机器人AI软件初创公司Skild AI Inc.从一批知名投资者处筹集了14亿美元资金。
今天的融资公告距离首次有关此轮融资的报道出现约一个月时间。Skild AI筹集的资金比预期多出约4亿美元。
提供资金的财团由软银集团公司领投,该公司已将机器人技术作为其AI投资战略的重点。这家OpenAI集团的支持者最近签署了一项协议,以54亿美元收购ABB公司的机器人业务。参与本轮融资的还有英伟达公司的NVentures创投基金、杰夫·贝佐斯的Bezos Expeditions、Salesforce Ventures、三星电子以及其他六家以上的投资方。
目前估值140亿美元的Skild AI将利用这笔资金升级其模型训练基础设施。该公司开发了一个名为Skild Brain的基础模型,专门设计用于为机器人提供动力。公司表示,该算法相比竞争软件具有多项优势。
开发人员用于开发机器人AI模型的训练数据因硬件而异。例如,设计用于驱动机械臂的算法必须使用机械臂的视频进行训练。这使得开发变得复杂,因为开源生态系统中可用的机械臂视频数量有限。机器人设计越专业化,现成的训练数据就越少。
Skild AI通过为其Skild Brain模型配备与机器人无关的架构来解决这一挑战。该算法可以在许多不同类型的机器人上运行,无需大量微调。这种多功能性使Skild Brain能够从网络上的人类视频中学习,而不是从机器人视频中学习。
该公司通过创建一个包含超过10万种机器人形态的模拟环境来开发模型。在训练过程中,Skild Brain学会了操作每一种形态。Skild AI表示,模型在安装到真实机器人上后会继续学习。它分析主机系统传感器的数据来识别错误并加以纠正。
在底层架构上,Skild Brain采用了公司所描述的分层设计。一个模块分析当前任务并为主机机器人生成高级指令。第二个速度更快的模块将高级指令映射到具体的运动细节,如关节角度。
Skild AI网站上的演示视频显示,由其软件驱动的机器人可以浇水植物、爬楼梯以及执行各种其他动作。开发人员可以使用应用程序编程接口定制Skild Brain执行任务的方式。该软件会自动处理实施细节,比如如何从任务执行中途的意外挫折中恢复。
联合创始人兼首席执行官迪帕克·帕塔克表示:"我们相信,统一的全身形大脑是建立持续数据飞轮的最快方式,无论硬件或任务如何,模型都会在每次部署中变得更好。"
除了增强AI训练基础设施外,Skild AI还将利用这轮融资资助研究计划。该公司计划探索新的模型架构和机器人数据收集方法。
这笔资金还将支持Skild AI的商业化努力。该公司最近年化收入突破了3000万美元大关,目前正努力在数据中心和工厂等企业环境中部署其软件。Skild AI最终计划将重点扩展到消费者机器人市场。
Q&A
Q1:Skild Brain是什么?有什么特别之处?
A:Skild Brain是Skild AI开发的专门为机器人设计的基础模型。它的特别之处在于采用了与机器人无关的架构,可以在许多不同类型的机器人上运行而无需大量微调,并且能够从网络上的人类视频中学习,而不仅仅是机器人视频。
Q2:Skild AI这轮融资规模有多大?主要投资方是谁?
A:Skild AI获得了14亿美元融资,比预期多出约4亿美元,公司估值达到140亿美元。融资由软银集团领投,参与方包括英伟达的NVentures创投基金、杰夫·贝佐斯的Bezos Expeditions、Salesforce Ventures、三星电子等知名投资方。
Q3:Skild AI的商业化进展如何?主要应用在哪些领域?
A:Skild AI最近年化收入突破了3000万美元大关,目前正在数据中心和工厂等企业环境中部署其软件。公司计划未来将重点扩展到消费者机器人市场,资金将用于升级模型训练基础设施和支持商业化努力。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。