1960
Робототехнічний стартап Generalist досяг оцінки приблизно 3 млрд доларів після залучення додаткового капіталу, який очолила венчурна компанія 8VC.
Згідно з регуляторною документацією, новий транш становить майже 200 млн доларів. Це продовження раунду серії B на 400 млн доларів, про який Generalist оголосила у червні. Тоді компанію оцінили у 2 млрд доларів. Після нового фінансування загальний розмір раунду досяг 600 млн доларів.
Generalist та 8VC не коментували угоду на запит TechCrunch.
Стартап заснували у 2024 році колишні дослідники Google DeepMind Піт Флоренс та Енді Зенг разом із колишнім інженером Boston Dynamics Ендрю Баррі.
Серед ранніх інвесторів Generalist — 8VC, Radical Ventures, Nvidia, Union Square Ventures, Bezos Expeditions та дослідниця штучного інтелекту Фей-Фей Лі. До недавнього часу компанія працювала досить закрито та майже не розповідала публічно про свої розробки.
Generalist створює фундаментальну модель штучного інтелекту, яка має працювати з різними типами роботів, а не лише з однією конкретною платформою.
Компанія заявляє, що її нова модель Gen 1.5 дозволяє роботу освоїти нову задачу після дуже короткої відеодемонстрації. Тривалість такого прикладу може становити лише від трьох до дванадцяти секунд.
Ідея полягає в тому, щоб людина один раз показала потрібну дію, після чого робот зміг відтворити її без окремого ручного програмування кожного руху.
Generalist уже працює з невеликою кількістю клієнтів. За словами одного з джерел TechCrunch, їхній зворотний зв’язок використовується для адаптації моделі до конкретних сценаріїв.
Компанія конкурує з кількома іншими добре профінансованими розробниками універсального «мозку» для роботів. Physical Intelligence, за повідомленнями, оцінюється приблизно в 11 млрд доларів, а підтримувана SoftBank Skild AI — у 14 млрд. Ще один конкурент, Genesis AI, минулого місяця вів переговори про залучення капіталу при оцінці близько 3 млрд доларів.
Хвиля великих інвестицій показує, що венчурні фонди роблять ставку на можливий «момент ChatGPT» у робототехніці — час, коли роботи зможуть виконувати широкий набір задач без попереднього програмування кожної з них.
Однак фундаментальна проблема залишається незмінною: роботів неможливо навчати на практично всьому відкритому інтернеті так само, як великі мовні моделі. Фізичний світ потребує іншого типу даних — відеодемонстрацій, сенсорних показників і реальної взаємодії з об’єктами.
Саме тому частина інвесторів попереджає, що справді універсальна робототехнічна модель може залишатися питанням ще кількох років.
https://techcrunch.com/2026/08/25/robotics-startup-generalist-reaches-3b-valuation-sources-say/
