Generalist, syarikat pemula robotik yang diasaskan pada tahun 2024, telah mengumumkan pusingan pendanaan baharu yang melonjakkan penilaiannya kepada $3 bilion selepas mengumpul hampir $200 juta. Suntikan modal tersebut, yang diterajui oleh 8VC, menjadikan jumlah dana Siri B sebanyak $600 juta dan menandakan bahawa pelabur melihat laluan yang semakin hampir ke arah robot yang boleh mempelajari tugas baharu hanya daripada beberapa saat video.

Lonjakan pendanaan dan barisan penyokong

Fail pengawal selia menunjukkan suntikan $200 juta itu melanjutkan Siri B yang bermula dengan pusingan $400 juta yang diterajui oleh Radical Ventures pada bulan Jun. Pusingan ini menambah nama-nama besar seperti Nvidia, Union Square Ventures, Bezos Expeditions dan perintis AI Fei-Fei Li ke dalam senarai pelabur Generalist. Penglibatan mereka mengukuhkan kepercayaan bahawa satu "otak" AI tunggal untuk pelbagai platform robot boleh mencetuskan gelombang automasi baharu di seluruh kilang, gudang dan persekitaran perkhidmatan.

Gen 1.5: Belajar daripada demo ultra-pendek

Keunggulan Generalist terletak pada model asas Gen 1.5 miliknya. Berbanding membina setiap pergerakan secara manual, model ini membolehkan robot menonton klip video—selalunya hanya tiga hingga dua belas saat panjangnya—dan kemudian mengulangi tugas yang ditunjukkan. Pendekatan ini berasaskan pembelajaran peniruan (imitation learning): AI mengekstrak petunjuk pergerakan, interaksi objek dan pemasaan daripada input visual dan menterjemahkannya kepada arahan kawalan untuk penggerak (actuators) robot tersebut. Secara teori, sebuah robot boleh mempelajari berpuluh-puluh kemahiran baharu setiap minggu hanya dengan ditunjukkan rakaman pendek, sekali gus mengurangkan masa dan kepakaran yang diperlukan untuk melaksanakan automasi dalam persekitaran yang sentiasa berubah.

"Detik ChatGPT" yang dikejar oleh pelabur

Generalist bersaing dalam perlumbaan sengit untuk memberikan lonjakan kepada perkakasan, sama seperti yang diberikan oleh model bahasa besar (LLM) kepada perisian. Pesaing seperti Physical Intelligence dan Skild AI yang disokong oleh SoftBank sudah pun memiliki penilaian mencecah puluhan bilion, sekali gus menyemarakkan naratif "detik ChatGPT" yang lebih luas bagi bidang robotik. Premisnya mudah: model pra-latih yang serba boleh dan boleh dilaraskan (fine-tuned) dengan data minimum membolehkan syarikat menambah keupayaan robotik tanpa perlu membina semula sistem kawalan dari awal.

Kekangan data fizikal dan suara skeptikal

Keterujaan ini berhadapan dengan rintangan praktikal. Model bahasa besar berkembang pesat dengan teks internet yang tidak terhad, tetapi robot memerlukan interaksi fizikal untuk menjana data latihan. Penderia mesti menangkap daya, sentuhan dan geometri 3-D, dan setiap senario baharu mungkin memerlukan pengumpulan data baharu. Sesetengah pakar memberi amaran bahawa kekurangan set data fizikal yang berkualiti tinggi dan pelbagai boleh menyebabkan kecerdasan robot sejagat yang sebenar masih bertahun-tahun jauh daripada daya maju komersial. Tanpa aliran demonstrasi dunia nyata yang stabil, model yang fleksibel seperti Gen 1.5 sekalipun mungkin sukar untuk digeneralisasikan melampaui persekitaran yang pernah dilihatnya.

Apa yang perlu diperhatikan seterusnya

  • Ujian pelaksanaan: Tapak ujian awam Generalist yang seterusnya—sama ada di pusat logistik atau barisan pembuatan—akan mendedahkan sejauh mana Gen 1.5 dapat diskalakan daripada demo makmal ke tapak yang bising dan tidak menentu.
  • Pembangunan saluran paip data: Kemajuan dalam penangkapan data automatik (contohnya, armada kamera yang membekalkan data kepada model) boleh mengurangkan kekangan data fizikal.
  • Langkah kompetitif: Ikuti pusingan pendanaan dan pengumuman perkongsian daripada pesaing, kerana perlumbaan untuk model asas robot pertama yang boleh diterima pakai secara meluas masih di peringkat awal.

Rumusan: Penilaian $3 bilion Generalist mencerminkan kepercayaan kuat bahawa satu model AI boleh menjadikan robot seadaptif chatbot hari ini, tetapi jalannya bergantung kepada keupayaan menukar klip video pendek kepada pergerakan dunia nyata yang boleh dipercayai—satu cabaran kejuruteraan yang akan menentukan sama ada janji tersebut dapat diterjemahkan kepada automasi harian.