Unitree Robotics ने आपला IPO प्रति शेअर RMB १५०.८० दराने निश्चित केला आहे, ज्यामुळे या चिनी रोबोट निर्मात्याचे मूल्य अंदाजे RMB ६१ अब्ज इतके झाले आहे, तर DeepSeek ने या ऑफरमध्ये RMB १४० दशलक्षपेक्षा जास्त गुंतवणूक केली आहे. त्याच वेळी, अमेरिकन स्टार्टअप Hadrian ने $१.४ अब्जचा वित्तपुरवठा (financing round) पूर्ण केला, ज्यामुळे अवघ्या सात महिन्यांत त्याचे मूल्य $७.९ अब्जपर्यंत पोहोचले आहे. या दोन महत्त्वाच्या बातम्या “physical AI” कडे भांडवलाचा ओघ सुरू झाल्याचे संकेत देतात – म्हणजे मशीन-लर्निंग सॉफ्टवेअर आणि वास्तविक जगातील रोबोटिक हार्डवेअर यांचे मिश्रण – आणि असा बाजार दर्शवतात जो काही वर्षांत उत्पादन (manufacturing), लॉजिस्टिक आणि ग्राहक सेवांचे स्वरूप बदलू शकतो.
आता ही गुंतवणूक का महत्त्वाची आहे
रोबोटिक्स हा दीर्घकाळापासून भांडवल-प्रधान (capital-intensive) क्षेत्र राहिले आहे, परंतु अलीकडील व्यवहार दर्शवतात की गुंतवणूकदार असा विश्वास ठेवत आहेत की अधिक बुद्धिमान आणि लवचिक यंत्रे अखेर प्रयोगशाळेतील प्रोटोटाइप्सच्या पलीकडे जाऊन यशस्वी होतील. Unitree चा IPO हा चपळ, कुत्र्यासारख्या प्रकारच्या रोबोट्सवर लक्ष केंद्रित करणाऱ्या चिनी कंपनीचा पहिला मोठ्या प्रमाणावरील सार्वजनिक ऑफर आहे, जे गुंतागुंतीच्या इनडोअर स्पेसमध्ये फिरू शकतात. DeepSeek चा हिस्सा, जरी एकूण उभारणीचा तो एक छोटा भाग असला, तरी तो महत्त्वाचा आहे कारण हा व्हेंचर फंड अशा AI मॉडेल्सना पाठबळ देतो जे edge devices वर चालतात – म्हणजेच ऑन-बोर्ड पर्सेप्शनसाठी आवश्यक असलेले कॉम्प्युट.
Hadrian चा निधी उभारणीचा प्रयत्न पॅसिफिकच्या दुसऱ्या बाजूलाही असेच काहीतरी करतो. ही कंपनी वेअरहाऊस आणि फॅक्टरी लाईन्ससाठी मॉड्युलर मॅनिप्युलेटर्स (modular manipulators) तयार करते आणि तिच्या मूल्यांमधील झपाट्याने झालेली वाढ असे सुचवते की ग्राहक स्थिर कन्व्हेयर बेल्ट्सच्या जागी लवचिक, AI-चालित आर्म्स वापरण्यास तयार आहेत. एकत्रितपणे, हे दोन्ही व्यवहार एक व्यापक बदल दर्शवतात: गुंतवणूकदारांना physical AI हे केवळ संशोधनाचे कुतूहल नसून महसूल मिळवून देणारे इंजिन (revenue engine) वाटते.
बाजारपेठेची पार्श्वभूमी
ह्युमनॉइड बॉडी स्ट्रक्चर्सच्या पेटंट क्षेत्रात चीनचे वर्चस्व असून जागतिक पेटंट फाइलिंगमध्ये त्यांचा वाटा ७३% आहे. २०२६ च्या पहिल्या सहामाहीत उत्पादित झालेल्या ४०,००० ह्युमनॉइड रोबोट्समधून ही प्रचंड व्याप्ती दिसून येते. तरीही, त्यापैकी ५% पेक्षा कमी युनिट्स प्रत्यक्षात फॅक्टरी फ्लोअरवर आहेत; बहुतेक यंत्रे प्रयोगशाळा, डेमो स्टेज किंवा मनोरंजन स्थळांपर्यंतच मर्यादित आहेत. युनायटेड स्टेट्स, पेटंटच्या संख्येमध्ये मागे असले तरी, प्रति-पेटंट गुणवत्तेमध्ये आघाडीवर आहे, जे एक पूरक इकोसिस्टम सूचित करते जिथे चिनी उत्पादन क्षमता आणि अमेरिकन अल्गोरिदमिक तज्ज्ञता यांचा संगम होतो.
दक्षिण कोरियाने दहा प्रमुख उद्योगांमध्ये दरवर्षी १,००० AI-सक्षम रोबोट्स तैनात करण्याची योजना आखली आहे, ज्यामुळे मागणीचा आणखी एक स्तर वाढेल. जर ही अंमलबजावणी यशस्वी झाली, तर यामुळे सेन्सर्स, ॲक्च्युएटर्स (actuators) आणि रिअल-टाइममध्ये सेन्सर डेटाचे विश्लेषण करणाऱ्या AI सॉफ्टवेअरसाठी ऑर्डर्सचा एक सातत्यपूर्ण प्रवाह तयार होईल.
तांत्रिक प्रगती जी या गुंतवणुकीचे समर्थन करते
या आठवड्यात नोंदवण्यात आलेले काही तांत्रिक शोध हे भांडवल का ओघळत आहे याचे समर्थन करतात. DreamWAM या लर्निंग फ्रेमवर्कने न पाहिलेल्या परिस्थितींमध्ये (unseen scenarios) रिअल-रोबोटच्या यश दराला ५५.६% वरून ७४.४% पर्यंत नेले आहे, ज्यावरून असे दिसून येते की रोबोट्स आता खर्चिक री-ट्रेनिंगशिवाय नवीन वातावरणाशी जुळवून घेऊ शकतात. BridgeVLA++ ३-डी मॉडेल्समध्ये spatiotemporal memory समाविष्ट करते, ज्यामुळे एखादी वस्तू गायब झाल्यानंतरही रोबोटला ती कुठे होती हे "लक्षात" ठेवता येते – ही क्षमता बिन पिकिंग (bin picking) किंवा इन्व्हेंटरी ऑडिटसाठी अत्यंत आवश्यक आहे.
Mind-VLA व्हिजन-लँग्वेज मॉडेल्सचे लक्ष विशिष्ट लक्ष्यांवर केंद्रित करते, ज्यामुळे सूक्ष्म मॅनिप्युलेशन (fine-grained manipulation) अधिक अचूक होते. Tactus वस्तू ओळखण्यासाठी स्वस्त प्रेशर सेन्सर्सना नॅचरल-लँग्वेज क्वेरीजशी जोडते, ज्यामुळे टॅक्टाईल पर्सेप्शनसाठी (tactile perception) प्रवेशातील अडथळे कमी होतात. Deltoris सामान्य मोबाईल GPUs च्या तुलनेत डिफ्यूजन-आधारित व्हिजन-लँग्वेज आर्किटेक्चरचा वेग ३४.२ पट वाढवते, ज्यामुळे एम्बेडेड हार्डवेअरवर उच्च-गुणवत्तेचे व्हिज्युअल रिझनिंग करणे शक्य होते.
हे प्रगती सिम्युलेशन आणि प्रत्यक्ष भौतिक जग यातील कामगिरीतील अंतर कमी करते, जे अंतर दीर्घकाळापासून रोबोट्सचा वापर केवळ नियंत्रित वातावरणांपुरता मर्यादित ठेवत होते.
वाढीचा वेग मंदावू शकणारे अडथळे
मूल्यांमधील वाढ होऊनही, या क्षेत्रासमोर काही कठीण मर्यादा आहेत. ट्रान्समिशन घटक – जसे की हार्मोनिक रिड्यूसर्स (harmonic reducers) आणि लीड स्क्रू (lead screws) – टेस्लाच्या Optimus सारख्या ह्युमनॉइड रोबोट्सच्या मटेरियल कॉस्टमध्ये ६८% वाटा उचलतात. त्यांच्या उच्च अचूकतेच्या गरजा आणि कमी सेवा आयुष्य (short service life) यामुळे युनिट खर्च जास्त राहतो आणि पुरवठा साखळी नाजूक राहते. स्मूथ मोशनसाठी आवश्यक असलेले मायक्रॉन-लेव्हल टॉलरन्स (micron-level tolerances) कायम ठेवत उत्पादन वाढवणे हे एक मोठे इंजिनिअरिंग आव्हान आहे.
सध्याचे ह्युमनॉइड्स निष्क्रिय असल्याने दबाव अधिक वाढतो. जर हजारो रोबोट्सपैकी केवळ काही मोजकेच प्रत्यक्षात फॅक्टरीमध्ये काम करत असतील, तर उत्पादकांना या गुंतवणुकीचे समर्थन करता येत नाही आणि भांडवल अधिक त्वरित नफा देणाऱ्या ऑटोमेशनकडे, जसे की फिक्स्ड-अॅक्सिस पिक-अँड-प्लेस आर्म्सकडे वळू शकते.
पुढे काय पाहावे
- Unitree चा post-IPO रोडमॅप – कंपनीने आपल्या उत्पादन श्रेणीचा विस्तार quadrupeds च्या पलीकडे जाऊन मोठ्या प्लॅटफॉर्म्सपर्यंत करण्याचे वचन दिले आहे. ऑर्डर बुक्स आणि भागीदारीच्या घोषणांवर लक्ष ठेवल्यास, भांडवल मार्केट शेअरमध्ये रूपांतरित होते की नाही हे स्पष्ट होईल.
- Hadrian चे उपयोजन प्रमाण (deployment scale) – पुढील वित्तपुरवठा फेरी, जर झालीच, तर ती बहुधा मोठ्या प्रमाणावरील करारांशी संबंधित असेल. ई-कॉमर्स फुलफिलमेंट सेंटर्समधील सुरुवातीच्या यशामुळे इतर उद्योगांसाठी एक नमुना तयार होऊ शकतो.
- घटक पुरवठा सुधारणा – कमी खर्चिक, उच्च-अचूकता असलेल्या ट्रान्समिशन उत्पादनामध्ये झालेली कोणतीही मोठी प्रगती – कदाचित ॲडिटिव्ह तंत्रज्ञान किंवा नवीन साहित्याद्वारे – रोबोट्सच्या किमती कमी करेल आणि त्यांच्या वापराचा वेग वाढवेल.
- नियामक वातावरण – चीन, अमेरिका आणि दक्षिण कोरियामधील सरकारे AI-सक्षम यंत्रांच्या संदर्भात धोरणे आखत आहेत. सुरक्षा मानकांमध्ये किंवा आयात शुल्कामध्ये होणारे बदल स्थानिक आणि परदेशी पुरवठादारांमधील खर्चाचे संतुलन बदलू शकतात.
निष्कर्ष
Unitree Robotics चे एकाच वेळी होणारे IPO प्राइसिंग, DeepSeek ची धोरणात्मक गुंतवणूक आणि Hadrian कडून उभारलेले $1.4 अब्ज डॉलर्स हे संकेत देतात की, भांडवल बाजार असा विश्वास ठेवतो की "physical AI" चा काळ लवकरच येत आहे. तांत्रिक प्रगतीमुळे 'perception' आणि 'action' मधील अंतर कमी होत आहे, परंतु प्रस्थापित पुरवठा साखळी खर्च आणि वास्तविक जगातील मर्यादित उपयोजन दर आशावाद कमी करतात. या क्षेत्राची दिशा यावर अवलंबून असेल की, घटक पुरवठ्यातील अडथळे आणि नियामक अडचणींमुळे गती मंदावण्यापूर्वी उत्पादक या अधिक स्मार्ट यंत्रांचे नफा देणाऱ्या मालमत्तेत (profit-center assets) रूपांतर करू शकतात की नाही.
