physical airoboticsventure capitalfoundation modelsdata licensing3 juli 2026

Skild AI haalt $300 miljoen aan Series A-financiering op voor Physical AI Foundation Models

Met steun van SoftBank en Jeff Bezos, richt de ronde met een waardering van $1,5 miljard zich op een 'algemeen doel brein' voor diverse robotica-data.

Skild AI heeft een bekendgemaakte Series A financieringsronde van $300 miljoen afgesloten (https://techcrunch.com/2024/07/01/skild-ai-robotics-funding-softbank-bezos/), waarmee de waardering van de robotica-startup wordt geschat op $1,5 miljard (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-value). Het in Pittsburgh gevestigde bedrijf, opgericht door voormalige professoren van Carnegie Mellon University, vertegenwoordigt een significante verschuiving in het landschap van durfkapitaal naar "Physical AI"—de ontwikkeling van foundation models die diverse hardware kunnen aandrijven, van humanoïde robots tot industriële manipulatoren. De ronde werd geleid door Lightspeed Venture Partners, Coatue en SoftBank Group, met deelname van Jeff Bezos’s Bezos Expeditions, wat een van de grootste vroege investeringen in de embodied AI-sector tot nu toe markeert.

De Verschuiving naar Embodied Intelligence Data

In tegenstelling tot traditionele Large Language Models (LLMs) die afhankelijk zijn van internet-schaal tekst, bouwt Skild AI wat het beschrijft als een "algemeen doel brein" voor de fysieke wereld. Dit vereist een fundamenteel andere klasse van data-assets: multi-modale sensorimotorische datasets die vastleggen hoe machines interageren met fysieke omgevingen. Door te trainen op een bekend volume aan diverse robotica-data (https://www.forbes.com/sites/kenrickcai/2024/07/01/skild-ai-300-million-funding-bezos-softbank/), streeft Skild AI ernaar het "data-schaarste" probleem op te lossen dat robotica al lange tijd teistert. Hun model is ontworpen om te generaliseren over verschillende robotconfiguraties, waardoor de AI "intelligentie" effectief wordt ontkoppeld van de specifieke hardware waarin deze zich bevindt.

Deze aanpak weerspiegelt het recente succes van andere pioniers op het gebied van fysieke AI. Zo heeft de autonome rij-startup Wayve onlangs een bekendgemaakte Series C financiering van $1,05 miljard opgehaald (https://www.reuters.com/technology/softbank-leads-1-billion-funding-uk-self-driving-startup-wayve-2024-05-07/) om zijn "embodied AI" voor voertuigen te bevorderen. Beide bedrijven wedden erop dat de volgende grens van AI-waarde niet ligt in digitale content, maar in het vermogen om de driedimensionale wereld te navigeren en te manipuleren. De Skild AI-ronde valideert verder de stelling dat hoogwaardige fysieke interactiedata de meest waardevolle eigen vermogensklasse ter wereld wordt.

Kapitaalintensiteit en de Fysieke AI Wapenswedloop

De omvang van de Skild AI-ronde weerspiegelt de immense kapitaalintensiteit die nodig is om data uit de fysieke wereld te verwerven, te simuleren en te verwerken. Het bedrijf concurreert in een snel groeiend veld dat onder meer Figure AI omvat, dat eerder dit jaar een bekendgemaakte $675 miljoen ophaalde (https://www.bloomberg.com/news/articles/2024-02-29/bezos-nvidia-join-openai-in-funding-humanoid-robot-startup-figure), en Tesla, dat zijn vloot van miljoenen voertuigen blijft gebruiken als een enorme dataverzamelingsmotor voor zijn Optimus humanoïde programma. De belangrijkste bottleneck voor deze bedrijven is niet langer alleen rekenkracht, maar de beschikbaarheid van hoogwaardige, gelabelde "actiedata"—sequenties die laten zien hoe een robot succesvol een taak in de echte wereld voltooit.

Naast pure robotica breidt de Physical AI-trend zich uit naar gespecialiseerde domeinen. EvolutionaryScale heeft onlangs een bekendgemaakte $142 miljoen opgehaald (https://www.reuters.com/technology/biotech-startup-evolutionaryscale-raises-142-mln-led-by-nat-friedman-daniel-gross-2024-06-25/) om foundation models toe te passen op biologische data, waarbij de fysieke structuren van eiwitten worden behandeld als een te ontcijferen taal. Evenzo heeft het defensie-techbedrijf Helsing onlangs een bekendgemaakte €450 miljoen binnengehaald (https://www.reuters.com/technology/european-defense-tech-startup-helsing-raises-487-million-2024-07-02/) om AI in te zetten op fysieke defensieplatforms. Deze deals signaleren gezamenlijk dat de "Data for AI" markt zich beweegt richting assets die de kloof overbruggen tussen digitale bits en fysieke atomen.

De Frontier van Datallicentiëring

Nu de vraag naar hoogwaardige trainingsdata de publieke beschikbaarheid overstijgt, worden licentieovereenkomsten de norm voor modelontwikkelaars. OpenAI heeft onlangs een meerjarige licentieovereenkomst gesloten met Time (https://openai.com/index/time-and-openai-partnership/) om toegang te krijgen tot meer dan 100 jaar aan archieven, terwijl YouTube naar verluidt in gesprek is met grote platenlabels om muziek te licentiëren voor AI-trainingsdata (https://www.ft.com/content/13812821-2e5f-4a6c-95b7-7e6144e54a9d). Voor Physical AI-bedrijven zoals Skild zal de frontier van datallicentiëring waarschijnlijk partnerschappen omvatten met logistieke giganten, fabrikanten en sensorleveranciers die beschikken over enorme repositories van onbenutte telemetriegegevens.

Waarom het ertoe doet voor data-eigenaren

Voor eigenaren van industriële, logistieke of biologische data is de Skild AI-ronde een duidelijk signaal van marktwaardering. Nu foundation models zich naar het fysieke domein begeven, schiet de premie op "real-world" telemetrie omhoog. Data-eigenaren die hoogwaardige, tijdreeksdata van fysieke processen kunnen leveren—of het nu gaat om magazijnbewegingen, chemische reacties of mechanische storingen—beheren niet langer alleen operationele gegevens; ze beschikken over de essentiële brandstof voor de volgende generatie multi-miljard dollar AI-platforms. De overgang van LLMs naar Physical AI suggereert dat de meest lucratieve datallicentieovereenkomsten van de komende 24 maanden waarschijnlijk zullen plaatsvinden in de fysieke en algemene AI-sectoren, waar simulatie en real-world sensordata de primaire "moats" vormen.

Get the next analysis

One deep-dive per edition on where valuable data is hiding — the evidence, the sources, and who would pay for it. No noise.

One email per edition. Unsubscribe any time. We never share your address.

From the marketplace

Explore live data opportunities

Browse datasets by sector & use-case
Found this useful? Share it

d-nvest turns the data assets behind these deals into scored, actionable opportunities.

Explore the pipeline →