ロボットが物質世界を理解し相互作用するための基盤モデルπを開発する"Physical Intelligence"がSeries Bで$600Mを調達

Physical Intelligenceは、Alphabetのgrowth fundのCapitalGとLux Capitalがリードし、Bond、Redpoint、Sequoia Capitalが参加したSeries Bで$600Mを調達し、評価額は$5.6Bに拡大した。同社は1年前のSeries Aで$400Mも調達しており、これまでの資金調達総額は$1.1Bに達しましたが、過去および今回の出資者には、Amazonのexecutive chairmanであるJeff BezosやOpenAI、Redpoint Ventures、T. Rowe Price、Thrive Capital、Khosla Ventures、General Catalystなどが含まれます。

ChatGPTや他の生成AIエンジンがWeb全体から結論を導き出せる一方で、ロボットはより決定論的なプログラミングを超えて新しいスキルを学習するために、現実世界のデータと基盤モデルを必要とします。

2024年に設立されたロボットが物質世界を理解し相互作用するためのモデル開発するPhysical Intelligenceは、より高速で信頼性の高いロボットを目指ししており、同社の基盤モデルにより、AI開発者はロボットがさまざまな入力から学習し、以前の強化学習(RL)アプローチより少ないデータで行動をより迅速に一般化できるようにすることに取り組んでいます。これは、小売店から家庭まで、非構造化環境におけるロボット性能に影響を与えるものです。

典型的なワークフローは、開発者が任意のロボットからRGB-Dカメラ画像をPhysical Intelligenceのruntimeにストリームするところから始まります。システムは、この視覚ストリームとロボットの動作履歴をトークン化し、それを30億から50億パラメータのtransformer modelに入力します。ユーザーは『フラットホワイトを作って』や『この箱にチョコレートを詰めて』のような平易な言語のゴールを与えることができます。

モデルは次の50ステップを予測するのに約100msを要し、ハードウェア抽象化レイヤーがそのトークンをロボット固有の関節コマンドに変換します。これは安全のために力と速度の制限内で実行されます。

2月に、Physical Intelligenceはπ0またはPi0 robotics algorithmsのコードとweightsをopen-source化しました。今月初め、同社はvision-language-action(VLA) modelのVersion 0.6を発表しました。

Physical Intelligenceは、RECAP(RL with Experience & Corrections via Advantage-conditioned Policies)アプローチを使って、デモを通じてロボットを訓練し、修正でコーチし、自律的な経験から改善しました。

Physical Intelligenceは、physical AIを追求するために数百万ドルを調達している企業の中で特別な存在ではありません。9月には、Dyna Roboticsが独自の基盤モデル開発のためにSeries Aで$120Mを調達しました。

今月初め、Archetype AIは「physical agents」のために$35Mを調達し、Foxgloveはロボット開発者向けデータプラットフォームを拡大するために$40Mを調達しました。

他の企業も、次世代ロボットAIのためのデータ獲得とモデル構築に向けて競争しています。例えば、Physical IntelligenceのパートナーであるAgiBotは、Longcheer Technologyとの製造パイロットにReal-World Reinforcement Learning systemを導入しています。

さらに、1X Technologiesはteleoperationを使用してNEO humanoidに家庭内作業を訓練しています。
また、Skild AIは汎用Skild Brainを開発していると述べています。