Ключевые выводы
- Конгломераты Южной Кореи вложили $27 млн в стартап Config, который собирает и преобразует данные для робототехнических моделей.
- Азиатский производственный фундамент (Корея, Япония, Китай, Тайвань) создаёт уникальные условия для развития «физического ИИ», где данные собираются в реальном мире.
- Config планирует собрать миллион часов видеоданных к 2026 году, запустить облачную услугу RaaS и достичь $10 млн ARR.
Производство в Азии уже давно — это не просто фабрики, а система, способная быстро переключаться на новые технологические задачи. Инвестиции в физический ИИ показывают, что будущий рост будет связан не только с чипами, но и с тем, как роботы «видят» и «чувствуют» мир.
Азиатская индустриальная база как драйвер физического ИИ
В Южной Корее, Японии, Китае и Тайване производство остаётся главным столпом экономики. Эти страны умеют масштабировать производство, экспортировать готовую продукцию и поддерживать цепочки поставок на уровне «just‑in‑time». Такой фундамент сейчас переориентируют на ИИ, который работает не в виртуальном облаке, а в реальном физическом пространстве.
Тут отличие от стран, где ИИ сосредоточен на программных сервисах. Физический ИИ требует реальных датчиков, роботов‑исполнителей и, главное, огромных массивов «живых» данных – видеозаписей людей, движений и взаимодействий с объектами.
Эти данные собираются, маркируются и превращаются в обучающие наборы, — процесс, который почти в 10‑кратном размере дороже, чем обучение языковой модели. Поэтому инвесторы ищут компании, которые умеют эту работу выполнять дешево и быстро.
Config: кто это и зачем им нужны крупные корпорации?
Config – стартап, основанный в январе 2025 года в Сеуле (и Ханое), чье ядро состоит из пяти экспертов с опытом в Meta*, Twelve Labs, Waymo, Google и Naver. Их цель — не строить роботов, а собрать «сырьё» для обучающих моделей роботов‑основных (Robotic Foundation Models, RFMs).
Компания уже имеет более 100 000 часов видеоданных о людях, выполняющих физические задачи. Это — 30 раз больше, чем крупнейший открытый набор AgiBot World (≈ 3 000 часов). Данные собираются в контролируемых студиях и полевых условиях, а почти 300 человек в Сеуле и Ханое занимаются их записью и разметкой.
Как говорит со‑основатель и CEO Минджун Со, «преобразовать данные вместо того, чтобы адаптировать модель» — это их главная техническая разница. По его словам, это напоминает перевод языка: лучше предварительно «перевести» материал в формат, понятный роботу, чем заставлять модель «выучить» чужой язык.
Крупные венчурные фонды в деле: кто вложил деньги?
Только что Samsung Venture Investment возглавил подушку в $27 млн, оценив компанию в >$200 млн. Круг инвесторов расширился за счёт ZER01NE Ventures (подразделение Hyundai Motor), LG Tech Ventures, SKT America (венчурный отдел южнокорейского телекомоператора), а также ангела‑инвестора Питера Аббела (со‑сооснователь Covariant AI) и ряда финансовых институтов: Mirae Asset Ventures, Korea Development Bank, GS Futures, Kakao Ventures и Z Ventures.
Такой набор инвесторов говорит о стратегическом интересе: автопроизводители, сетевые операторы и крупные электроники намерены иметь собственные робототехнические ИИ‑модели, а не полностью полагаться на сторонних поставщиков.
Как будут использованы новые средства?
Конфиг планирует потратить полученные деньги на три направления:
- Масштабировать сбор данных в Южной Корее и Вьетнаме до 1 млн часов к 2026 году.
- Развить корпоративную платформу и вывести её доход до $10 млн годового рекуррентного дохода (ARR) к концу 2026 года.
- Запустить облачную услугу Robot‑as‑a‑Service (RaaS), позволяющую клиентам пользоваться их фонданционной моделью без установки собственного оборудования.
Эти шаги направлены на то, чтобы Config стал «TSMC для данных роботов» – поставщиком, который обслуживает всех игроков, но сам не конкурирует с ними в производстве роботов.
Кому уже интересны данные Config?
Сейчас в клиентской базе компании – крупные производители, системные интеграторы, а также игроки из сельского хозяйства и обороны. Примеры использования: обучение манипуляторов для сортировки урожая, обучение автономных транспортных средств на заводах и подготовка роботов‑разведчиков для военных задач.
Среди конкурентов выделяются Physical Intelligence, Generalist AI и Skild AI, но пока у Config более обширный набор реальных видеоданных и уникальная технология их предобработки.
Перспективы физического ИИ в Азии
Азиатские страны продолжают вкладывать в «умные» фабрики, автоматизацию и робототехнику. Фокус смещается от чисто программных решений к тем, где ИИ взаимодействует с материей. Это открывает возможности для стартапов, которые умеют собирать и готовить данные, как это делает Config.
Если рынок робототехнических моделей продолжит расти, то компании, которые смогут предложить готовый «датасет‑как‑услугу», получат конкурентное преимущество. Инвесторы уже показывают, что готовы поддерживать такие модели, и в ближайшие годы мы увидим рост числа облачных RaaS‑платформ.
Справка
Config – стартап, основанный в 2025 году в Сеуле, фокусируется на сборе и трансформации данных для обучения робототехнических моделей. К моменту написания компании накопили более 100 000 часов видеоданных и привлекли $27 млн инвестиций.
Samsung Venture Investment – венчурное подразделение Samsung, инвестирующее в технологические стартапы. Руководит крупнейшими раундами финансирования в корейском ИИ‑секторе.
ZER01NE Ventures – инвестфонда Hyundai Motor, ориентированный на мобильность, автономные системы и ИИ‑решения для транспортных средств.
LG Tech Ventures – корпоративный венчурный фонд LG, поддерживает проекты в области электроники, ИИ и робототехники.
SKT America – американское подразделение венчурного отдела SK Telecom, крупнейшего телекоммуникационного провайдера Южной Кореи, активно инвестирует в облачные и ИИ‑технологии.
Физический ИИ — это новый виток индустриального развития Азии. Когда данные станут таким же «сырьём», как сталь или кремний, компании вроде Config смогут ускорить путь от лаборатории к заводской линии. Инвестиции уже подтверждают, что этот рынок будет расти, а если вы ищете, где разместить капитал или построить роботов, стоит обратить внимание на поставщиков данных.
