Generalist AI Inc., стартап із Сан-Матео, який створює базові моделі для роботів, залучив приблизно 200 мільйонів доларів у новому раунді фінансування під керівництвом венчурної фірми 8VC, повідомляє Axios у понеділок з посиланням на джерело, знайоме з угодою, і федеральну заяву, яка розкриває підвищення.
Згідно з SiliconANGLE, раунд відбувся лише через два місяці після того, як у червні компанія Generalist закрила фінансування на суму 400 мільйонів доларів США за оцінкою в 2 мільярди доларів США. Завдяки новому капіталу компанія наразі залучила понад 650 мільйонів доларів США, оскільки інвестори продовжують накопичуватися в так званих компаніях із штучним інтелектом, які створюють роботизовані системи загального призначення. For more context on this story, see our ongoing artificial intelligence updates.
Програмні мізки, а не металеві тіла
Generalist займає особливу позицію в бумі робототехніки: замість того, щоб виробляти роботизоване обладнання, компанія розробляє «мізки» штучного інтелекту — базові моделі, навчені на величезній кількості даних, — які можуть працювати на машинах, створених іншими виробниками. Цей підхід відображає стратегію, яка перетворила великі мовні моделі на базову інфраструктуру індустрії чат-ботів, застосовану натомість у фізичному світі.
Стартап робить ставку на те, що в міру того, як роботи поширюються на фабриках і складах, цінність буде зосереджена на рівні інтелекту, а не на приводах і шасі. Інвестори, схоже, поділяють цю тезу. Червневий раунд залучив Nvidia — чия лінійка мікросхем Jetson спеціально націлена на роботів — разом із більш ніж півдюжиною інших спонсорів, а до нової ін’єкції 200 мільйонів доларів приєдналися кілька неназваних існуючих інвесторів, повідомляє Axios.
Gen-1.5: Навчання роботів шляхом демонстрації
Новини про фінансування з’явилися приблизно через тиждень після того, як компанія Generalist представила свою нову модель Gen-1.5, яка призначена для живлення роботизованих рук у промислових умовах. Модель усуває одне з найпоширеніших вузьких місць автоматизації виробництва: вартість і крихкість програмування роботів для кожного нового завдання.
Історично склалося так, що інженерам доводилося писати спеціальний код для кожного завдання, яке виконує роботизована рука, і навіть незначні операційні зміни — наприклад, заміна більших пакувальних коробок — могли вимагати переписування. У той час як деякі сучасні роботи постачаються зі штучним інтелектом, який зменшує кодування вручну, навчання їх новим завданням зазвичай означає тонке налаштування нейронних мереж, процес, який може потребувати значного часу розробки.
Gen-1.5 має інший підхід. Користувачі можуть навчити робота новому завданню, просто продемонструвавши це своїми руками, за допомогою рухів, зафіксованих вбудованими камерами робота або датчиками, які носять на руках демонстранта. Модель також може навчатися із записаних кліпів імітації роботів, які виконують завдання.
Показники продуктивності, опубліковані компанією, примітні. У 10 прикладах завдань Gen-1.5 досяг середнього рівня виконання завдань у 59 відсотків, якщо отримати одну демонстрацію того, як їх виконати. Коли користувачі надали кілька додаткових прикладів, відсоток завершення піднявся до 83 відсотків. Generalist каже, що ця модель є першою, яка здатна вивчати широкий спектр робототехнічних завдань лише на одному чи кількох прикладах.
Модель також показала ознаки автономного судження під час тестування: у деяких завданнях Gen-1.5 вирішив виконати завдання за допомогою іншого інструменту, ніж той, який йому було доручено використовувати.
Обчислювальна вартість фізичного інтелекту
Навчання таких моделей коштує недешево. Генераліст каже, що на навчання Gen-1.5 знадобилося більше восьми місяців, і хоча компанія не уточнює, як вона розгортатиме нові 200 мільйонів доларів, очікується, що значна частка буде фінансувати інфраструктуру ШІ. Участь Nvidia в червневому раунді натякає на те, що навчання Generalist значною мірою залежить від графічних процесорів центру обробки даних виробника мікросхем.
Швидкі послідовні збори коштів — 400 мільйонів доларів США в червні, ще 200 мільйонів доларів США до кінця серпня — відображають гонку за капіталом у втіленому ШІ. Венчурне фінансування робототехніки та стартапів фізичного штучного інтелекту прискорилося протягом останніх двох років, оскільки вдосконалення моделей бачення, маніпуляції та мислення зробили роботів загального призначення комерційно вірогідними.
Generalist стикається з конкуренцією з боку добре фінансованих конкурентів, які переслідують подібні стратегії базової моделі, включно з Physical Intelligence, чия політика щодо роботів загального профілю привернула значну увагу дослідників. Як виглядатимуть переможці цього сегменту, залишається невизначеним, але масштаби капіталу, який зараз надходить у стартапи з робото-мозком, припускають, що інвестори вірять, що рівень програмного забезпечення робототехніки може стати таким же важливим, як рівень моделі на ринку чат-ботів.
Темпи підвищення також відображають, наскільки швидко дозрів ринок програмного забезпечення для робототехніки. Компанія, яка два роки тому мала бути дослідницьким проектом, тепер оцінюється в кілька мільярдів доларів завдяки демонстраційним відеороликам і еталонним рівням виконання завдань — показники, які здавалися б фантастичними для моделей маніпуляції загального призначення лише кілька поколінь апаратного забезпечення. Лише червневий раунд залучив Nvidia, Bezos Expeditions і понад півдюжини додаткових прихильників у те, що SiliconANGLE назвав переповненим синдикатом, і той факт, що 8VC знову повернувся до лідерства лише через вісім тижнів, свідчить про те, що попит на розподіл у компанії перевищив те, що міг поглинути один раунд.
Наразі Generalist демонструє впевненість у своєму гаманці. Компанія, яка зібрала майже дві третини мільярда доларів за одне літо, фактично говорить ринку, що ера роботів, які навчаються завданням, спостерігаючи за людьми, досить близька до комерційної реальності, щоб виправдати найбільші ставки.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
