Стартап Perceptron, основанный в ноябре 2024 года бывшими исследователями Meta Арменом Агаджаняном и Акшатом Шриваставой, представил модель Isaac 0.5 — open-weight-систему машинного зрения, предназначенную для промышленных роботов. Разработка должна помогать машинам воспринимать окружающую среду, рассуждать и действовать в складских и заводских условиях.
В отличие от узкоспециализированных решений Isaac 0.5 объединяет восприятие и управление. Модель обучалась на миллионе часов обычного видео, а также на записях от первого лица (ego video) и роликах повторяющихся действий человека (UMI video). Это позволяет алгоритму распознавать визуальные сценарии и планировать задачи — например, сортировать посылки, считывая этикетки, анализируя пространство и выбирая порядок операций. Perceptron нацелен на производство, логистику, складскую недвижимость, безопасность, мобильность и медиа. Проект привлёк $21 млн во главе с Bessemer Venture Partners, а открытые веса дают компаниям возможность проверять параметры и ускорять внедрение.
Одновременно индустрия физического ИИ сталкивается с кризисом данных. После IPO на китайской бирже STAR Market с оценкой $66 млрд производитель роботов Unitree потерял почти половину рыночной стоимости: аналитики указали на разрыв между физическими возможностями машин и отсутствием надёжного интеллектуального ПО. На конференции Actuate в Сан-Франциско, организованной Foxglove, число участников выросло с 2023 года втрое — до 1,5 тыс. человек. Гарри Мелсоп, основатель Antioch, сравнил текущее состояние робототехники с «эрой GPT-2»: по его мнению, отрасли нужны большие объёмы данных и вычислительные мощности, включая GPU, оптимизированные под трассировку лучей для реалистичных симуляций.
Беспилотный транспорт пока продвинулся дальше других, поскольку может собирать данные на дорогах и решать более узкую задачу предотвращения столкновений. Wayve и Uber уже запустили робототехнические лаборатории, а глава Wayve Алекс Кендалл заявил, что «начинать нужно с транспортных средств: манипуляционная робототехника — это как беспилотное управление пять лет назад». Однако глава Genesis AI Теофиль Жерве, чья компания привлекла $105 млн, не согласен: по его словам, сейчас слишком рано делать ставку только на «мозг» робота, необходима совместная разработка аппаратного и программного обеспечения. Он также отметил, что «никому не нужен универсальный робот с 80-процентной успешностью», но вертикальные игроки на слабой модели рискуют проиграть более сильной общей системе.
На рынке уже развертываются вертикальные решения: Gritt работает на солнечных электростанциях, Agility — в промышленности, Bedrock — с автономными экскаваторами. CTO Bedrock Кевин Питерсон считает, что экскавация помогает понять «манипуляции в реальном мире», а в перспективе компания планирует создать интеллектуальный слой для строительной техники. Foxglove, в свою очередь, анонсировала продукт на базе Nvidia Cosmos world model для поиска и отладки робототехнических данных с помощью естественного языка.
Сэм Альтман прогнозирует «момент ChatGPT» для физического ИИ в ближайшие годы. Кендалл связывает прорыв с появлением автономного режима «hands-off» в автомобиле с себестоимостью оборудования менее $1 тыс. Жерве — с манипуляцией, которая «просто работает из коробки» с надёжностью выше 80%. Глава Foxglove Адриан Макнил, напротив, не ждёт единого «момента ChatGPT» из-за сложностей дистрибуции в физическом мире и надеется скорее на «момент Apple II», когда домашний робот станет полезным массовым продуктом.
