Startup Physical Intelligence zebrał 1 mld dolarów na “ChatGPT dla robotów”. Maszyny uczą się składać pranie i obierać warzywa, a w tle trwa wyścig o przyszłość AI.
W skrócie:
- Physical Intelligence, startup z San Francisco, pozyskał ponad 1 mld dolarów na rozwój uniwersalnego modelu AI, który ma stać się „mózgiem” dla robotów.
- Firma stawia na „inteligentne oprogramowanie i tani sprzęt”, ucząc roboty na prostych, codziennych zadaniach, takich jak składanie ubrań czy parzenie kawy.
- Głównym rywalem jest Skild AI, który w przeciwieństwie do Physical Intelligence stawia na szybką komercjalizację i już generuje przychody z wdrożeń.
Z ulicy nic nie zdradza, że za drzwiami z ledwo widocznym symbolem pi mieści się siedziba Physical Intelligence. W środku, zamiast lśniącego logo i recepcji, uderza chaos. Ogromna, betonowa hala, a na jej środku prowizoryczne stoły z jasnego drewna. Na jednych stoją pudełka z ciastkami i słoiki z Vegemite (ktoś tu jest z Australii), na innych piętrzą się monitory, plątanina kabli i części zamienne. To tutaj, w tym technologicznym bałaganie, rodzi się przyszłość robotyki.
Podczas mojej wizyty jedno ramię próbuje złożyć czarne spodnie. Nie idzie mu najlepiej. Inne z determinacją godną lepszej sprawy usiłuje przewrócić koszulkę na prawą stronę. Trzecie, które najwyraźniej znalazło swoje powołanie, sprawnie obiera cukinię. Przynajmniej tyle. „Pomyśl o tym jak o ChatGPT, ale dla robotów” – mówi Sergey Levine, współzałożyciel firmy i profesor na UC Berkeley, wskazując na ten zmechanizowany balet.
Czym jest “ChatGPT dla robotów”?
To, co obserwuję, to faza testowa niekończącej się pętli. Dane są zbierane na stanowiskach takich jak to – w magazynach, domach, wszędzie, gdzie zespół może rozstawić swój sprzęt. Na ich podstawie powstają fundamentalne modele AI dla robotów ogólnego przeznaczenia. Kiedy naukowcy wytrenują nowy model, wraca on na takie stanowiska do oceny. Składacz spodni to czyjś eksperyment. Podobnie jak obracacz koszulki. Obieraczka do cukinii może sprawdzać, czy model potrafi generalizować ruchy na tyle, by poradzić sobie z jabłkiem lub ziemniakiem, których nigdy wcześniej nie „widział”.
Firma prowadzi tu nawet kuchnię testową. Wykorzystuje ogólnodostępny, tani sprzęt, by rzucać robotom nowe wyzwania. Obok stoi zaawansowany ekspres do kawy. Zakładam, że służy pracownikom, ale Levine szybko prostuje: „Nie, jest tu po to, by uczyły się na nim roboty”. Każde spienione latte to dane, a nie benefit dla inżynierów wpatrzonych w ekrany swoich komputerów. Sam sprzęt jest celowo mało efektowny. Ramiona kosztują około 3,5 tys. dolarów, co i tak jest ceną z „ogromną marżą” dostawcy. Gdyby firma produkowała je sama, koszt materiałów spadłby poniżej tysiąca dolarów. To sedno sprawy: dobra inteligencja ma kompensować słaby sprzęt.
Kto postawił na to miliard dolarów?
Za finansowym sukcesem stoi między innymi Lachy Groom, 31-latek z aurą cudownego dziecka Doliny Krzemowej. Swoją pierwszą firmę sprzedał jako trzynastolatek, a po odejściu ze Stripe, gdzie był jednym z pierwszych pracowników, przez pięć lat szukał projektu, któremu mógłby się poświęcić. Zainwestował w takie tuzy jak Figma, Notion czy Ramp, ale to była tylko przystawka. Prawdziwy cel znalazł, gdy usłyszał plotki, że Levine i Chelsea Finn, inna gwiazda robotyki ze Stanfordu, coś planują. „To było jedno z tych spotkań, po których wychodzisz i myślisz: To jest to” – wspomina Groom.
Dwuletnia firma zebrała już ponad miliard dolarów, a jej wycena sięga 5,6 mld. Wśród inwestorów są tuzy jak Khosla Ventures, Sequoia Capital i Thrive Capital. Najdziwniejsze w tym wszystkim? Groom nie daje im żadnych obietnic. „Nie udzielam inwestorom odpowiedzi na temat komercjalizacji” – przyznaje bez ogródek. A oni to akceptują, przynajmniej na razie. Strategia polega na skupieniu się na czystych badaniach i budowie jak najlepszej ogólnej inteligencji. Komercjalizacja? Przyjdzie na nią czas.
Jak wygląda wojna o mózg dla maszyn?
Physical Intelligence nie jest samotnym graczem. Wyścig o stworzenie uniwersalnej inteligencji dla robotów nabiera tempa. Na horyzoncie majaczy potężny rywal – Skild AI z Pittsburgha. Firma ta, założona w 2023 roku, właśnie zebrała 1,4 mld dolarów przy wycenie 14 mld dolarów i ma zupełnie inną filozofię. Podczas gdy Physical Intelligence okopuje się w laboratorium, Skild AI już wdrożyło komercyjnie swój system „Skild Brain”, twierdząc, że w kilka miesięcy zeszłego roku wygenerował 30 mln dolarów przychodu w sektorach bezpieczeństwa, logistyki i produkcji.
Co więcej, Skild AI publicznie atakuje konkurentów. Na swoim blogu przekonuje, że większość „fundamentalnych modeli dla robotyki” to tylko przebrane modele językowo-wizyjne, którym brakuje „prawdziwego fizycznego zdrowego rozsądku”. Dlaczego? Bo rzekomo zbyt mocno polegają na danych z internetu, a nie na symulacjach fizycznych i danych z prawdziwych robotów. To ostra polaryzacja: Skild AI wierzy, że komercyjne wdrożenia tworzą samonapędzające się koło danych, które ulepsza model z każdym rzeczywistym zastosowaniem. Physical Intelligence zakłada, że opieranie się pokusie szybkiego zarobku pozwoli im stworzyć doskonalszą, bardziej uniwersalną inteligencję. Kto ma rację? Przekonamy się za kilka lat.
Co dalej z robotami, które uczą się życia?
Wracam myślami do laboratorium. Spodnie wciąż leżą nieporadnie złożone. Koszulka pozostaje niewzruszona. Tylko sterta wiórków z cukinii rośnie w imponującym tempie. Rodzą się pytania: czy naprawdę potrzebujemy robota do obierania warzyw w kuchni? Co z bezpieczeństwem? Jak zareagują na mechanicznych intruzów nasze psy? Groom zdaje się nie mieć wątpliwości. Pracuje z ludźmi, którzy poświęcili temu problemowi dekady i wierzą, że wreszcie nadszedł właściwy moment. A Dolina Krzemowa od zawsze stawiała na takich ludzi, dając im mnóstwo swobody i pieniędzy. Nie zawsze się udaje. Ale kiedy już się uda, zazwyczaj wynagradza to wszystkie poprzednie porażki.