Стартап General Intuition привлёк $320 млн на «фундаментальную модель» для роботов

Американский стартап General Intuition завершил раунд финансирования на $320 млн, получив оценку $2,3 млрд. Компания разрабатывает универсальную фундаментальную модель для робототехники — по аналогии с тем, как GPT стал базой для большинства NLP-приложений. Ключевой тезис: индустрии больше не нужны миллионы часов реальных данных для каждого нового робота.

Почему видеоигры учат роботов двигаться

До появления GPT-3 компании строили NLP-модели с нуля под каждую задачу, собирая огромные специализированные датасеты. Сегодня большинство организаций берут готовую базовую модель — GPT, Claude или Llama — и дообучают её под свои нужды. CEO General Intuition Пим де Витте убеждён, что робототехника пройдёт тот же путь.

Вместо того чтобы собирать терабайты реальных данных для каждого типа робота и каждой среды, де Витте предлагает сосредоточиться на качественных датасетах, способных сформировать у модели общее «интуитивное» понимание движения и взаимодействия с пространством.

Обучение General Intuition проходило на миллионах часов данных из видеоигр — включая информацию о том, какие кнопки геймпада нажимал человек и в какой момент. По мнению де Витте и ведущего инвестора компании Винода Хослы, именно данные о действиях — ключ к пространственно-временному мышлению, схожему с человеческим.

««Обобщённость самой модели и есть продукт. То, что у неё есть базовый уровень рассуждений о пространстве и времени, — вот почему люди перестанут собирать сотни тысяч или миллионы часов реальных данных. Реальность такова: вам нужны лишь несколько минут», — говорит де Витте.»

Восемь минут данных вместо месяцев сбора

Главный практический результат, который демонстрирует General Intuition, — запуск четвероногого робота после всего восьми минут дообучения на реальных данных. При этом робот работал только с фронтальной камерой, без дополнительных сенсоров, в офисном пространстве с динамическими объектами и людьми, проходящими мимо.

««То, что робот смог работать в режиме zero-shot только с фронтальной камерой, без других сенсоров, в офисе с динамическими объектами и проходящими людьми, стало для нас большой неожиданностью», — признаётся де Витте.»

Помимо управления роботом, та же модель способна часами играть в видеоигру. Это подтверждает тезис о переносимости «интуиции»: модель, обученная на игровых данных, справляется с физической задачей после минимального дообучения.

Сейчас большинство игроков рынка, по словам де Витте, занимаются узкоспециализированной работой — отдельно для каждого типа робота, каждой среды, каждой задачи. Он считает, что значительная часть этих усилий окажется избыточной по мере появления общих моделей.

Стать «операционной системой» для физического ИИ

General Intuition не планирует выпускать собственных роботов. Цель компании — стать фундаментальной платформой физического ИИ: базовой моделью, на которой другие производители будут строить своих машин.

Де Витте формулирует это так: «Мы не будем строить компанию по производству беспилотных автомобилей. Мы сделаем так, чтобы следующему человеку было в десять раз проще построить такую компанию».

Аналогия с языковыми моделями здесь работает на двух уровнях. Во-первых, технологически: фундаментальная модель снижает порог входа для разработчиков. Во-вторых, бизнесово: OpenAI, Anthropic и Meta зарабатывают не на конечных продуктах, а на инфраструктуре — API, лицензиях, облачных сервисах. General Intuition претендует на аналогичную роль в физическом ИИ.

Инвестиции возглавил Vinod Khosla через Khosla Ventures — один из наиболее активных венчурных фондов в области ИИ, ранее поставивший на OpenAI. Участие Хослы в раунде сигнализирует: тезис о «ChatGPT-моменте» для роботов воспринимается серьёзно не только на уровне стартап-риторики.

Что это значит для белорусского IT-рынка

Для белорусских компаний, работающих в сфере робототехники и промышленной автоматизации, подход General Intuition несёт практическое значение. Резиденты ПВТ, занимающиеся разработкой ПО для промышленных роботов или автономных систем, потенциально получат доступ к фундаментальным моделям, которые резко сократят объём необходимых обучающих данных.

Сейчас сбор реальных данных для обучения роботов — один из главных барьеров для небольших команд: это дорого, долго и требует физической инфраструктуры. Если тезис General Intuition подтвердится, стартапы смогут строить специализированные решения поверх готовой базы — так же, как сегодня строят чат-боты поверх GPT. Это открывает нишу для команд, способных быстро адаптировать общую модель под конкретные промышленные задачи: логистику, сборочные линии, складскую автоматизацию.

— По материалам TechCrunch: оригинальная статья. Перевод и адаптация — редакция Digital Business.