Штаб-квартира в Сан-Франциско
С улицы заметить офис Physical Intelligence в Сан-Франциско можно только по символу π другого цвета на двери. Внутри кипит работа: нет стойки ресепшена, нет яркой неоновой вывески. Пространство — огромный бетонный зал, смягченный длинными столами из светлого дерева, расставленными хаотично. На одних — следы обеда: коробки с печеньем Girl Scout, банки Vegemite (явно австралиец в команде) и корзины с кетчупами и соусами. Другие столы заняты мониторами, деталями роботов, проводами и готовыми манипуляторами, которые осваивают простые дела.
Один манипулятор пытается сложить черные брюки — безуспешно. Другой упорно выворачивает рубашку наизнанку, но сегодня не его день. Третий преуспел: быстро чистит цукини и сбрасывает стружку в контейнер.
Сергей Левин, доцент UC Berkeley и один из сооснователей Physical Intelligence, объясняет: это как ChatGPT, только для роботов. Он показывает на механический танец по залу. Левин привык разжевывать сложные идеи.
То, что видно, — этап тестирования в замкнутом цикле. Данные собирают на станциях здесь и в других местах: склады, дома, где угодно. Эти данные обучают универсальные базовые модели для роботов. Новую модель проверяют на таких станциях. Складыватель брюк — чей-то эксперимент. Выворачиватель рубашки — тоже. Чистильщик цукини проверяет, может ли модель перейти на другие овощи, вроде яблока или картошки, научившись базовым движениям.
В здании есть тестовая кухня с обычным оборудованием для разных условий. Рядом эспрессо-машина — не для персонала, а для роботов. Любая пенка на латте — это данные, а не бонус для инженеров за мониторами или у экспериментов.
Оборудование простое: такие руки стоят около 3500 долларов с огромной наценкой продавца. Если делать самим, материалы обойдутся меньше чем в 1000. Раньше робототехники шокировались бы, что такое железо вообще что-то может. Но хорошие мозги компенсируют слабое тело.
Основатель из Stripe
Лачи Грум, 31-летний ветеран Stripe, подходит с энергией человека, у которого куча дел. У него все еще мальчишеское лицо типичного вундеркинда Кремниевой долины. В 13 лет в Австралии он основал компанию и продал ее через девять месяцев — отсюда Vegemite.
Раньше он отказал в беседе: встречи. Теперь дает десять минут. Грум следил за работой Левина и Челси Финн, его бывшей аспирантки из Berkeley, теперь ведущей лабораторию в Stanford по обучению роботов. Их имена мелькали везде, где что-то интересное в робототехнике. Услышав слухи о стартапе, он нашел Кароля Хаусмана из Google DeepMind, преподающего в Stanford. После встречи понял: это оно.
Грум не планировал быть инвестором навсегда. После Stripe пять лет ангельски вкладывал в Figma, Notion, Ramp, Lattice, ища проект для себя. Первый робототехнический бет — Standard Bots в 2021 году, вернувший детскую любовь к Lego Mindstorms. Инвестиции были передышкой, а не целью. Искал идею, команду и момент пять лет. Хорошая команда на плохой идее провалится, говорит он.
Двухлетняя компания собрала свыше 1 миллиарда долларов. Грум уточняет: тратят мало, в основном на вычисления. При нужных условиях и партнерах привлекут больше. Денег всегда можно влить в compute.
Необычно, что инвесторам вроде Khosla Ventures, Sequoia Capital и Thrive Capital (оценившим компанию в 5,6 миллиарда) нет сроков монетизации. Люди это терпят, но надолго ли — вопрос. Потому и запаслись капиталом.
Стратегия и партнеры
Кван Вуонг, еще один сооснователь из Google DeepMind, описывает подход: обучение через разные тела и разнообразные данные. Новый hardware завтра — знания модели переносятся, сбор данных с нуля не нужен. Затраты на автономию для любой платформы падают.
Уже тестируют с компаниями из логистики, продуктовых, даже шоколадной фабрикой напротив. В некоторых случаях системы готовы к реальности. Подход "любая платформа, любая задача" позволяет автоматизировать готовые дела уже сейчас.
Конкуренты в гонке за универсальным ИИ для роботов
Physical Intelligence не одна. Гонка за универсальным роботическим интеллектом, базой для спецприложений как LLM три года назад, набирает обороты. Skild AI из Питтсбурга, основана в 2023, недавно привлекла 1,4 миллиарда при оценке 14 миллиардов. Их Skild Brain уже коммерческий, "омни-телый", принес 30 миллионов выручки за месяцы в security, складах, производстве.
Skild критикует конкурентов в блоге: многие "базовые модели роботов" — замаскированные vision-language модели без физического здравого смысла, из-за зависимости от интернет-предобучения вместо симуляций и реальных данных.
Различие в философии острое. Skild ставит на коммерцию для data flywheel. Physical Intelligence — на чистые исследования для лучшего общего ИИ. Кто правее, покажут годы.
Чистота подхода и вызовы
Physical Intelligence работает с редкой ясностью, по словам Грума. Нужен исследователь — собираем данные, железо, что угодно. Не от рынка. План на 5-10 лет выполнили за 18 месяцев.
80 сотрудников, рост медленный. Сложнее всего hardware: ломается, задержки, безопасность усложняет.
Роботы продолжают тренироваться. Брюки не сложены. Рубашка наизнанку не вывернута. Стружка от цукини растет.
Вопросы висят: нужны ли роботы на кухнях? Безопасны ли? Не сведут ли собак с ума? Решают ли большие проблемы или создают новые? Скептики сомневаются в прогрессе, видении, ставке на общее ИИ вместо нишевого.
Грум не колеблется. Работает с экспертами десятилетий, верящими в момент. Кремниевая долина всегда давала таким шанс, даже без монетизации и сроков. Не всегда срабатывает, но успехи окупают провалы.