Generalist AI Inc., en San Mateo-baserad startup som bygger grundmodeller för robotar, har samlat in cirka 200 miljoner dollar i en ny finansieringsomgång ledd av riskföretaget 8VC, rapporterade Axios på måndagen, med hänvisning till en källa som är bekant med affären och en federal ansökan som avslöjar höjningen.
Omgången kommer bara två månader efter att Generalist stängde en finansiering på 400 miljoner dollar i juni till en rapporterad värdering på 2 miljarder dollar, en omgång som inkluderade deltagande från Nvidia och Bezos Expeditions, enligt SiliconANGLE. Med det nya kapitalet har företaget nu samlat in mer än 650 miljoner dollar totalt när investerare fortsätter att samlas i så kallade fysiska AI-företag som bygger generella robotsystem. For more context on this story, see our ongoing AI trends.
Mjukvaruhjärnor, inte metallkroppar
Generalist har en distinkt position i robotboomen: snarare än att tillverka robothårdvara, utvecklar företaget AI "hjärnor" - grundmodeller tränade på stora mängder data - som kan driva maskiner byggda av andra tillverkare. Tillvägagångssättet speglar strategin som gjorde stora språkmodeller till den underliggande infrastrukturen för chatbotindustrin, istället tillämpade på den fysiska världen.
Startupens satsning är att när robotar sprider sig över fabriker och lager, kommer värdet att koncentreras till intelligensskiktet snarare än ställdonen och chassit. Investerare verkar dela den tesen. Juniomgången drog Nvidia – vars Jetson-chiplinje riktar sig mot robotar specifikt – tillsammans med mer än ett halvdussin andra stödjare, och den nya $200 miljoner-injektionen fick sällskap av flera icke namngivna befintliga investerare, rapporterade Axios.
Gen-1.5: Att lära ut robotar genom demonstration
Finansieringsnyheterna landar ungefär en vecka efter att Generalist debuterade sin senaste modell, Gen-1.5, som är designad för att driva robotarmar i industriella miljöer. Modellen adresserar en av de mest ihållande flaskhalsarna inom fabriksautomation: kostnaden och bräckligheten för att programmera robotar för varje ny uppgift.
Historiskt sett var ingenjörer tvungna att skriva anpassad kod för varje uppgift som en robotarm utför, och till och med mindre operativa förändringar - till exempel byte i större förpackningslådor - kunde kräva omskrivningar. Medan vissa moderna robotar levereras med AI som minskar handkodning, innebär det att lära dem nya uppgifter vanligtvis att finjustera neurala nätverk, en process som kan ta betydande ingenjörstid.
Gen-1.5 tar ett annat tillvägagångssätt. Användare kan lära roboten en ny uppgift helt enkelt genom att demonstrera den med sina egna händer, med rörelsen fångad av robotens inbyggda kameror eller av sensorer som bärs på demonstratorns händer. Modellen kan också lära sig av inspelade klipp av simulerade robotar som utför uppgifter.
De prestationssiffror som företaget publicerade är anmärkningsvärda. Över 10 exempeluppgifter uppnådde Gen-1.5 en genomsnittlig slutförandegrad av uppgifter på 59 procent när de fick en enda demonstration av hur de utfördes. När användarna angav några ytterligare exempel, steg slutförandegraden till 83 procent. Generalist säger att modellen är den första som kan lära sig ett brett utbud av robotuppgifter från bara ett eller några få exempel.
Modellen visade också tecken på autonom bedömning under testning: på vissa uppgifter valde Gen-1.5 att slutföra en uppgift med ett annat verktyg än det som den hade blivit instruerad att använda.
Beräkna kostnaden för fysisk intelligens
Att träna sådana modeller är inte billigt. Generalist säger att Gen-1.5 tog mer än åtta månader att träna, och även om företaget inte har detaljerat hur det kommer att distribuera de nya $200 miljonerna, förväntas en betydande andel finansiera AI-infrastruktur. Nvidias deltagande i juniomgången antyder att Generalists utbildningar lutar sig mycket mot chiptillverkarens datacenter-GPU:er.
De snabba back-to-back-höjningarna – 400 miljoner dollar i juni, ytterligare 200 miljoner dollar i slutet av augusti – återspeglar det intensifierade kapitalkapplöpningen inom förkroppsligad AI. Riskfinansiering av robotik och fysiska AI-startuper har accelererat under de senaste två åren eftersom förbättringar i vision, manipulation och resonemangsmodeller har gjort robotar för generella ändamål kommersiellt rimliga.
Generalist möter konkurrens från välfinansierade rivaler som driver liknande grundmodellstrategier, inklusive Physical Intelligence, vars generalistiska robotpolicy har dragit stor uppmärksamhet från forskare. Hur segmentets vinnare kommer att se ut är fortfarande osäkert, men omfattningen av kapital som nu flödar in i robot-hjärna-startups antyder att investerare tror att mjukvaruskiktet av robotik kan bli lika betydelsefullt som modellskiktet på chatbotmarknaden.
Takten i höjningarna återspeglar också hur snabbt marknaden för robotprogramvara har mognat. Ett företag som för två år sedan skulle ha varit ett forskningsprojekt beordrar nu värderingar på flera miljarder dollar på styrkan av demonstrationsvideor och riktmärke för slutförandet av uppgifter – mätvärden som skulle ha verkat fantastiska för generella manipulationsmodeller för bara några hårdvarugenerationer sedan. Bara juniomgången drog Nvidia, Bezos Expeditions och mer än ett halvdussin ytterligare stödjare till vad SiliconANGLE beskrev som ett fullsatt syndikat, och det faktum att 8VC återvände för att leda igen knappt åtta veckor senare signalerar att efterfrågan på allokering i företaget översteg vad en enskild omgång kunde absorbera.
För nu signalerar Generalist förtroende med sin plånbok. Ett företag som har samlat in nästan två tredjedelar av en miljard dollar på en enda sommar berättar faktiskt för marknaden att eran av robotar som lär sig uppgifter genom att titta på människor är tillräckligt nära den kommersiella verkligheten för att motivera de största satsningarna.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
