Niektórzy inwestorzy venture capital zakładają, że robotyka zbliża się do własnego „momentu ChatGPT”, kiedy maszyny będą mogły wykonywać szeroki zakres zadań bez osobnego trenowania dla każdego z nich. Najnowszym sygnałem jest Generalist, dwuletni startup rozwijający jeden model AI dla różnych typów robotów. Według dwóch osób zaznajomionych z warunkami, które rozmawiały z TechCrunch, spółka osiągnęła wycenę 3 mld dolarów po pozyskaniu blisko 200 mln dolarów w rozszerzeniu rundy prowadzonym przez 8VC.

Znaczenie ma też moment, ponieważ kapitał jest angażowany zanim nauka podstawowa w pełni nadrobi zaległości, co pokazuje, jak duża część zakładu na robotykę koncentruje się teraz na oprogramowaniu, które może przełożyć ogólną inteligencję na działanie fizyczne. Axios, który jako pierwszy opisał finansowanie, napisał, że pieniądze „is flying fast” do spółek budujących „robot brains”, czyli oprogramowanie zaprojektowane tak, by pomagać maszynom interpretować otoczenie i działać w świecie wokół nich.

Dlaczego to rozszerzenie rundy, a nie nowa emisja

Nowy kapitał nie stanowi osobnej rundy finansowania. Jest to rozszerzenie ogłoszonej w czerwcu rundy Series B Generalist o wartości 400 mln dolarów, w której uczestniczyło Radical Ventures przy wycenie 2 mld dolarów. Najnowsze rozszerzenie podnosi łączną kwotę pozyskaną w tej rundzie do 600 mln dolarów.

Finansowanie potwierdza federalne zgłoszenie Form D. Dokument pokazuje 208,2 mln dolarów zaoferowanych i 198,2 mln dolarów sprzedanych 32 inwestorom. Emitent figuruje jako Generalist AI, Inc., spółka z Delaware z siedzibą przy Market Street w San Francisco, zarejestrowana w 2024 roku. Spółka wcześniej nosiła nazwę Artificial General Dexterity, Inc.

Dokumenty wymieniają menedżerów, w tym Peter Florence, Andrew Barry i Andy Zeng, a także członków rady, w tym Ellen Chisa i Fraser Kelton. Axios podał, że Generalist odmówił komentarza, ale szczegóły finansowania ujawniono w dokumentach zgłoszeniowych.

Założyciele z DeepMind i Boston Dynamics

Generalist został założony w 2024 roku przez Florence’a i Zenga, którzy wcześniej pracowali jako badacze w Google DeepMind, oraz Barry’ego, który wcześniej pracował w obszarze inżynierii w Boston Dynamics. W czerwcu spółka poinformowała, że zmierza ku temu, co nazywała „physical AGI”, i że pozyskała już ponad 500 mln dolarów.

Jak podał TechCrunch, inwestorami wspierającymi spółkę są: 8VC, Radical Ventures, Nvidia, Union Square Ventures, Bezos Expeditions oraz badaczka AI Fei-Fei Li. W czerwcowym ogłoszeniu inwestycyjnym 8VC określiło Generalist jako „frontier lab for robot intelligence” i wskazało Florence’a jako CEO, Zenga jako chief scientist, a Barry’ego jako CTO.

Co model ma robić

Generalist nie tworzy robotów, lecz oprogramowanie, które nimi steruje. Według TechCrunch spółka twierdzi, że jej model Gen 1.5 może uczyć się na podstawie demonstracji wideo trwających od 3 do 12 sekund, a model jest dalej rozwijany przy wsparciu niewielkiej grupy klientów.

We wpisie badawczym z lipca Generalist podał, że wcześniejszy model GEN-1 działał w około 9 000 wariantach robotycznych dłoni i chwytaków oraz był trenowany na ponad pół miliona godzin danych interakcyjnych.

Generalist nadal pozostaje za dwoma najwyżej wycenianymi rywalami wskazanymi przez TechCrunch, podczas gdy Genesis AI podobno poszukiwał tej samej wyceny 3 mld dolarów.

Zastrzeżenia, które inwestorzy wciąż podnoszą

Największą przeszkodą pozostaje nauka. W przeciwieństwie do dużych modeli językowych robotów nie da się po prostu trenować na całym internecie, a część inwestorów venture ostrzega, że naprawdę uniwersalny model robotyczny może być oddalony o lata.

Tę ostrożność słychać także poza Silicon Valley. Podczas World Robot Conference 2026 w Pekinie eksperci stwierdzili, że embodied AI pozostaje co najmniej pięć lat za dużymi modelami językowymi (LLMs), jak podał Yicai. Zhang Jianzhong, przewodniczący i dyrektor generalny producenta układów Moore Threads, powiedział, że większość modeli vision-language-action ma około siedmiu miliardów parametrów, co jest znacznie poniżej skali stu miliardów, jaką osiągnęły LLM-y przed przełomem. Wskazał też na niedobór danych z realnego świata jako istotne ograniczenie.

„It is certainly still some way from its ‘GPT moment.'” — Zhang Jianzhong, chairman and chief executive of Moore Threads, cited by Yicai Global

TechCrunch zauważa, że inwestorzy w praktyce stawiają na robotyczny odpowiednik „momentu ChatGPT” — modele ogólnego przeznaczenia, które mogą przenosić umiejętności między różnymi robotami i zadaniami.

Napływ kapitału wykracza poza laboratoria modeli AI. Cryptopolitan wcześniej informował, że Xpeng pozyskał ponad 900 mln dolarów na swoją jednostkę robotyki przy wycenie 6,3 mld dolarów w rundzie prowadzonej przez IDG Capital. Razem te transakcje pokazują, jak agresywnie inwestorzy pozycjonują się pod przełom w robotyce, mimo że ogólnego przeznaczenia „robot brain”, na który stawiają, wciąż nie udało się potwierdzić.