F-Prime — венчурный фонд, связанный с FMR, материнской компанией Fidelity Investments. Obvious Ventures и E14 Fund, возглавившие посевной раунд Eka, вновь вложили средства в компанию. В раунде также участвовали MFV Partners, Bison Ventures, Glasswing Ventures, Samsung Next и несколько неназванных крупных компаний. По словам Eka, привлечённые средства помогут обучить модель большему числу задач и ускорить внедрение решений у клиентов.
Осязание, а не только зрение
Многие модели искусственного интеллекта для роботов связывают то, что робот видит, и полученные инструкции с выполняемыми им действиями. Модель Eka учитывает также силу. Она объединяет зрение с данными датчиков силы в руке робота, благодаря чему робот может почувствовать, что предмет выскальзывает, и скорректировать захват.
«Зрение — не основной способ решить проблему последнего миллиметра. Оно примерно показывает, где находится предмет и в каком он положении, но сам захват и поиск происходят за счёт силы», — рассказал TechCrunch сооснователь компании Пулкит Агарвал.
Как сообщает TechCrunch, Eka разработала для этого собственную руку с большим количеством датчиков силы, чем у стандартного захвата. Агарвал рассказал, что оборудование стоит менее 1 000 долларов. Оно рассчитано на 5 млн рабочих циклов, а цель — достичь 20 млн, как у стандартных промышленных манипуляторов.
Над роботизированным осязанием работают и другие компании. Швейцарская Enact на этой неделе привлекла 30 млн долларов, чтобы наделить роботов чувством осязания. В Китае производитель роботизированных рук Linkerbot в мае добивался оценки в 6 млрд долларов.
Тренировка в симуляции
Многие компании в сфере робототехники обучают машины на записях того, как люди выполняют задачи. Eka вместо этого тренирует роботов методом проб и ошибок в физическом симуляторе, используя обучение с подкреплением, а затем переносит приобретённые навыки на реальное оборудование. Компания утверждает, что может за считаные минуты сгенерировать тысячи часов опыта работы робота.
Основатели познакомились во время учёбы в аспирантуре Калифорнийского университета в Беркли. Агарвал возглавляет лабораторию Improbable AI Lab в MIT. Туомас Хаарнойя работал в Google DeepMind и стал одним из создателей Soft Actor-Critic — широко используемого алгоритма обучения с подкреплением.
Другие стартапы вместо этого собирают данные о действиях людей. На этой неделе Maxinsights привлекла 30 млн долларов, чтобы превращать домашние дела в данные для обучения роботов.
1 500 захватов в час
Eka утверждает, что её роботы захватывают незнакомые им предметы со скоростью 1 500 в час — примерно в два с половиной раза быстрее человека, который справляется примерно с 600 предметами. Один и тот же робот может вкрутить лампочку и вставить провода. По данным TechCrunch, он работает с предметами весом до 1 кг и успешно выполняет задачу более чем в 95% случаев. TNW не проверяло эти данные.
«Модель Eka Vision-Force-Action — первый из известных мне подходов, который действительно решает задачу манипуляции предметами с уровнем универсальности и производительности, необходимым для внедрения», — заявил Рагху Рагхурам из a16z в сообщении Eka.
Крис Хаузер, профессор Иллинойсского университета в Урбана-Шампейне, рассказал TechCrunch, что робот производит «вау-эффект» и адаптируется к множеству предметов без повторного обучения.
Проверка на заводе
Как сообщает TechCrunch, Eka проводит пилотные проекты с промышленными клиентами: роботы выполняют задачи по перемещению предметов и работе с проводами. Компания не назвала клиентов. По словам Хаузера, настоящая проверка ждёт робота на производственной линии.
«Серьёзной проблемой станет работа с интеграторами на реальных сборочных линиях: система должна будет работать целый год, не выходя из строя», — сказал Хаузер TechCrunch.
Опубликовано 23 октября 2026 - 05:44 Наверх
