Skild AI raccoglie 300 milioni di dollari per scalare dati AI fisici generici

Skild AI ha chiuso un round di finanziamento di Serie A da 300 milioni di dollari (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) con una valutazione stimata di 1,5 miliardi di dollari (https://www.bloomberg.com/news/articles/2024-07-09/bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-valuation/) per risolvere il collo di bottiglia più pressante del settore: la scarsità di dati ad alta fedeltà per il mondo fisico. Guidato da Lightspeed Venture Partners, Coatue e SoftBank Group, con la partecipazione di Jeff Bezos, l'iniezione di capitale mira alla creazione di un modello fondamentale in grado di alimentare diversi hardware robotici attraverso una 'legge di scala' per i dati di interazione fisica.

La Grande Svolta dei Dati Fisici

Mentre i modelli linguistici di grandi dimensioni (LLM) hanno beneficiato dei vasti set di dati prontamente disponibili di Internet, l'AI Fisica richiede una classe di informazioni fondamentalmente diversa. La tesi centrale di Skild AI è che la prossima frontiera dell'intelligenza risiede nei 'dati di interazione', i loop di feedback sensoriali e motori generati quando le macchine interagiscono con l'ambiente fisico. A differenza dei dati basati sul testo, queste informazioni non possono essere estrapolate dal web; devono essere generate attraverso simulazioni su larga scala e teleoperazioni nel mondo reale. L'azienda mira ad addestrare il suo Skild Brain su 1.000 volte più dati (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) rispetto ai concorrenti attuali, posizionandosi come un aggregatore e processore primario di asset comportamentali robotici.

Scalare Modelli Fondamentali per la Robotica

L'investimento sottolinea una crescente convinzione di mercato che la robotica generica seguirà la stessa traiettoria di scalabilità dell'IA generativa. Disaccoppiando il 'cervello' (il modello) dal 'corpo' (l'hardware), Skild AI sta costruendo un asset di dati indipendente dall'hardware. Ciò consente al modello di essere concesso in licenza ai produttori di tutto, dai lavoratori umanoidi ai manipolatori industriali. Questo approccio rispecchia direttamente la strategia di Physical Intelligence (Pi), che ha recentemente raccolto circa 400 milioni di dollari (https://www.bloomberg.com/news/articles/2024-11-04/robotics-startup-physical-intelligence-raises-400-million-from-bezos-openai/) per perseguire un percorso di dati 'generalista' simile. Per gli investitori, il valore risiede non nei robot stessi, ma nei set di dati proprietari di fallimenti e successi fisici che affinano le capacità predittive del modello.

Il Panorama Competitivo dei Modelli del Mondo

La corsa al dominio dell''AI del Mondo' si intensifica poiché i fornitori di dati specializzati diventano i nuovi re. Oltre a Skild AI, aziende come Wayve, che ha raccolto 1,05 miliardi di dollari (https://wayve.ai/news/wayve-series-c/) all'inizio di quest'anno, si concentrano sull''Embodied AI' per sistemi autonomi. Queste aziende competono sempre più per pool limitati di dati di sensori di alta qualità, portando a un'impennata di hardware specializzato (https://www.forbes.com/sites/kenrickcai/2024/06/25/etched-funding-120-million-sohu-chip-nvidia-competitor/) progettato specificamente per elaborare gli input multimodali del mondo fisico. Man mano che Skild AI scala, la sua capacità di monetizzare i propri dati proprietari attraverso accordi di licenza sarà la metrica principale del suo valore aziendale a lungo termine.

Perché è importante per i proprietari di dati

Per i proprietari di dati industriali, logistici e sensoriali, il round Skild AI segnala una massiccia espansione del mercato indirizzabile. Stiamo passando dall''Era del Testo' della monetizzazione dei dati all''Era dell'Interazione'. Set di dati proprietari di movimenti fisici, log di errori da magazzini automatizzati e telemetria ad alta risoluzione da flotte autonome non sono più solo scarichi operativi, ma sono il carburante ad alto numero di ottano per la prossima generazione di IA generica. I proprietari di dati che possono strutturare e concedere in licenza questi asset di interazione fisica otterranno un premio significativo poiché la domanda di dati di addestramento 'pronti per il mondo' supera l'offerta.