जनरलिस्ट AI ने एक $400 मिलियन की फंडिंग राउंड पूरी की है, जिससे रोबोटिक्स स्टार्टअप का पोस्ट-मनी मूल्य $2 बिलियन हो गया है। इस राउंड की नेतृत्व रेडिकल वेंचर्स ने किया, जिसमें निवेशकों की सूची वेंचर कैपिटल और टेक रॉयल्टी के सबसे प्रमुख नामों की तरह है।
सैन मैटियो, कैलिफोर्निया स्थित कंपनी अब अपनी स्थापना के बाद से $500 मिलियन से अधिक फंड जुटा चुकी है।
कौन चेक लिख रहा है
नए प्रतिभागी 8VC, यूनियन स्क्वायर वेंचर्स, हनाबी कैपिटल और नॉरवेस्ट शामिल हैं। वापसी करने वाले समर्थकों में नविडिया के NVentures और बेजोस एक्सपेडिशन्स, साथ ही बोल्डस्टार्ट वेंचर्स और स्पार्क कैपिटल शामिल हैं।
एंजल निवेशकों में जूम के संस्थापक एरिक युआन और प्रसिद्ध एआई शोधकर्ता फेई-फेई ली शामिल हैं।
जनरलिस्ट AI वास्तव में क्या बनाता है
कंपनी ऐसे सामान्य उद्देश्य वाले AI मॉडल बनाती है जो भौतिक दुनिया में काम करने वाले रोबोट्स के लिए डिज़ाइन किए गए हैं। सोचिए कारखाने, भंडारण केंद्र, प्रयोगशालाएँ और अंततः घर। एक विशिष्ट असेंबली लाइन पर एक विशिष्ट कार्य के लिए रोबोट को प्रोग्राम करने के बजाय, जनरलिस्ट AI ऐसे मॉडल बनाना चाहता है जो रोबोट्स को विभिन्न परिवेशों में जटिल कार्यों को समझने में सक्षम बनाएँ।
कंपनी ने अप्रैल 2026 में अपना GEN-1 मॉडल लॉन्च किया, जिसे छोटे भौतिक कार्यों को संभालने के लिए डिज़ाइन किया गया है।
जनरलिस्ट AI की स्थापना ओपनएआई, गूगल डीपमाइंड और बोस्टन डायनामिक्स से अनुभव रखने वाले इंजीनियरों की टीम द्वारा की गई थी, जिसमें सीईओ पीट फ्लोरेंस शामिल हैं।
इसका निवेशकों के लिए क्या अर्थ है
किसी भी व्यक्ति के लिए जो संस्थागत भावना का अनुसरण कर रहा है, यूनियन स्क्वायर वेंचर्स की भागीदारी का उल्लेख करना महत्वपूर्ण है। केवल भंडारण स्वचालन बाजार ही विशाल है, और दुनिया भर के कारखाने लगातार श्रमिकों की कमी का सामना कर रहे हैं, जिससे रोबोटिक समाधान अधिक आकर्षक बन रहे हैं।
2 बिलियन डॉलर पर, जनरलिस्ट AI को दिखाना होगा कि इसका सामान्य-उद्देश्य दृष्टिकोण पहले से औद्योगिक सेटिंग्स में लागू स्पेशलाइज्ड रोबोटिक्स समाधानों से बेहतर प्रदर्शन कर सकता है। बोस्टन डायनामिक्स, फिगर AI और अन्य कंपनियाँ अलग-अलग तकनीकी दृष्टिकोणों के साथ इसी बाजार के लिए प्रतिस्पर्धा कर रही हैं। जनरलिस्ट AI का लाभ, अगर यह बना रहता है, तो यह है कि एक सच्चा सामान्य मॉडल कई उपयोग के मामलों में लागू किया जा सकता है बिना हर नए परिवेश के लिए महंगी कस्टमाइजेशन की आवश्यकता के।