گیمنگ کلپ پلیٹ فارم سے تیار کردہ ایک اسٹارٹ اپ نے سال کے سب سے بڑے مصنوعی ذہانت کے فنڈنگ راؤنڈز میں سے ایک حاصل کیا ہے۔ جنرل انٹیوشن نے سیریز A راؤنڈ میں $2.3 بلین ویلیویشن میں $320 ملین اکٹھے کیے ہیں، یہ شرط لگاتے ہوئے کہ لاکھوں گھنٹے پلیئر اینوٹیٹڈ گیم پلے AI ایجنٹوں کو حقیقی دنیا میں حرکت اور عمل کرنے کا طریقہ سکھا سکتے ہیں۔
ٹیک کرنچ نے پہلی بار 25 جون کو راؤنڈ کی اطلاع دی۔ اس کی قیادت کھوسلا وینچرز نے کی، جس میں جنرل کیٹالسٹ، جیف بیزوس، ایرک شمٹ، سابق فارمولا 1 ڈرائیور نیکو روزبرگ، اور گوگل ڈیپ مائنڈ اور ایم آئی ٹی کے محققین نے بھی حصہ لیا۔ اکتوبر 2025 میں $134 ملین لانچ راؤنڈ کے بعد، اس اضافے سے کمپنی کی ظاہر کردہ فنڈنگ تقریباً 454 ملین ڈالر تک پہنچ گئی۔ For more context on this story, see our ongoing breaking AI news.
کمپنی کا مقالہ غیر روایتی لیکن تیزی سے فیشن ایبل ہے: یہ کہ صارف گیمنگ پروڈکٹ کے اندر بیٹھا ڈیٹا جسمانی AI کے لیے سب سے کم تربیتی ذرائع میں سے ایک ہو سکتا ہے۔
کلپ شیئرنگ سے روبوٹکس ڈیٹا تک
جنرل انٹیوشن میڈل سے باہر بنایا گیا تھا، گیمرز کے لیے ایک کلپ شیئرنگ پلیٹ فارم جسے Pim de Witte نے قائم کیا تھا۔ Startup Fortune کے مطابق، de Witte نے 2024 کے آخر میں OpenAI کی جانب سے 500 ملین ڈالر کے حصول کی پیشکش کو ٹھکرا دیا، جس سے یہ نتیجہ اخذ کیا گیا کہ ان کے پلیٹ فارم کے نیچے موجود فوٹیج کسی اور لیب کے اندر لائن آئٹم کے مقابلے میں ایک نئی AI کمپنی کی بنیاد کے طور پر زیادہ قابل قدر ہے۔
میڈل کے تقریباً 10 ملین ماہانہ فعال صارفین ہیں جو ایک سال میں تقریباً 2 بلین ویڈیو کلپس اپ لوڈ کرتے ہیں۔ اہم تفصیل یہ ہے کہ ان کلپس میں ویڈیو سے آگے کیا ہوتا ہے۔ ایک میڈل کلپ کنٹرولر ان پٹ، بٹن دبانے، اور ماؤس کی حرکت کو لے جا سکتا ہے جس نے اسکرین پر ایکشن پیدا کیا۔ یہ بالکل اسی قسم کا ڈیٹا ہے جسے روبوٹکس لیبارٹریز بڑے پیمانے پر حاصل کرنے کے لیے جدوجہد کرتی ہیں: نہ صرف یہ کہ کیا ہوا، بلکہ انسان نے اسے انجام دینے کے لیے کیا کیا۔
کمپنی کا استدلال یہ ہے کہ اگر کوئی ماڈل کسی کھلاڑی کو بے ترتیبی سے لڑتے ہوئے دیکھ سکتا ہے اور ان کے ان پٹس سے اگلے فریم کی پیشین گوئی کر سکتا ہے، تو ہو سکتا ہے کہ وہ جگہ، وقت، نیت، اور نتیجہ کے بارے میں حقیقی طور پر مفید کچھ سیکھ رہا ہو۔ گودام کے روبوٹ کو میچ جیتنے کی ضرورت نہیں ہے۔ اسے کسی شیلف، کارٹ یا کسی شخص سے ٹکرائے بغیر ایک عجیب جسمانی ماحول سے گزرنے کی ضرورت ہے۔
سرمایہ کار کیوں توجہ دے رہے ہیں۔
سرمایہ کاروں کی فہرست جسمانی AI کے ماننے والوں میں سے کون ہے۔ جیف بیزوس نے پہلے فزیکل انٹیلی جنس کی حمایت کی تھی، روبوٹکس سافٹ ویئر کمپنی جس نے 2024 میں 2 بلین ڈالر سے زیادہ کی قیمت پر 400 ملین ڈالر اکٹھے کیے تھے۔ ایرک شمٹ نے اگلی بڑی ٹیکنالوجی مارکیٹوں میں سے ایک کے طور پر روبوٹکس کے بارے میں کھل کر بات کی ہے۔ گوگل ڈیپ مائنڈ نے دنیا کے ماڈلز اور ایجنٹوں کو آگے بڑھانے میں برسوں گزارے ہیں جو جسمانی جگہ کے بارے میں وجہ بتاتے ہیں۔
وسیع مارکیٹ ڈی وِٹ کو شرط لگانے کے لیے کمرہ فراہم کرتی ہے۔ بزنس انسائیڈر نے حال ہی میں رپورٹ کیا ہے کہ روبوٹکس کے لیے وینچر فنڈنگ 2019 میں 4 بلین ڈالر سے بڑھ کر 2025 میں 26 بلین ڈالر تک پہنچ گئی۔ فگر اے آئی، فزیکل انٹیلی جنس، سکلڈ AI، اور ایگیلیٹی روبوٹکس سمیت تمام کمپنیوں نے اہم سرمایہ کو اپنی طرف متوجہ کیا ہے کیونکہ پیسہ مشینوں کی طرف منتقل ہوتا ہے جو کہ جسمانی دنیا میں سوالات کے جوابات دینے کے بجائے کام کر سکتی ہیں۔ Nvidia کے چیف ایگزیکٹو جینسن ہوانگ نے بار بار مجسم AI کو اگلی لہر کے طور پر بیان کیا ہے۔
کمپیوٹ شرط اور آگے کیا آتا ہے۔
زیادہ تر نیا سرمایہ حساب کے لیے مختص ہے۔ TechCrunch نے رپورٹ کیا کہ جنرل انٹیوشن کے ماڈل کے اگلے ورژن کو CoreWeave انفراسٹرکچر پر تربیت دی جائے گی، جس میں 2026 کے موسم گرما کے اختتام تک ایک عوامی API کی منصوبہ بندی کی جائے گی۔ API اس بات کا پہلا حقیقی امتحان ہوگا کہ آیا میڈل تھیسس پچ ڈیک اور ایک مظاہرے سے باہر ہے۔
واضح اعتراض یہ ہے کہ کھیل حقیقی دنیا نہیں ہیں۔ ایک گیم انجن صاف ستھرا اصول نافذ کرتا ہے جو فیکٹری فلور کبھی نہیں کرتا ہے۔ تصادم کا پتہ لگانا درست ہے، اشیاء کوڈ کے مطابق برتاؤ کرتی ہیں، اور انسانی کارکن کے قریب کام کرنے والے روبوٹ کے بازو کو وزن، رگڑ، کم روشنی اور تاخیر کا مقابلہ کرنا چاہیے۔ جنرل انتشار کا کاؤنٹر یہ ہے کہ پیمانہ مساوات کو تبدیل کرتا ہے۔ کمپنی یہ دعوی نہیں کر رہی ہے کہ ویڈیو گیم ایک فیکٹری ہے۔ یہ شرط لگائی جا رہی ہے کہ لاکھوں حقیقی انسانی فیصلے، جو دکھائی دینے والے نتائج سے منسلک ہیں، ایک ماڈل کو مقامی اور وقتی جبلتوں کی تعمیر میں مدد کر سکتے ہیں جن کی روبوٹکس میں ابھی تک کمی ہے۔
ایک مختصر، زیادہ دلچسپ کہانی
مفید نقطہ سرخی سے زیادہ تنگ اور دلچسپ ہے۔ فزیکل AI کے لیے ممکنہ طور پر قابل قدر ڈیٹا سیٹس میں سے ایک صارف گیمنگ پروڈکٹ کے اندر چھپا ہوا ہو گا جب کہ سب سے بڑی لیبز کہیں صاف نظر آ رہی تھیں۔ میڈل کے کلپس میں دباؤ کے تحت کیے گئے حقیقی انسانی انتخاب ہوتے ہیں، نہ کہ صاف ستھرا راستوں کو تلاش کرنے والے سمیلیٹر کے ذریعے تیار کردہ۔ ایک ایجنٹ کے لیے جو یہ اندازہ لگانا سیکھ رہا ہے کہ کوئی شخص آگے کیا کر سکتا ہے، یہ فرق اہمیت رکھتا ہے۔
جنرل انترجشتھان کو ابھی بھی مشکل حصہ ثابت کرنا ہے۔ ایک بڑا ڈیٹاسیٹ فنڈنگ محفوظ کر سکتا ہے، لیکن یہ خود روبوٹ کو کارآمد نہیں بنا سکتا۔ اگر سمر API سے پتہ چلتا ہے کہ گیمنگ سے تربیت یافتہ ایجنٹ حقیقی دنیا کے کاموں کو عام کرتے ہیں، تو ڈی وِٹ کا $500 ملین اوپن اے آئی کی پیشکش سے الگ ہونے کا فیصلہ درست نظر آ سکتا ہے۔ اگر ایسا نہیں ہوتا ہے تو، راؤنڈ ایک مہنگی یاد دہانی کے طور پر کھڑا ہو جائے گا کہ دنیا کا ماڈل بنانا ایک گیم سے زیادہ مشکل ہے۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
