AI-компания Prometheus, основанная Безосом в 2025 году, завершила раунд финансирования серии B на сумму 12 миллиардов долларов США, оценив себя в 41 миллиард долларов США.

Автор статьи, источник: Институт Юаньчуань

В технологической сфере 2026 года NVIDIA и OpenAI остаются лидерами, а SK Hynix и Samsung решительно выходят на первые позиции. Множество новых и старых гигантов выходят на арену, но настоящим интересным игроком здесь оказывается Безос.

После ухода с поста генерального директора Amazon в 2021 году Бейзос ни на минуту не остановился: он воспользовался космическими технологиями Blue Origin, чтобы отправиться в космос, инвестировал в Altos Labs для изучения технологий продления жизни и принял участие в инвестициях в Figure AI, делая ставку на челове́коподобных роботов.

После того как он побывал в игре самого богатого человека, у Бейдоса, вероятно, осталось только одно ощущение: цикл разработки сложных физических продуктов слишком длинный.

Космическая промышленность, биомедицина, встраиваемый интеллект — все это высшие области высокотехнологичного производства. Эти направления кажутся далекими друг от друга, но они все указывают на одну долгосрочную проблему: когда сложность физических продуктов возрастает до уровня, затрагивающего десятки тысяч компонентов, трудности на этапах разработки, проверки и серийного производства растут экспоненциально. Например, только в реактивном двигателе самолета Boeing 777X насчитывается удивительные 300 000 деталей.

Увеличение тяги реактивного двигателя на 10% по сравнению с текущим уровнем, из-за сложности самого процесса инженерии, при традиционных методах разработки может занять десять лет. Безос надеется с помощью ИИ ускорить цикл от идеи до производства в десять раз и более [1].

В ноябре 2025 года Безос вернулся к предпринимательству, была основана компания Prometheus, и это первый раз, когда он после ухода с поста генерального директора Amazon вновь возглавил компанию в качестве официального генерального директора.

Только через семь месяцев Prometheus завершила свое последнее раунд B-финансирования на сумму 12 миллиардов долларов США — крупнейший раунд B-финансирования среди существующих стартапов в области ИИ, при этом оценка компании достигла 41 миллиарда долларов США.

Так много трат, но капитал так охотно делает ставки — на чем основано Prometheus?

Безос передал рынку не просто продукт — это билет на участие в переформировании глобальной промышленной системы.

Прометей описывает свою работу как создание системы «будущего CAD (компьютерного вспомогательного проектирования)» — CAD — это программное обеспечение, которое инженеры используют для моделирования перед изготовлением любых физических объектов, но для Безоса этого всё ещё недостаточно для полного описания [2].

Это больше похоже на инженерную базу — наиболее реалистичное воплощение «Джарвиса» из «Железного человека» — создание системы AI-инструментов, помогающих инженерам проектировать и производить физические продукты[2], то есть переосмысление инженерии и производства с помощью AI.

Технологическая основа Prometheus лежит в физическом мире, а за этим стоит более масштабная отраслевая тема: физический ИИ.

Мир трехмерен

На мероприятии GTC в Париже в июне прошлого года Хуан Ренсюнь подсчитал масштабы физического ИИ: за фабриками, логистикой и человеческими роботами стоит отраслевая игра на 50 триллионов долларов [3].

Что означает 50 триллионов долларов?

Согласно последнему прогнозу Bloomberg, к 2030 году рыночный объем широкого понимания генеративного ИИ, включающего вычислительные мощности, программное обеспечение и связанные услуги, составит не более 2 триллионов долларов США [4]. Оценка Хуан Ренъюня по поводу физического ИИ, очевидно, представляет собой перестройку реального сектора экономики, включающего рынки в сотнях миллиардов долларов, такие как производство, логистика и энергетика.

В настоящее время определение физического ИИ не строго определено; в простом понимании это означает, что ИИ должен понимать физические законы и взаимодействовать с физическим миром.

Автономное вождение и человеческие роботы — это две наиболее очевидные категории применений: первое позволяет машинам воспринимать, оценивать и действовать на дорогах, а второе стремится дать ИИ тело, способное взаимодействовать с реальной средой.

Но независимо от того, будет ли конечным носителем автомобиль, робот или другое промышленное оборудование, чтобы ИИ действительно повлиял на углеродный мир из кремниевого мира, необходимо учитывать один фундаментальный факт: реальный мир является трехмерным.

Исследования робототехники NVIDIA, сосредоточенные на изучении 3D-мира

Огромный рыночный потенциал и новые вызовы в сегменте: на пути внедрения ИИ в физический мир крупные технологические компании, передовые ученые и отраслевые капиталисты ищут свои точки входа.

Первым, кто представил физический ИИ широкой публике, был Хуан Жэньсюнь. Он неоднократно заявлял на таких технологических мероприятиях, как GTC и CES, что «следующее поколение ИИ — это физический ИИ». Кроме того, Хуан Жэньсюнь назначил свою дочь Хуан Миншань на руководящую позицию в подразделении NVIDIA Omniverse (связанном с 3D-симуляцией), а его сына Хуан Шэнбинь — на руководство робототехническим направлением. Без сомнения, это ключевые подразделения NVIDIA, связанные с физическим ИИ, и приоритеты на следующее десятилетие.

Ли Фейфей, «крестная мать ИИ», основала World Labs, делая ставку на пространственный интеллект с целью заставить ИИ понимать трехмерный мир; после ухода из Meta Ян Лекун основал AMI Labs, чья основная задача — научить ИИ предсказывать изменения в реальном мире; а Бейзос, занявшийся Prometheus, напрямую связал создание сценариев с базовым движком.

В последние годы способности ИИ на кремниевой основе развивались вдоль измерений человеческого восприятия мира: текст решал задачи языкового выражения, изображения — визуального, а видео добавило временное измерение. Каждый раз, когда открывалось новое измерение, капитал и таланты хлынули туда массово, превращая эту новую технологическую землю в оживленную арену.

Возвращаясь к 3D и физическому миру, все в конечном итоге войдут в игру. Но форма этого поля боя теперь уже не полностью совпадает с генеративным миром.

Физический мир не принимает «приблизительно правильно»

В вопросе о том, как выполнить 3D-картирование физического мира, давно существуют две области, глубоко разрабатывающие этот вопрос — игры и промышленность.

Игры — естественная область применения, и причина проста: игровая индустрия требует огромного количества 3D-активов, таких как персонажи, сцены, предметы и т. д., а также движения персонажей и взаимодействие с окружающей средой должны соответствовать физическим законам. Реальные 3D-движки, такие как Unity и Unreal, созданы именно для этих целей.

Промышленный 3D — это совершенно другая логика и более тесно связанная с физическим миром сцена.

В вероятностном мире генеративных моделей изображения и видео могут быть лишь приблизительно правильными — и этого уже достаточно, чтобы вызвать удивление. Однако в промышленных сценариях продукты с точностью ниже 99% могут считаться браком. Если отверстие для винта смещено на полмиллиметра, сборочная линия сразу останавливается; если не обеспечена непрерывность поверхности, возникают проблемы как при обработке, так и при моделировании.

Основатель ZiQian Technology Гон Минъянь прошел через оба типа 3D-миров: один — промышленная программная система, представленная французской Dassault, лидером в области CAD, другой — игровая и реальное время 3D-миры, представленные Unity.

Этот опыт дал ему более прямое ощущение различий между двумя подходами, которые он описал как разницу между «рисованием кожи» и «рисованием костей»: 3D в виртуальном мире первоначально служит восприятию и отображению, тогда как 3D в реальном мире должен служить проверяемым инженерным результатам[5].

В мире «виртуальное в виртуальное» ключевыми способностями ИИ являются скорость генерации и выразительность, поскольку он решает задачи повышения эффективности создания контента, а коммерческие пути более тесно связаны с игровыми активами, кинопроизводством, маркетинговыми презентациями и виртуальными пространствами.

В мире от виртуального к реальному, генерация — это только первый шаг; 3D-модель должна также поддаваться редактированию, измерению, моделированию и обработке, сохраняя инженерные намерения. Одновременно связываясь с физическим миром, ИИ должен конкретно понимать геометрию, материалы, ограничения, нагрузки, технологии, погрешности и обратную связь от производства, в конечном итоге переводя цифровой объект в реальный мир и проверяя его на соответствие реальности.

Рыночный потенциал игровой 3D определяется расходами на контент, тогда как промышленная 3D сталкивается с бюджетами на исследования, разработку и производство всего машиностроительного сектора.

Безос возвращается к Prometheus, Хуан Ренсюнь неустанно поддерживает физический ИИ — за этим скрывается одна и та же тенденция: главная арена ИИ перемещается от создания контента к созданию продуктов, от преобразования программного мира к преобразованию аппаратного мира.

В «Железном человеке» Тони Старк достаточно было дать расплывчатую идею, и Джарвис мог мгновенно задействовать различные устройства, постепенно превращая фразу в одеваемое оборудование. В реальности инженерные системы далеко не так гладки: человеческая идея сначала должна быть переведена в геометрическую модель, затем пройти расчеты, проверку, обработку и сборку — потеря информации на любом из этапов может привести к тому, что конечный продукт отклонится от первоначальной задумки.

За последние несколько десятилетий такой промышленный высокоточный вход осуществлялся преимущественно с помощью программного обеспечения CAD (компьютерное проектирование).

CAD-чертеж деталей реактивного двигателя

CAD кажется программой для черчения, но на самом деле является физической основой современной цивилизации. Отрасли, такие как строительство, машиностроение, аэрокосмическая промышленность, судостроение, медицинское оборудование, текстиль и одежда, тесно связаны с ней, и можно даже сказать, что CAD накопил наибольший объем отраслевых знаний человечества в физическом мире.

Когда ИИ начинает входить в 3D, чем ближе он к физическому миру, тем больше требуется точности и ограничений; чем ближе он к производственным системам, тем более заметной становится ценность входа в CAD. Но именно здесь заключается сложность подключения ИИ к реальности: как повторно ограничить общие способности в рамках инженерных задач, чтобы ИИ быстрее и надежнее изменял мир?

AI CAD — новый вход в физический мир

Раньше CAD продавался в основном инженерам. Сегодня, благодаря развитию возможностей ИИ, CAD начал использоваться новыми пользователями — машинами.

Это означает, что бизнес-логика CAD больше не ограничивается лишь повышением эффективности рисования — она должна также обеспечивать более надежное выполнение инженерных операций с помощью ИИ. Это трансформационное влияние ИИ на CAD, которое меняет не только пользовательский интерфейс, но и распределение ценности.

Когда машинами становятся новые пользователи, CAD превращается из интерфейсно-командной программы, зависящей от человека, в инфраструктуру, которую можно напрямую вызывать с помощью ИИ.

Основа программного обеспечения должна сделать инструменты модульными и интерфейсными, чтобы ИИ мог понимать намерения, разбивать задачи и завершать циклы действий. Далее, бизнес-модель перейдет от оплаты за рабочее место к оплате за задачи, количество вызовов и рабочие процессы.

Основатель Цзыцянь Гон Минъянь дал более прямое определение: предыдущее поколение CAD помогало людям проецировать свои намерения в цифровой мир, а Цзыцянь стремится сделать обратное — позволить электронике реально управлять миром атомов, создавая замкнутый цикл между цифровым проектированием, физической верификацией и реальным производством.

Зарубежные гиганты также приближаются к этой цели разными путями. NVIDIA пытается построить тренировочную площадку для физического ИИ с помощью Omniverse, платформы симуляции и вычислительной инфраструктуры. Такие традиционные гиганты промышленного программного обеспечения, как Dassault и Siemens, выбирают расширение инженерных границ через промышленное программное обеспечение и цифровые двойники.

Традиционные гиганты промышленного программного обеспечения обладают глубокими продуктовыми системами, но их устаревшая архитектура масштабна, и поворот такого гиганта — непростая задача; модернизация под ИИ неизбежно затронет всю продуктовую цепочку. Компании, специализирующиеся на генеративной 3D-графике, отлично справляются с визуальным созданием, но им не хватает инженерных ограничений и пригодности к производству. Компании, разрабатывающие универсальные крупные модели, обладают более сильным интеллектом, но за их универсальностью скрывается отсутствие необходимых специализированных инструментов и активов данных в конкретных отраслях.

Для команды, многие годы глубоко погруженной в 3D-мир, Ziqian Technology считает, что CAD находится на границе между виртуальным и реальным миром: это инструмент, с помощью которого люди проектируют продукты, описывают пространства и выражают инженерные намерения, а также инфраструктура, соединяющая моделирование, производство и физическое исполнение.

CAD-модель несет в себе не только трехмерную форму, но и физические законы, а также производственные процессы; по сравнению с изображениями и видео она предоставляет более точное цифровое выражение, близкое к сущности физического мира.

Под влиянием этой концепции Ziqian Technology сформировала технологическую траекторию, охватывающую генерацию физического мира, проверку физического мира и замкнутый цикл физического мира Dream Loop.

На первом этапе — Agentic CAD, «куда указал, туда и попал».

После того как крупные модели наделили программное обеспечение способностью понимать, на основе долгосрочного накопления данных о размещении и отрасли, а также итеративного развития системы harness, Agentic CAD может понимать инженерные намерения, выраженные на естественном языке, разбивать пользовательские цели на серию выполнимых операций моделирования и вызывать надежные инструменты геометрического моделирования для выполнения этих операций.

Этот процесс аналогичен AI-программированию в 3D-мире, который меняет не только эффективность моделирования, но и базовый способ взаимодействия человека с промышленным программным обеспечением — от обучения человеком языку управления машиной к пониманию машиной творческих намерений человека.

Второй этап — от физической структуры к проверяемому физическому продукту.

Как и при реализации самых фундаментальных принципов физического ИИ, ключевым является понимание физических законов и их применение в физическом мире. На этом этапе продукт будет помещен в симуляционную платформу физического мира Цзыцянь для проверки точности соблюдения физических законов, включая механику, кинематику, динамику и управление движением.

Этот процесс может самостоятельно замкнуться и итеративно совершенствоваться на этапе генерации продукта, пока не будет получена наиболее рациональная и качественная схема.

Третий этап — переход к производству, достижение конечной цели — воздействия на физический мир.

Совместная работа трех этапов действительно сократит время от возникновения идеи до ее физической реализации в 10 раз и даже больше.

Для Цзы Цяня это не просто облачное CAD-приложение и не просто повышение эффективности, аналогичное Prometheus, а точное согласование ИИ с физическим миром.

Когда больше суждений и воображения можно передать человеческим инженерам, будущее САПР станет новым входом в человеческую креативность.

Эпилог

Рассказы о новых отраслях часто начинаются с крупного термина и в итоге развиваются в полноценную промышленную экосистему.

Оглядывая несколько циклов технологических волн, можно заметить, что изменение точки входа часто определяет структуру власти в отрасли. В эпоху персональных компьютеров операционная система стала точкой входа для разработки программного обеспечения и адаптации аппаратного обеспечения; в эпоху мобильного интернета iOS и Android контролировали правила для разработчиков; в эпоху обучения ИИ CUDA превратила GPU из простого аппаратного устройства в неизбежную вычислительную платформу для разработчиков.

Также будет и связь ИИ с физическим миром.

На этом пути переформирования глобальной промышленной системы Бейзос — не единственный, кто заметил возможности. В Китае также существует группа компаний, разрабатывающих облачные промышленные программные решения, которые раньше других начали интегрировать возможности ИИ в реальные процессы проектирования и производства. Сегодня цели, за которыми гонятся все, становятся все более ясными:

Тот, кто первым станет первой точкой входа ИИ в физический мир, действительно получит право определять, что такое «Джарвис».

Справочные материалы

[1] Prometheus, стартап Джеффа Безоса в области ИИ, теперь оценивается в 41 млрд долларов, Axios

[2] Искусственный интеллект-стартап Бейзоса Prometheus привлек 12 млрд долларов США, оценка составила 41 млрд долларов США, Wall Street Journal

[3] Nvidia считает, что рынок физических ИИ-систем — это возможность на $50 трлн, GamesBeat

[4] Рынок генеративного ИИ готов достичь 2,3 трлн долларов к 2032 году по мере распространения агентных систем и роста спроса на инфраструктуру, согласно Bloomberg Intelligence, Bloomberg

[5] Цифровой двойник: от «кожи» к «костям» — путь к промышленному интернету и умному городу, Yicai