Skild AI залучила $300 млн у раунді Серії А для фундаментних моделей Physical AI

Skild AI закрила оголошений раунд фінансування Серії А на суму $300 мільйонів (https://techcrunch.com/2024/07/01/skild-ai-robotics-funding-softbank-bezos/), оцінивши стартап у сфері робототехніки приблизно в $1,5 мільярда (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-value). Компанія з Піттсбурга, заснована колишніми професорами Університету Карнегі-Меллона, представляє значний поворот у ландшафті венчурного капіталу в бік «Physical AI» — розробки фундаментних моделей, здатних живити різноманітне обладнання, від людиноподібних роботів до промислових маніпуляторів. Раунд очолили Lightspeed Venture Partners, Coatue та SoftBank Group, за участю Bezos Expeditions Джеффа Безоса, що робить його однією з найбільших ранніх інвестицій у сектор втіленого ШІ на сьогодні.

Зсув до даних втіленого інтелекту

На відміну від традиційних великих мовних моделей (LLM), які покладаються на текстові дані масштабу Інтернету, Skild AI створює те, що вона описує як «універсальний мозок» для фізичного світу. Це вимагає принципово іншого класу даних: мультимодальних сенсомоторних наборів даних, які фіксують взаємодію машин з фізичним середовищем. Тренуючись на оголошеному обсязі різноманітних робототехнічних даних (https://www.forbes.com/sites/kenrickcai/2024/07/01/skild-ai-300-million-funding-bezos-softbank/), Skild AI прагне подолати проблему «дефіциту даних», яка довго переслідувала робототехніку. Їхня модель розроблена для узагальнення на різних конфігураціях роботів, ефективно відокремлюючи «інтелект» ШІ від конкретного обладнання, на якому він працює.

Цей підхід відображає нещодавній успіх інших піонерів Physical AI. Наприклад, стартап з автономного водіння Wayve нещодавно залучив оголошені $1,05 мільярда (https://www.reuters.com/technology/softbank-leads-1-billion-funding-uk-self-driving-startup-wayve-2024-05-07/) у раунді Серії C для просування свого «втіленого ШІ» для транспортних засобів. Обидві компанії роблять ставку на те, що наступним рубежем цінності ШІ є не цифровий контент, а здатність орієнтуватися та маніпулювати тривимірним світом. Раунд Skild AI ще більше підтверджує тезу про те, що високоточні дані про фізичну взаємодію стають найціннішим класом власності у світі.

Капіталомісткість та гонка озброєнь Physical AI

Масштаб раунду Skild AI відображає величезну капіталомісткість, необхідну для придбання, симуляції та обробки даних фізичного світу. Компанія конкурує у швидко зростаючому полі, яке включає Figure AI, що залучила оголошені $675 мільйонів (https://www.bloomberg.com/news/articles/2024-02-29/bezos-nvidia-join-openai-in-funding-humanoid-robot-startup-figure) раніше цього року, та Tesla, яка продовжує використовувати свій парк із мільйонів транспортних засобів як масивний двигун збору даних для своєї людиноподібної програми Optimus. Основною перешкодою для цих компаній є вже не просто обчислювальна потужність, а доступність високоякісних, маркованих «даних про дії» — послідовностей, які показують успішне виконання завдання роботом у реальному світі.

Окрім чистої робототехніки, тренд Physical AI розширюється на спеціалізовані домени. EvolutionaryScale нещодавно залучила оголошені $142 мільйони (https://www.reuters.com/technology/biotech-startup-evolutionaryscale-raises-142-mln-led-by-nat-friedman-daniel-gross-2024-06-25/) для застосування фундаментних моделей до біологічних даних, розглядаючи фізичні структури білків як мову для розшифровки. Аналогічно, оборонно-технологічна компанія Helsing нещодавно залучила оголошені €450 мільйонів (https://www.reuters.com/technology/european-defense-tech-startup-helsing-raises-487-million-2024-07-02/) для розгортання ШІ на фізичних оборонних платформах. Ці угоди колективно сигналізують про те, що ринок «Дані для ШІ» рухається до активів, які долають розрив між цифровими бітами та фізичними атомами.

Фронтир ліцензування даних

Оскільки попит на високоякісні навчальні дані перевищує їхню публічну доступність, угоди про ліцензування стають стандартом для розробників моделей. OpenAI нещодавно підписала багаторічну угоду про ліцензування з Time (https://openai.com/index/time-and-openai-partnership/) для доступу до понад 100 років архівів, тоді як YouTube, за повідомленнями, веде переговори з великими музичними лейблами про ліцензування музики для навчальних даних ШІ (https://www.ft.com/content/13812821-2e5f-4a6c-95b7-7e6144e54a9d). Для компаній Physical AI, таких як Skild, фронтир ліцензування, ймовірно, включатиме партнерство з логістичними гігантами, виробниками та постачальниками сенсорів, які володіють величезними сховищами невикористаних телеметричних даних.

Чому це важливо для власників даних

Для власників промислових, логістичних або біологічних даних раунд Skild AI є чітким сигналом ринкової оцінки. Оскільки фундаментні моделі переходять у фізичну сферу, премія за «реальні» телеметричні дані стрімко зростає. Власники даних, які можуть надати високоточні, часові ряди даних про фізичні процеси — чи то переміщення на складі, хімічні реакції, чи механічні збої — більше не просто керують операційними записами; вони володіють основним паливом для наступного покоління багатомільярдних платформ ШІ. Перехід від LLM до Physical AI свідчить про те, що найприбутковіші угоди з ліцензування даних у наступні 24 місяці, ймовірно, відбудуться у фізичному та загальному секторах ШІ, де симуляція та реальні сенсорні дані є основними конкурентними перевагами.