Geleitet von chinesischen Bürgern hat ein 20-köpfiges Team, dessen durchschnittliches Alter unter 28 Jahren liegt, die größte Seed-Runde-Finanzierung für Embodied AI in Silicon Valley gewonnen.

In letzter Zeit hat das US-amerikanische Startup für Embodied Intelligence, Genesis AI, eine Seed-Runde von 105 Millionen US-Dollar (etwa 752 Millionen Yuan) abgeschlossen. Die Runde wurde gemeinsam von den angesehensten US-amerikanischen Risikokapitalgesellschaften Khosla Ventures und Eclipse geleitet. Mitinvestoren sind der ehemalige Google-Vorsitzende Eric Schmidt, der europäische Tech-Magnat Xavier Niel, die französische Zentralbank BPI und Sequoia China.

Dies ist die größte Seed-Runde, die jemals von einer chinesischen Mannschaft im Silicon Valley abgeschlossen wurde und auch die größte Seed-Runde in der Branche des Embodied Intelligence bislang, die den Rekord des früheren Star-Startups Physical Intelligence in diesem Bereich übertrifft.

Zu dieser Investition sagte Kanu Gulati, Partner bei Khosla Ventures, dass sein Unternehmen darauf setzt, ob jemand ein universelles Basis-Modell für Roboter entwickeln kann, das für verschiedene Aufgaben geeignet ist. Unter allen Teams, mit denen das Unternehmen in Kontakt gekommen ist, zeichnet sich Genesis AI durch seinen Ansatz in der Entwicklung von Basis-Modellen für Roboter aus.

Genesis AI wurde im vergangenen Dezember gegründet und hat ein Entwicklungsteam von etwa 20 Personen. Das Team arbeitet an der Entwicklung eines universellen Modells, das es Robotern ermöglicht, verschiedene repetitive Aufgaben, von Laborarbeiten bis hin zu Haushaltsarbeiten, automatisch auszuführen.

01. Führung durch eine chinesische Mannschaft mit durchschnittlichem Alter unter 28 Jahren

Das Gründerteam besteht aus erfahrenen Wissenschaftlern und Branchenführern aus Mistral AI, Nvidia, Google, Apple, der Carnegie Mellon University (CMU), dem Massachusetts Institute of Technology (MIT), Stanford University, Columbia University und der University of Maryland. Sie haben umfangreiche Erfahrungen in Bereichen wie physikalischer Simulation, Grafik und Robotik.

Der Gründer und CEO, Zhou Xian, absolvierte sein Bachelorstudium an der Nanyang Technological University und promovierte an der Carnegie Mellon University. Während seiner Promotion arbeitete er an Themen wie Weltmodellen, Imitationslernen und Verstärkungslernen, entwickelte ein neues Paradigma für generative Simulationen und initiierte und leitete das Open-Source-Projekt Genesis.

Der Mitgründer Théophile Gervet promovierte 2023 an der Carnegie Mellon University. Er war nicht nur eines der Gründungsmitglieder von Skild AI, sondern auch der ehemalige Leiter des Multimodal-Modells bei Mistral AI.

Links Zhou Xian, rechts Théophile Gervet

Xu Zhenjia promovierte 2024 an der Columbia University unter der Leitung von Song Shuran, einem Preisträger des Sloan Research Fellowships. Er war Mitautor des Projekts UMI, einem Spülroboter von Stanford, und des Roboternetzwerk-Architekturprojekts Diffusion Policy. Er war auch der Leiter des echten Robotersystems im Nvidia GEAR-Team und leitete die Datenerfassung und das echte Robotersystem im Projekt GR00T.

Xu Zhenjia

Wang Zunxuan promovierte am MIT CSAIL unter der Leitung von Daniela Rus, einer Pionierin in der Robotik. Seine Forschungsgebiete umfassen Kerntechnologien des Embodied Intelligence wie Daten, Gehirn und Körper. Er arbeitete zuvor bei der KI-Firma Liquid AI an der Entwicklung der Basis-Modellarchitektur.

Wang Zunxuan

Qiao Yiling absolvierte sein Bachelorstudium an der Universität der Chinesischen Akademie der Wissenschaften und promovierte an der University of Maryland unter der Leitung von Ming C. Lin, einem Pionier in der Grafik, und Dinesh Manocha, einem Pionier in der Robotik. Sie ist Stipendiatin des Meta-Stipendiums und hat mehrere bahnbrechende Arbeiten in den Bereichen Grafik und differenzierbarer physikalischer Simulationen geleistet.

Qiao Yiling

Li Minchen absolvierte sein Bachelorstudium an der Zhejiang University und promovierte an der University of Pennsylvania. Er ist Assistant-Professor für Grafik an der CMU und Erfinder des IPC-Algorithmus, dem einflussreichsten Algorithmus zur Lösung komplexer Kontaktmodelle in der Grafik.

Li Minchen

Song Yunlong promovierte an der Universität Zürich unter der Leitung von Davide Scaramuzza, einem Pionier in der Robotik.

Song Yunlong

Neben diesen aufstrebenden Wissenschaftlern gehören auch mehrere Branchenführer zum frühen Gründerteam: der Leiter des Multimodal-Modells von Apple Intelligence, der Google-Engineering-Direktor Rachid El Guerrab, der Nvidia-Architekt Rama Hoetzlein und der Leiter des Multimodal-Modells von H Company, Antoine d’Andigne.

02. Veröffentlichung eines physikalischen Welt-Engines: Das größte Open-Source-Projekt für Embodied Intelligence

Ende vergangenen Jahres hat ein Open-Source-Projekt namens Genesis, ein generativer physikalischer Engine, viel Aufmerksamkeit erregt. Das Projekt wurde von Zhou Xian initiiert und wird gemeinsam von mehr als 10 Forschungsinstitutionen wie der Carnegie Mellon University, Tsinghua University, Peking University, MIT und Stanford University durchgeführt.

Mehrere Forscher, die an diesem Projekt beteiligt waren, haben Genesis AI beigetreten und bilden ein Entwicklungsteam von etwa 20 Personen, das sich auf Bereiche wie Robotik, Maschinelles Lernen und Grafik spezialisiert hat.

Genesis hat auf GitHub 25.4k Sterne erhalten und ist somit das größte Open-Source-Projekt für Embodied Intelligence geworden.

Genau wie Large Language Models (LLMs) auf der Grundlage von riesigen Text-Datensätzen trainiert werden, benötigen Embodied Intelligence Modelle Daten aus der realen Welt für das Training. Die Erfassung von Daten aus der realen Welt ist jedoch ein äußerst kostspieliger und zeitaufwändiger Prozess.

Deshalb hat Genesis AI sich für den Ansatz der synthetischen Daten entschieden und entwickelt einen physikalischen Generierungs-Engine, um Daten zu erzeugen.

Der physikalische Generierungs-Engine von Genesis kann 4D-dynamische Welten generieren und eine Vielzahl von Materialien und physikalischen Phänomenen simulieren. Er ist speziell für Anwendungen in der universellen Robotik, Embodied AI und Physical AI entwickelt.

Er bietet eine „Simulationsgeschwindigkeit, die etwa 430.000 Mal schneller ist als die reale Welt“. Selbst in einer Trainingsumgebung mit einer einzigen RTX 4090-Grafikkarte kann in nur 26 Sekunden eine Bewegungstrategie trainiert werden, die auf einen realen Roboter übertragen werden kann.

Zurzeit entwickelt Genesis AI in Büros im Silicon Valley und in Paris synthetische Daten und baut ein Basis-Modell. Voraussichtlich wird das Unternehmen Ende dieses Jahres ein Embodied Intelligence Modell für die Robotik-Community veröffentlichen.

03. Fazit: Die Branche des Embodied Intelligence erreicht einen Höhepunkt und beschleunigt die Evolution hin zu universellen Agenten

Die Rekord-Seed-Runde von Genesis AI zeigt, dass die Branche nun in eine Phase der intensiven Konkurrenz um die Entwicklung von universellen Modellen für verschiedene Aufgaben eintritt.

Mit sinkenden Datenkosten und verbesserten Generalisierungsfähigkeiten von Multimodal-Modellen entwickelt sich Embodied Intelligence zunehmend von einem spezialisierten Werkzeug zu einem universellen Agenten. Diese technologische Revolution, die von einer chinesischen Mannschaft geleitet wird, könnte die Interaktionsgrenzen zwischen Menschen und der physischen Welt neu definieren.

Dieser Artikel stammt aus dem WeChat-Account „Robotik-Vorausschau“. Autorin: Xu Lisi, Redakteurin: Mo Ying. Veröffentlicht von 36Kr mit Genehmigung.