Некоторые венчурные инвесторы считают, что робототехника приближается к собственному «моменту ChatGPT», когда машины смогут выполнять широкий круг задач без отдельного обучения для каждой из них. Последний сигнал — Generalist, двухлетний стартап, разрабатывающий единую ИИ-модель для разных типов роботов. По словам двух человек, знакомых с условиями сделки и рассказавших TechCrunch, компания достигла оценки $3 млрд после привлечения почти $200 млн в рамках расширения раунда, возглавленного 8VC.

Важность сроков сделки связана с тем, что капитал направляется в отрасль до того, как научная база полностью успела за инвестициями, что подчеркивает: значительная часть ставки на робототехнику теперь делается на ПО, способное преобразовывать общий интеллект в физическое действие. Axios, первым сообщивший о финансировании, отметил, что деньги «быстро текут» в компании, создающие «robot brains», то есть программное обеспечение, предназначенное для помощи машинам в интерпретации окружающего мира и взаимодействии с ним.

Почему раунд является расширением, а не новым привлечением

Новый капитал не является отдельным раундом финансирования. Это лишь расширение раунда Series B Generalist на $400 млн, объявленного в июне, в котором участвовала Radical Ventures при оценке $2 млрд. Последнее расширение увеличивает общий объем привлеченных в рамках раунда средств до $600 млн.

Финансирование подтверждается федеральной подачей Form D. В документе указано предложение на $208.2 млн, из которых $198.2 млн были проданы 32 инвесторам. Эмитентом указана Generalist AI, Inc., компания из Делавэра, расположенная на Market Street в Сан-Франциско и зарегистрированная в 2024 году. Ранее компания называлась Artificial General Dexterity, Inc.

В документах перечислены руководители, включая Peter Florence, Andrew Barry и Andy Zeng, а также директора, включая Ellen Chisa и Fraser Kelton. Axios сообщил, что Generalist отказалась от комментариев, однако детали финансирования были раскрыты через документы подачи.

Компания основана выходцами из DeepMind и Boston Dynamics

Generalist была основана в 2024 году Florence и Zeng, ранее работавшими исследователями в Google DeepMind, а также Barry, ранее работавшим инженером в Boston Dynamics. В июне компания заявила, что движется к тому, что она называет «physical AGI», и сообщила, что уже привлекла более $500 млн.

Как сообщает TechCrunch, в число инвесторов Generalist входят 8VC, Radical Ventures, Nvidia, Union Square Ventures, Bezos Expeditions и исследователь ИИ Fei-Fei Li. В июньском объявлении о сделке 8VC назвала Generalist «frontier lab for robot intelligence» и указала Florence в качестве CEO, Zeng — chief scientist, а Barry — CTO.

Что, по словам Generalist, умеет модель

Generalist не производит роботов. Вместо этого компания разрабатывает программное обеспечение, которое ими управляет. По данным TechCrunch, компания заявляет, что ее модель Gen 1.5 может обучаться на видеодемонстрациях длительностью от 3 до 12 секунд, а дальнейшая разработка ведется при участии небольшой группы клиентов.

В июльской исследовательской публикации Generalist сообщила, что предыдущая модель GEN-1 работала примерно с 9,000 вариаций роботизированных рук и захватов и была обучена на более чем полумиллионе часов данных взаимодействия.

Generalist по-прежнему уступает двум самым дорогим конкурентам, упомянутым TechCrunch, а Genesis AI, как сообщалось, искала ту же оценку в $3 млрд.

Инвесторы сохраняют осторожность в отношении научной базы

Несмотря на рост финансирования, ключевая техническая проблема остается нерешенной. В отличие от больших языковых моделей, роботов нельзя просто обучить на всем интернете, и некоторые венчурные инвесторы считают, что по-настоящему универсальная модель для роботов может появиться лишь через несколько лет. Этот разрыв частично объясняет, почему значительная часть текущих инвестиций направляется в стартапы, создающие фундаментальные модели, а не в производителей самих роботов: именно на уровне ПО инвесторы видят шанс стандартизировать возможности для множества машин, хотя отрасль еще не доказала, что этот подход масштабируем.

Эта осторожность наблюдается не только в Кремниевой долине. На World Robot Conference 2026 в Пекине эксперты заявили, что embodied AI отстает от больших языковых моделей (LLM) как минимум на пять лет, согласно Yicai. Zhang Jianzhong, председатель и главный исполнительный директор производителя чипов Moore Threads, сказал, что большинство vision-language-action моделей имеют около семи миллиардов параметров, что значительно ниже масштаба в сотни миллиардов, которого LLM достигли до своего прорыва. Он также указал на нехватку данных из реального мира как на серьезное ограничение.

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

TechCrunch отмечает, что инвесторы фактически делают ставку на робототехнический эквивалент «момента ChatGPT», то есть на универсальные модели, способные переносить навыки между разными роботами и задачами.

Приток капитала выходит за рамки разработчиков ИИ-моделей. Cryptopolitan ранее сообщал, что Xpeng привлек более $900 млн для своего робототехнического подразделения при оценке $6.3 млрд в раунде, возглавленном IDG Capital. Вместе эти сделки показывают, насколько агрессивно инвесторы занимают позиции в расчете на прорыв в робототехнике, хотя универсальный «robot brain», на который они делают ставку, еще не доказал свою состоятельность.