Gerçekte maliyetli, tekrarlanması zor ve hatta tehlikeli olan arızalar ve uç senaryolar burada defalarca yaşanabilir.

Antioch yalnız değil; Fiziksel Yapay Zeka (Physical AI), yapay zeka sektörünün yeni yatırım yönü haline gelirken, 3D alan, dijital ikiz, fizik simülasyonu ve sentetik veri etrafında odaklanan bir grup şirket yeniden sermayenin ilgisini çekiyor. Hepsinin çözmeye çalıştığı şey aslında bilgisayarda gerçeğe yeterince yakın bir dünya yaratmak.

Yalnızca "sanal dünya kurmak, gerçek sahneleri kopyalamak" tanımlarına bakıldığında, bir önceki "metaverse" teknoloji dalgasını hatırlamak kolay. Ancak fark şu: Antioch, kullanıcıların VR başlıkları takarak sanal dünyada dolaşmasını sağlamıyor; bu kez sanal dünyada uzun süre "yaşaması" gerekenler robotlar.

Sanal dünya yok olmadı, sadece bu kez içine taşınan "sakinler" değişti.

İnsanlar Metaverse'e Taşınmadı

Ağustos 2021'de, dünyanın en önemli bilgisayar grafikleri konferansı olan SIGGRAPH'ta NVIDIA, Omniverse platformunu genişlettiğini duyurdu. O dönemde NVIDIA'nın konumlandırması çok netti: Omniverse, simülasyon ve 3D iş birliği için bir platformdu ve "metaverse için temel sağlıyordu".

Temel fikri, farklı yazılımlarda bulunan 3D içerikleri aynı sanal dünyada bir araya getirmekti.

Buradaki en önemli altyapı teknolojilerinden biri USD, yani Universal Scene Description (Evrensel Sahne Tanımlaması) idi. Bu, Pixar'ın başlangıçta karmaşık animasyon filmleri üretmek için geliştirdiği ve daha sonra açık kaynak haline getirdiği bir 3D sahne tanımlama standardıdır. Basitçe anlamak gerekirse, 3D dünyanın bir tür "ortak dili" gibidir: Bir sanal sahnede hangi nesnelerin bulunduğu, nerede oldukları, hangi malzemeleri kullandıkları, nasıl hareket ettikleri ve birbirleriyle ilişkileri USD aracılığıyla organize edilebilir.

Bu nedenle, o dönemde Blender gibi 3D modelleme yazılımlarını kullanan tasarımcılar, Adobe Substance 3D ile doku ve malzeme üreten sanatçılar ve farklı mühendislik yazılımlarını kullanan mühendisler, USD aracılığıyla kendi içeriklerini Omniverse'e bağlayıp aynı 3D dünyada iş birliği yapabiliyordu.

NVIDIA o dönemde bu geleceği bir tür "3D İnternet" olarak bile tanımlıyordu: Bugün internet web sayfalarını birbirine bağlıyor, gelecekte internet gerçek zamanlı olarak girilebilen ve etkileşimli sayısız 3D alanı birbirine bağlayabilir.

Aynı yılın Ekim ayında Facebook, şirket adını Meta olarak değiştirdi ve metaverse böylece en çılgın dönemini yaşamaya başladı.

NVIDIA'ya kıyasla Zuckerberg'in çizdiği gelecek çok daha görkemliydi. Onun vizyonunda insanlar artık interneti yalnızca iki boyutlu ekranlar üzerinden kullanmayacak, uzamsal algı ve "mevcudiyet hissi" olan dijital dünyalara girerek toplantı yapacak, çalışacak, eğlenecek, alışveriş yapacak ve sosyalleşecekti. Meta o dönemde, önümüzdeki on yıl içinde Metaverse'in 1 milyar insanı kapsayabileceğini ve devasa bir dijital ekonomi oluşturabileceğini öngörüyordu.

Metaverse her şeyin içine atıldığı bir kutu gibiydi. Sonraki iki yıl boyunca VR, AR, dijital insanlar, sanal ofis, 3D oyunlar, dijital ikizler ve NFT gibi dijital varlık anlatıları, "büyük ölçekli dijital dünya" hakkındaki tek bir hayalin içine yerleştirildi.

Ancak tüketiciye yönelik metaverse endüstrisi bugüne kadar hayata geçmedi ve başlangıçtaki katılımcıların büyük bir kısmı sessizce piyasadan çekildi. Meta hâlâ VR, AR ve akıllı gözlüklerden vazgeçmiş değil, ancak bu işleri destekleyen Reality Labs hâlâ son derece pahalı bir uzun vadeli yatırım. 2025'te Reality Labs'ın yıllık geliri yaklaşık 2,207 milyar dolar olurken, faaliyet zararı 19,193 milyar dolara ulaştı. Meta ayrıca 2026'da bu birimin faaliyet zararının büyük ölçüde 2025 seviyesinde kalacağını öngörüyor.

Buna karşılık Omniverse'deki değişim daha da ilginç. Beş yıl önce NVIDIA, Omniverse'i "metaverse'in temeli" olarak adlandırıyordu. Bugün NVIDIA'nın resmi web sitesindeki tanım "Physical AI uygulamaları geliştirmek için bir dizi kütüphane ve mikro hizmet" haline geldi.

Omniverse'in ana anlatısı ve ürün odağı, endüstriyel dijital ikizler, robot simülasyonu ve otonom sürüş geliştirmeye kaydı. Altında Isaac Sim, Isaac Lab, Cosmos, PhysX, Warp gibi bir dizi robot ve Physical AI aracı bağlı. Aynı platformun taşıdığı en büyük anlatı artık değişti.

Aslında robot simülasyonu, endüstriyel dijital ikizler ve fizik motorlarının geçmişi "metaverse'in popüler olduğu yıl"dan çok daha eskiye dayanıyor. Önceki metaverse dalgası, 3D modelleme, gerçek zamanlı render, dijital ikiz, sanal iş birliği, açık 3D standartları ve NFT gibi aslında dağınık olan teknolojileri "büyük ölçekli dijital dünya" hakkındaki tek bir hayalin içine yerleştirdi.

Dolayısıyla metaverse çılgınlığı sona erdikten sonra bu altyapılar yok olmadı. İnsanlar yalnızca robotların sanal bir dünyaya insanlardan daha fazla ihtiyaç duyabileceğini yavaş yavaş fark etti.

Robotlar Neden Sanal Bir Dünyaya İhtiyaç Duyar?

NVIDIA bu yıl GTC konferansında insansı robot eğitim sistemini açıklarken, çok görsel bir "robot veri piramidi"ni yeniden sergiledi.

En altta, miktar olarak en büyük olan internet ve insan verileri yer alıyor; örneğin web sayfaları, görseller, videolar ve insan davranış kayıtları. Neredeyse sınırsızdırlar ve robota dünyanın ne olduğunu, insanların ne yaptığını söyleyebilirler, ancak genellikle robotun gerçekten eylem gerçekleştirirken ihtiyaç duyduğu eklem açıları, kuvvet, dokunma ve kontrol sinyallerini içermezler.

Piramidin en tepesinde ise gerçek robot verileri bulunur. Robotun teleoperasyon veya otonom çalışma yoluyla gerçekten kavramasını, taşımasını, yürümesini sağlamak, nihai göreve en yakın verileri elde etmeyi sağlar, ancak aynı zamanda en pahalısıdır: Bir robot bir günde en fazla 24 saat gerçekten çalışabilir ve ayrıca makine, alan, operatör ve ekipman bakımı gerektirir.

Bu ikisinin arasında simülasyon ve sentetik veriler yer alır. Gerçek robot verileri kadar doğru değildir, ancak GPU içinde yüksek hızda kopyalanabilir ve paralel olarak üretilebilir; internet videoları gibi yalnızca "insanların ne yaptığını görmek"le kalmaz, doğrudan robotun görevleri yerine getirmesi için gereken hareket, durum ve sensör verilerini üretebilir.

NVIDIA, gelecekte piramidin ortasındaki sentetik veri katmanını sürekli genişletmeyi umuyor. Böylece bu katman, robot eğitiminin önemli bir veri kaynağı haline gelecek.

Üç veri türünün artıları ve eksileri aslında çok basittir: İnternet ve insan verileri ucuzdur ve devasa ölçektedir, ancak robotun gerçek uygulamasından uzaktır; gerçek robot verileri robotun gerçek ortamda kullanımına en yakındır ve fiziksel gerçekliği en yüksektir, ancak pahalı ve yavaştır; simülasyon verileri ortada yer alır — gerçeklikte bir miktar kayıp olsa da ölçek, maliyet ve kontrol edilebilirlik açısından gerçek makinelerden çok daha üstündür.

Tam da bu nedenle simülasyon, ABD'de Physical AI altyapısında sermayenin ve büyük şirketlerin en çok yatırım yaptığı yönlerden biri haline geliyor.

Ve çözdüğü şey yalnızca veri miktarı sorunu değil. Gerçek dünyanın en büyük özelliği, rastgele kopyalanamamasıdır. Bir şirketin 100 robotu varsa, aynı anda yalnızca 100 robot çalıştırabilir; bir depo da robotları eğitmek için her on dakikada bir rafları, ışıkları, zemini ve ürünleri tamamen yeniden düzenleyemez. Ancak sanal ortamda aynı robot binlerce hatta on binlerce dijital kopyaya çoğaltılabilir.

Bir robotik kol aynı anda 1000 farklı masa düzeniyle karşılaşabilir; robot nesnelerin konumunu, kütlesini ve malzemesini sürekli değiştirebilir; ışık, kamera konumu, zemin sürtünmesi ve hatta sensör hataları bilinçli olarak rastgele ayarlanabilir. Bu eğitim yöntemi robotik alanında Domain Randomization (Alan Rastgeleleştirme) olarak adlandırılır; robotun mükemmel bir sanal ortamı ezberlemesini sağlamak yerine, ortamı kasıtlı olarak sürekli değiştirerek modelin çeşitli değişiklikler altında aynı görevi tamamlamayı öğrenmesini sağlar.

Ayrıca belirtmek gerekir ki, "normal çalışma" verilerine ek olarak geliştiricilerin ekstrem durumlardaki verilere de dikkat etmesi gerekir. Bir kameranın aniden arızalanması, robotun ayağının altının aniden kayganlaşması, robotun düşmesi gibi senaryoların üstesinden gelinmesi gerekir. Gerçek dünyada veri toplamak için her gün kaza yaratmak imkansızdır, ancak sanal dünyada bu mümkündür.

Bu da bazı kişilerin robot geliştirmenin sürekli olarak gerçek test alanlarına bağımlı olamayacağını düşünmesinin nedenidir. Gerçek testler sonuçta ekipman, alan ve mühendislik süresi gerektirir ve uç arızaların tekrarlanması zordur. Ancak simülasyonda, tek bir sistem güncellemesi anında binlerce koşul altında paralel teste tabi tutulabilir.

Metaverse'in karşılaştığı en büyük sorun şuydu: İnsanlar neden sanal dünyaya girmek zorunda olsun ki? Bugün robotlar tamamen farklı bir cevap verdi. İnsanlar için sanal dünya, gerçek hayatın yalnızca seçilebilir bir alternatifidir. Ancak robotlar için sanal dünya, gerçeğe girmeden önce bir eğitim alanı olabilir.

Yeniden Bir İş Haline Gelen "Sanal Dünya"

Physical AI çevresinde yeni bir "sanal dünya altyapısı" endüstrisi ortaya çıkıyor ve bu şirketlerin iş bölümü giderek daha da inceliyor.

2026 Ağustos ayında, merkezi Almanya'nın Münih kentinde bulunan NavVis 85 milyon dolarlık finansman sağladı.

NavVis bir mekansal veri şirketidir. Temel işi robot eğitmek değil, mobil tarama cihazları kullanarak gerçek dünyadaki fabrikaları, binaları ve altyapıyı hızla tarayarak yüksek hassasiyetli 3D verilere dönüştürmektir. Şirketin açıkladığına göre, yalnızca 2025 yılında sistemlerinin işlediği ve dağıttığı gerçek alan 1 milyar metrekareyi aştı.

Bugün NavVis bu işi doğrudan Physical AI'nın "veri temeli" olarak konumlandırıyor — robotlar gelecekte gerçek fabrikalarda çalışacaksa, önce bilgisayarın bu fabrikanın nasıl göründüğünü doğru bir şekilde bilmesi gerekir.

Güney Koreli girişim NdotLight ise farklı bir sorunu çözüyor. NdotLight, robot simülasyonu için 3D varlıklar üreten bir Physical AI veri şirketidir. Bu yıl Ağustos ayında, Kore Kalkınma Bankası KDB liderliğinde 15 milyar won, yaklaşık 10,6 milyon dolarlık yeni finansman aldı.

Sıradan 3D modellerin oyun veya animasyon için kullanılabilmesi için genellikle yeterince gerçekçi olması yeterlidir. Ancak robot eğitimi için bu kesinlikle yeterli değildir, çünkü robotun bu sandalyenin ne kadar ağır olduğunu, nerede çarpışma olacağını, yüzey sürtünmesinin ne kadar olduğunu, hangi parçaların hareket edebildiğini bilmesi gerekir.

NdotLight'ın geliştirdiği TRINIX, sıradan 3D içerikleri SimReady varlıklara, yani doğrudan robot simülatörüne aktarılabilen 3D varlıklara dönüştürür. Görünümün yanı sıra kütle, sürtünme, eklem yapısı ve çarpışma verilerini de ekler ve NVIDIA Omniverse ile Isaac Sim'e bağlanır. Çözdüğü sorun, sanal nesnelerin yalnızca gerçeği yansıtmasını değil, aynı zamanda gerçek nesneler gibi robotlar tarafından kullanılabilmesini sağlamaktır.

17 Eylül'de, İzlanda'dan bir başka şirket olan Treble 18 milyon dolarlık finansman sağladı. Treble bir akustik simülasyon şirketidir. Sanal alanlar oluşturduktan sonra, sesin odalarda, binalarda ve diğer ortamlarda nasıl yayıldığını simüle edebilir ve sentetik akustik veriler üretebilir.

Robotlar, akıllı gözlükler ve diğer Physical AI cihazları gerçek ortamı anlamak için giderek daha fazla mikrofona bağımlı oldukça, şirket de akustik dijital ikiz teknolojisini Physical AI eğitimi için kullanmaya başladı; temel olarak çözdüğü şey, sanal dünyada robotların gerçeğe yakın sesleri nasıl "duyabileceği"dir.

Bu tür şirketler toplandığında, aslında yeniden bir dijital dünya inşa etmeye başladılar ve bu, beş yıl önce insanların "sanal dünya" dediği şeye çok yakın. Fark şu ki, metaverse sürükleyicilik peşindeydi, Physical AI ise gerçeklik peşinde.

Bu da robot simülasyonu alanındaki en önemli kavramlardan biri olan "Sim-to-Real" (simülasyondan gerçeğe) konusuna geliyor. Tartışılan soru şu: Robotun sanal dünyada öğrendiği şeyler, gerçek dünyaya döndükten sonra hâlâ işe yarar mı?

NVIDIA'nın Isaac Sim'i yalnızca görüntü render'ını değil, aynı zamanda rijit cisim dinamiği, eklemler, çarpışmalar ve çeşitli sanal sensörleri de içerir. Bunun nedeni, bu farkı mümkün olduğunca azaltmaktır. Isaac Lab ise geliştiricilerin aynı anda çok sayıda robot ortamını çalıştırmasına olanak tanıyarak GPU üzerinde paralel robot politikası eğitimi yapılmasını sağlar.

Dolayısıyla bugünün robot sanal dünyası ile birçok tüketici metaverse'i arasındaki temel fark, ilkinin değerinin nihayetinde gerçek dünyada test edilmesi gerektiğidir.

İnsanlar sonunda başlangıçta öngörüldüğü gibi metaverse'e taşınmadı. Ancak sanal dünya için döşenen yollar tamamen terk edilmedi; robotlar bu yollar boyunca gerçek dünyaya geri dönüyor.