
Humyn Labs, компания, занимающаяся исследованиями и внедрением физического искусственного интеллекта, объявила о привлечении 47 миллионов долларов в рамках раунда финансирования Series A. Всего за шесть месяцев работы компания смогла превысить 50 миллионов долларов годового дохода. Humyn Labs сотрудничает с ведущими лабораториями ИИ, компаниями в области робототехники и разработчиками мировых моделей. Используя собственные операции по сбору и обогащению данных в более чем 20 странах, компания помогает роботам лучше готовиться к развертыванию в реальном мире.
Проблемы в разработке робототехники
По словам Ишанка Гупты, соучредителя Humyn Labs, многие разработки в области робототехники сталкиваются с проблемами из-за недостатка данных о реальном мире. "Многое из того, что мы видели в разработках и с партнерами, происходило в основном в смоделированных средах. Главный вопрос заключался в том, как перенести то, что происходит в лаборатории, в реальный мир," — отметил он в интервью The Robot Report.
Финансирование и инвесторы
Раунд финансирования включает 26 миллионов долларов в виде акционерного капитала, который возглавил Accel. В него также вошли такие участники, как Prosus Ventures, BeeGlobal, Finserv Intelligence через Bajaj Finance, Bajaj Alts AI Opportunities Fund, Dallas Venture Capital, Lighthouse Canton, Jump Trading LLC и известный ангел-инвестор Анита Прамода, бывший CFO Epic. Дополнительно был привлечен 21 миллион долларов в виде венчурного долга, который возглавил Lighthouse Canton с участием Trifecta Capital.
Модальности сбора данных
Humyn Labs собирает данные по четырем модальностям: зрение, звук, осязание и движение. "Наша цель — не просто быть партнером по данным, но и партнером по внедрению для наших клиентов," — сказал Гупта. Компания использует собственные устройства захвата данных, которые фиксируют, как люди выполняют конкретные задачи в соответствии с требованиями лабораторий. Энд-то-энд движок данных Humyn Labs преобразует эти данные в размеченные наборы данных, готовые к обучению, с проверенной подлинностью.
Применение данных в различных отраслях
Humyn Labs делит отрасли, с которыми она работает, на три основные категории: жилые, коммерческие и промышленные. "Различие между коммерческим и промышленным заключается в том, что все, что связано с производством, относится к промышленному. Все остальное — к коммерческому," — пояснил Гупта. Данные компании могут быть применены в различных сферах, включая склады, розничную торговлю и гостиничный бизнес.
Разнообразие роботизированных решений
Humyn Labs не ставит перед собой задачу определять, как конечные пользователи должны автоматизировать задачи, поэтому ее данные могут быть полезны для различных типов роботизированных решений. "Мы работаем с различными воплощениями, потому что акцент делается на понимании того, как определенные задачи могут быть выполнены," — отметил Гупта. Например, роботизированные руки отлично подходят для задач, требующих манипуляции, но не навигации, что особенно актуально в промышленных условиях.
Планы на будущее
Привлеченные средства будут направлены на три направления: инфраструктуру готовности к развертыванию в Бразилии, Корее и Индии; оборудование для захвата данных и движок обогащения; а также на создание присутствия в Сан-Франциско, Лондоне и Сеуле. Команда Humyn Labs стремится сделать так, чтобы лаборатории робототехники могли больше времени уделять важной работе. "Когда ставки так высоки, и модели развиваются так быстро, почему бы лаборатории тратить время на обеспечение того, чтобы определенное оборудование достигло сайта в Венесуэле?" — сказал Маниш Агарвал, соучредитель Humyn Labs. "Я бы предпочел, чтобы высокоэффективная работа выполнялась с лучшими исследовательскими учеными, чтобы мы могли конкурировать."
Кроме того, компания надеется ускорить готовность к развертыванию. Агарвал отметил, что сейчас индустрия робототехники находится на этапе, когда все еще выясняется, какова средняя продолжительность цикла развертывания. "Мы видим это как возможность, а не как проблему. Для готовности к развертыванию самым большим пробелом является весь этот цикл реальность-симуляция-реальность, и с каждым процентом улучшения нам действительно нужно, чтобы этот цикл работал быстрее и глубже," — добавил он.
Комментарии (0)