Generalist AI завершила раунд фінансування на $400 мільйонів, що оцінює стартап у $2 мільярди після інвестування. Раунд очолив Radical Ventures, а до списку інвесторів входять лідери венчурного капіталу та технологічної індустрії.
Компанія з Сан-Матео, Каліфорнія, заснована зі збором понад 500 мільйонів доларів.
Хто пише чеки
Нові учасники включають 8VC, Union Square Ventures, Hanabi Capital та Norwest. Повертаються інвестори: NVentures від Nvidia та Bezos Expeditions, а також Boldstart Ventures і Spark Capital.
Інвестори-ангели включають засновника Zoom Еріка Юаня та відомого дослідника штучного інтелекту Фей-Фей Лі.
Що насправді будує Generalist AI
Компанія розробляє універсальні моделі ШІ, призначені для роботів, які працюють у фізичному світі. Уявіть собі заводи, склади, лабораторії та в майбутньому — будинки. Замість програмування робота для виконання однієї конкретної задачі на одній конкретній збірковій лінії, Generalist AI створює моделі, які дозволяють роботам самостійно вирішувати складні завдання в різних середовищах.
Компанія запустила свою модель GEN-1 у квітні 2026 року, розроблену для виконання коротких фізичних завдань.
Generalist AI було створено командою інженерів з досвідом роботи в OpenAI, Google DeepMind та Boston Dynamics, включаючи генерального директора Піта Флоренса.
Що це означає для інвесторів
Участь Union Square Ventures варта уваги для всіх, хто стежить за інституційним настроєм. Ринок автоматизації складських процесів сам по собі величезний, а фабрики по всьому світу стикаються з постійною нестачею робочої сили, що робить робототехнічні рішення все більш привабливими.
При бюджеті в 2 мільярди доларів Generalist AI має продемонструвати, що її універсальний підхід може перевершити спеціалізовані робототехнічні рішення, вже впроваджені в промислових умовах. Компанії, такі як Boston Dynamics, Figure AI та інші, конкурують за той самий ринок з різними технічними підходами. Перевага Generalist AI, якщо вона збережеться, полягає в тому, що справді універсальна модель може бути впроваджена в кілька сценаріїв використання без необхідності дорогого налаштування для кожної нової середовища.