Ключевые выводы
- Финансовый взлёт: Стартап Physical Intelligence ведёт переговоры о привлечении около $1 млрд, что может увеличить его оценку до $11 млрд — практически вдвое за четыре месяца.
- Кто инвестирует: К раунду могут присоединиться Founders Fund и Lightspeed Venture Partners, а также вернувшиеся инвесторы Thrive Capital и Lux Capital.
- Суть технологии: Компания создаёт базовые AI-модели общего назначения для роботов — аналог ChatGPT, но для физического мира, чтобы роботы могли выполнять разные задачи.
- Почему нет срока: Основатели открыто говорят, что у них нет временных рамок для выхода на рынок, сосредоточившись на масштабировании вычислений и улучшении модели.
- Сильная команда: За проектом стоят экс-сотрудники DeepMind и бывший технический директор Stripe, что даёт инвесторам уверенность в реализации амбициозной цели.
Представьте, что вы можете загрузить в робота одну универсальную программу, и он научится и складывать бельё, и чистить овощи. Именно над этим работают в Physical Intelligence. И рынок уже ставит на них колоссальные деньги, несмотря на то, что продукт ещё не готов к продажам.
Почему инвесторы платят billions "вслепую"
Узнав о новостях, первый вопрос: почему коммерциализация — не в фокусе? Обычно стартапы торопятся показать revenue. Здесь же подход иной. Основатель Лэки Грум прямо заявил: "Нет предела тому, сколько ресурсов мы можем задействовать. Можно всегда добавить больше вычислений".
Это значит, что задача — не быстрая монетизация, а создание максимально мощной и гибкой модели. Инвесторы, похоже, поддерживают такой сценарий. Они видят историю успеха в других областях ИИ: модели вроде GPT-4 не монетизировались сразу, но их фундаментальный потенциал был очевиден.
Такой подход возможен лишь при двух условиях: 1) огромном доверии к команде, 2) уверенности, что первым, кто создаст "общий ИИ для роботов", достанется львиная доля рынка. Финансирование в $1 млрд — это ставка на эту долину.
Финансы: как оценка взлетела в 2 раза за 4 месяца
В январе 2026 года Physical Intelligence уже привлекла чуть более $1 млрд с оценкой около $5.6 млрд. Сейчас переговоры идут о новом раунде размером ~$1 млрд при желаемой итоговой оценке свыше $11 млрд. Деньги будут привлекаться в рамках серии B, предположительно.
Участие в раунде, по данным Bloomberg, подтвердили или рассматривают: Founders Fund (легендарный венчурный фонд, вложившийся в SpaceX и Palantir), Lightspeed Venture Partners (активный в B2B и enterprise), а также вернувшиеся инвесторы Thrive Capital и Lux Capital. Последние уже вовлечены с предыдущего этапа.
Важно: сделка в ранней стадии, цифры могут меняться. Но сам факт таких переговоров показывает невероятный аппетит инвесторов к ИИ в физическом мире.
"ChatGPT для роботов": как это работает и зачем нужно
Когда сооснователь Сергей Левин сравнивал компанию с ChatGPT для роботов, он давал очень точную метафору. ChatGPT — это фундаментальная языковая модель, которую можно адаптировать под миллионы задач: написать письмо, сгенерировать код, перевести текст.
Physical Intelligence создаёт нечто похожее, но для физических действий. Их модель — это не программа "помыть пол" или "сложить рубашку". Это базовая модель robofunction, способная понять команду, спланировать последовательность движений и взаимодействовать с любым окружением. Задача — чтобы один и тот же "мозг" управлял разными типами роботов (манипуляторы, гуманоиды, мобильные платформы) и решал разные задачи.
Потенциальные кейсы: от бытовых (печить овощи, уборка, помогать пожилым) до промышленных (сборка на заводе, логистика на складах). По сути, это попытка решить главную проблему робототехники — необходимость программировать каждое действие под конкретного робота в конкретном месте. С общим ИИ роботу бы хватило инструкции "принеси чашку из той комнаты", и он сам справился бы с препятствиями, незнакомыми предметами.
Команда мечты: DeepMind + Stripe
Главный актив стартапа — не менее амбициозен, чем технология. Сергей Левин — один из пионеров reinforcement learning для роботов, бывший исследователь в UC Berkeley и, что ключево, **бывший сотрудник DeepMind**. Его работы по обучению роботов в симуляции и переносу навыков в реальный мир стали классикой.
Лэки Грум пришёл из Stripe, где занимал пост технического директора и отвечал за масштабирование инфраструктуры платежной системы. Его опыт в построении надёжных, высоконагруженных систем для интернета — идеальная complements для задачи по масштабированию вычислительных ресурсов под ИИ-модели для роботов.
В штате — около 80 человек (данные на январь). Это маленькая команда для таких амбиций, но в мире ИИ так часто и бывает: DeepMind в начале пути насчитывала десятки, а не сотни сотрудников. Акцент на quality over quantity.
Что будет дальше: путь до коммерчества
Сроков нет. Но можно предположить логику: 1) Research Phase — продолжать радикально улучшать базовую модель, используя симуляции и "метавселенные" для обучения. 2) Partnerships Phase — начать embedded-испытания модели в "железе" партнёров (производителей роботов, например Boston Dynamics или собственные прототипы). 3) Commercialization Phase — либо продавать "мозги" по подписке, либо лицензировать технологию OEM-производителям.
Главный риск — технический. Создать общий ИИ для роботов сложнее, чем для текста. Реальный мир бесконечно разнообразен, физические взаимодействия нелинейны, безопасность — критична. Но если они решат задачу, шансы стать стандартом de facto огромны.
Справка
Physical Intelligence — американский стартап в сфере искусственного интеллекта и робототехники, основанный в 2024 году в Сан-Франциско. Его цель — создание фундаментальных AI-моделей, способных управлять любыми физическими системами. Ключевая концепция — применение трансформерной архитектуры (как в GPT) к данным о взаимодействии робота с миром. Основные инвесторы: Thrive Capital, Lux Capital, Founders Fund, Lightspeed Venture Partners. Является примером тренда на "embodied AI" — ИИ, воплощённый в физическом активном агенте.
Сергей Левин (Sergey Levine) — сооснователь и главный научный сотрудник Physical Intelligence. Кандидат наук, ранее исследователь в лаборатории AI Research (FAIR) и DeepMind. Известен Pioneering работами по обучению с подкреплением (RL) для роботов, включая методы обучения в симуляции и переноса навыков (sim-to-real transfer). Его статьи являются одними из самых цитируемых в области robot learning.
Лэки Грум (Lachy Groom) — сооснователь и генеральный директор Physical Intelligence. До этого занимал должность технического директора (CTO) в Stripe, где отвечал за глобальную инфраструктуру и масштабирование систем обработки платежей. Имеет опыт построения промышленных систем, требующих высокой надёности и отказоустойчивости, что важно для production-систем ИИ.
DeepMind — британская компания, специализирующаяся на искусственном интеллекте, приобретённая Google в 2014 году. Лидер в области deep reinforcement learning (AlphaGo, AlphaFold). Является источником талантов для многих стартапов в ИИ, включая Physical Intelligence. Подход DeepMind к созданию общих алгоритмов, способных решать множество задач, является прямым прообразом идеи Physical Intelligence для физического мира.
Робототехника с использованием ИИ общего назначения (General-Purpose AI for Robotics) — направление, целью которого является создание одной модели или системы, способной выполнять широкий спектр задач в различных физических средах с помощью разных типов роботов. Контрастирует с унаследованным подходом (programming-by-demonstration или task-specific coding), где для каждой новой задачи требуется новая настройка. Ключевые элементы: обучение в симуляции, перенос знаний, архитектура на основе трансформеров для последовательностей действий.
Physical Intelligence — это ставка не на прошедшееApiRequest, а на будущее, где роботы перестанут быть специализированными станками и станут гибкими помощниками. Ихvaluation в $11 млрд — это price of hope, что фундаментальный ИИ-прорыв в физическом мире стоит ровно столько же, сколько и в цифровом. Но путь от "как ChatGPT" до реального продукта окажется длиннее и сложнее, чем у языковых моделей.
