最近、初期段階のロボット企業を模索しています。 フィギュアやその他のビッグネームのことは誰もが聞いたことがあるでしょうが、草の根レベルで何が起こっているかを見るのは非常に興味深いです。 ここでは、2023 年から設立され、私の目を引いた $100m の資金< 11 社を紹介します。 スレッド:1/17。

1. ダイナ・ロボティクス 元ケイパーAI創設者($350Mで売却)とジェイソン・マー(元ディープマインド研究科学者)によって2023年に設立されました。$23.5M シードラウンド (2025 年 3 月)。 Dyna は、手頃な価格の汎用ロボット アームを構築したいと考えています。食事の準備や洗濯など、いくつかのライブパイロット。 @DynaRobotics

2. ジェネラリストAI Pete Florence (CEO、元 DeepMind、MIT PhD) と Andy Zeng (元 DeepMind、21K+ 引用) によって設立されました。 実証された機能: 精密な組み立て、工具の使用、器用な操作。ロボットを100Hzで制御するエンドツーエンドのAIモデルを開発。 @GeneralistAI_

3. スカウトAI Figure AI の CEO の兄弟は、GPS 拒否ゾーンで自然言語で制御する防衛ロボットのために $15M を調達しました。彼らの Fury AI 頭脳はハードウェアにとらわれず、商用コンポーネント上で動作します。複数の国防総省の契約がすでに確保されています。 @ScoutAI_

4. サンライズ・ロボティクス スロベニアのチームは、AI を活用した産業用ロボット ワークステーションを作成するために $8.5M を調達しました。設立から導入顧客まで18ヶ月で完了。 シミュレーションで訓練されたロボット。従来の自動化よりも 10 倍高速で安価な導入を実現します。 @sunriserobots

5. ロボット学習会社 100K+ ドルのカスタム自動化の代替として手頃な価格の汎用ロボットを作成するソロ創設者。静止した反復的なタスクに焦点を当てます。 非常に早く、2025 年に設立され、YC の X25 バッチの一部です。 @RobotLearningCo

6. ジオンシステムズ 自然言語インターフェースを備えたAIを活用したラボオートメーションを開発しているYCスタートアップ。 ビジョンは、インテリジェントな自動化を通じて科学研究を加速することです。スタンフォード大学とUCSFの研究所での積極的な展開。 @zeonsystems

7. ルモス・ロボティクス 2024年に深センで設立されました。これまでに$28mを調達しました。 2025年の生産ロボットを目指し、タッチ中心のヒューマノイドスタックを急速に開発します。視覚タクタイルハードウェア、模倣学習頭脳、緊密に統合されたサプライチェーンを組み合わせます。 @LumosRobotics

8. リヴル ETHチューリッヒは、ジェフ・ベゾスらから$22Mの資金提供を受けたスピンアウト。 舗装路を時速22kmで疾走し、60〜85kgの荷物を階段を上り、ドアで荷物を届けることができる車輪付きロボットです。既存の低可搬重量歩道配送ロボットとは差別化されています。 @rivr_tech

9. ペルソナAI 元NASAのヴァルキリーチームは、2025年5月のプレシード(2025年5月)で$27Mを調達し、「人型生物のF-150」、つまり「退屈で汚い危険な仕事」のための頑丈な5フィート8インチのロボットを構築しました。世界最大の造船所と18ヶ月で展開に署名しました。 ここにはまだ派手なビデオはありません。 @personaaiinc

10. ジェネシスAI $105Mシード(!)(2024 年 7 月) Khosla/Eric Schmidt などから、ロボット工学に焦点を当てた基礎モデルについて。 現実世界のロボット試験、忠実度の高い物理シミュレーション、インターネット規模の具現化されたデータを 1 つのエンジンに融合します。 まだステルス状態ですが、注目に値します。

11. ボットカンパニー ボット・カンパニー(2024年設立)は、元クルーズの創設者(GMが$1B+で買収した自動運転車会社)による$300Mの資金提供を受けたスタートアップです。 手頃な価格の非人型家庭用ロボット(モバイルベース+グリッパー)を構築します。 私の$100mの制限を超えていますが、それでも興味をそそられます。

概要と洞察 これらのプロジェクトのほとんどで 10 倍を書くことができましたが、私の要点は長すぎてツイート形式に収まりません。おそらく、@PonderingDurianと@anildelphiがゲームであるかどうかについては、@delphi_intelについてレポートを書くでしょう。 しかし、それでも重要なポイントをいくつか紹介します。

1. 専門と一般化 専門化を始めた企業はより早く収益に到達しており(Dynaには有料顧客がおり、Scoutには国防総省との契約があります)、ジェネラリスト企業はより多くの資本を調達していますが、収益には遠く離れています。

2. ヒューマノイドvs腕 ペルソナAIが造船所専用にヒューマノイドを選んだのは、環境が人間のために設計されているからです。 Dyna などの他の企業は、特定のタスクでより効果的でありながら、大幅に安価に製造できるため、武器を選択しました。 「ロボット犬」アラリヴルも一般的です。

3. データ 仮想環境は一般的な傾向のようで、生成されたさまざまな仮想環境で数千または数百万のシミュレーション実行が行われ、運動能力をトレーニングするためにRLが発生する可能性のある合成データを生成できます

これらは比較的初期段階の企業ですが、1k Technologies、Figure、Apptronik などの後期段階の企業はおそらくさらに興味深いでしょう。 それらに関するスレッドやレポートに興味があれば教えてください。