Стартап Physical Intelligence разрабатывает универсальный интеллект для роботов

Стартап Physical Intelligence из Сан-Франциско работает над созданием универсального ИИ для роботов и привлёк более миллиарда долларов инвестиций.

Американская компания Physical Intelligence, базирующаяся в Сан-Франциско, занимается разработкой универсального искусственного интеллекта для роботов, способного работать в реальном физическом мире, сообщает портал «boda». В отличие от узкоспециализированных алгоритмов, применяемых сегодня, команда делает ставку на так называемые фундаментальные модели, которые обучаются на данных от разных роботов и могут переносить навыки между устройствами.

Проект основан инженерами и исследователями, ранее работавшими в ведущих робототехнических лабораториях. Одним из сооснователей является Лачи Грум, известный по работе в Stripe и инвестициям в технологические стартапы. Компания уже получила поддержку крупных венчурных фондов, среди которых Thrive Capital, Lux Capital и OpenAI.

Разработка Physical Intelligence строится вокруг идеи единой системы управления, которая позволяет роботам понимать окружающую среду и адаптироваться к новым задачам без ручной настройки под каждую операцию. Модели обучаются на данных с сенсоров и движений, фиксируя реальные взаимодействия с объектами.

Практическое тестирование проходит в лабораторных условиях. Роботизированные манипуляторы выполняют бытовые и производственные действия, включая складывание одежды, переворачивание предметов и обработку продуктов. Полученные данные используются для дальнейшего обучения моделей вне строго заданных сценариев.

Компания уже прошла несколько инвестиционных раундов, включая серию B, и привлекла в общей сложности более миллиарда долларов при многомиллиардной оценке. При этом команда не спешит с выводом коммерческих продуктов, сосредотачиваясь на фундаментальных исследованиях.

Скептики указывают на неопределённость спроса на универсальных роботов и поднимают вопросы безопасности и практической пользы таких систем для массового рынка. Несмотря на это, разработчики считают, что выбранный подход может заложить основу для будущих решений в логистике, промышленности и быту.