Большинство компаний в сфере робототехники сосредоточены на сборе огромных объемов данных из реального мира, однако Machenta идет по противоположному пути. Компания успешно привлекла 40 миллионов долларов в рамках посевного раунда, чтобы обучать роботов без необходимости использовать какие-либо данные из реальной среды.
Раунд возглавили Creandum и Union Square Ventures. Эта сумма является значительным посевным чеком для лондонского стартапа, штат которого насчитывает всего 11 человек, и представляет собой смелый вызов общепринятому подходу в индустрии создания роботов.
Machenta была основана в 2025 году Эдвардом Джонсом, профессором Имперского колледжа Лондона, и его бывшим аспирантом Виталисом Восылюсом. Эдвард Джонс занимает пост генерального директора. Идея компании возникла около шести лет назад, когда Джонс начал задаваться вопросом, могут ли роботы выполнять физические задачи так же быстро, как люди.
Этот вопрос стимулировал многолетнюю лабораторную работу в Имперском колледже, которая в итоге привела к созданию Machenta. Ранними инвесторами выступила Hoxton Ventures, а британские документы указывают на более ранний, меньший раунд в размере около 4,3 миллиона фунтов стерлингов в 2025 году. Теперь компания располагает гораздо большими финансовыми возможностями благодаря привлеченным 40 миллионам долларов.
Модель Machenta обучается исключительно внутри компьютерно сгенерированных сред. Эти симуляции имитируют, как объекты перемещаются, скользят и сталкиваются друг с другом. Джонс сообщил изданию Business Insider, что модель была обучена без единого пикселя данных из реального мира.
Результатом этого подхода является способность робота осваивать новую задачу после всего одной демонстрации, без дополнительного обучения. В демонстрационных примерах роботы выполняли уборку стола и укладывали предметы в ящики на сборочной линии.
Несмотря на успехи, система еще не идеальна; точные и сложные движения остаются сложной задачей. Ранние лабораторные версии также требовали примерно 30 минут дополнительного сбора данных на каждую задачу, которую Machenta стремится полностью исключить.
Конкуренты Machenta являются крупными игроками на рынке. Рынок физического интеллекта оценивается примерно в 11 миллиардов долларов. По сообщениям, FieldAI привлекает средства при оценке в 10 миллиардов долларов, а Skild AI превышает 14 миллиардов долларов и уже продает аналогичные технологии, принося ежегодный регулярный доход в размере 100 миллионов долларов от более чем 60 клиентов.
Многие из этих конкурентов сильно полагаются на данные из реального мира, но Джонс считает, что это ловушка. Он утверждает, что простое накопление большего количества данных не решит проблему самостоятельно, поскольку никто точно не знает, сколько данных потребуется обобщенным роботам. Если симуляция сможет преодолеть этот пробел, экономика робототехники может быстро измениться.
Сбор данных роботов в реальном мире является медленным и дорогостоящим процессом, требующим оборудования, персонала и бесконечных часов записи. Симуляция же масштабируется за счет вычислительных мощностей, которые становятся все дешевле, что потенциально позволяет небольшим командам обучать способных роботов.
Именно поэтому данный раунд финансирования выделяется. Средства будут использованы для найма сотрудников, приобретения большего объема вычислительной мощности и генерации большего количества симулированных обучающих данных с целью решения более сложных и точных задач.
Однако команда сосредоточена на исследованиях, и в ближайшей перспективе нет планов по коммерциализации продукта. Хотя ранний доступ к модели еще не открыт, разработчики роботов уже могут зарегистрировать свой интерес. Для производственных цехов и складов перспективы огромны: можно представить переобучение манипулятора робота за секунды, а не за недели. Для инвесторов это сигнал о том, что Европа все еще может конкурировать в области физического ИИ.
