«GPT-момент» для роботов уже наступил. Просто он еще не пришел в ваш дом
Робототехническая компания стоимостью 14 миллиардов долларов, которая не производит ни единого робота
Внутри Skild AI, питсбургского стартапа, создающего «универсальный мозг», который уже приводит в действие сотни заводских машин
Спустя восемь месяцев после того, как Дженсен Хуанг заявил на выставке CES 2026, что «ChatGPT-момент для физического ИИ уже близок», один стартап из Питтсбурга доказывает его правоту — не с помощью вирусных демороликов, а за счет реальных роботов на реальных производственных площадках, приносящих реальную прибыль.
Когда генеральный директор NVIDIA Дженсен Хуанг поднялся на сцену в Лас-Вегасе в январе этого года и провозгласил, что «ChatGPT-момент для физического ИИ уже близок», индустрия робототехники ликовала. Гуманоидные прототипы танцевали по команде. Базовые модели перешли в открытый доступ. Венчурные капиталисты выписывали чеки с дополнительными нулями.
Компания Skild AI, основанная три года назад и уже оцениваемая более чем в 14 миллиардов долларов, — это разработчик робототехнического мозга из Питтсбурга и Сан-Франциско, который доказывает, что Дженсен Хуанг говорил не просто так. В январе компания закрыла раунд финансирования Серии C на сумму 1,4 миллиарда долларов под руководством SoftBank при участии NVIDIA, Джеффа Безоса через фонд Bezos Expeditions, Macquarie Capital, 1789 Capital, а также ряда стратегических инвесторов, включая Samsung, LG и Schneider Electric, в результате чего оценка компании превысила 14 миллиардов долларов. Общий объем привлеченного капитала на сегодняшний день составляет более 2 миллиардов долларов. Выручка за первый значимый коммерческий период составила примерно 30 миллионов долларов менее чем за шесть месяцев 2025 года. Ее программное обеспечение работает на сотнях роботов на заводах, в дата-центрах и логистических центрах, включая развертывание на заводе Nvidia в Хьюстоне, в нескольких неназванных электротехнических и строительных компаниях, а также пилотный проект в аэропорту Ла-Гуардия. OEM-партнеры, такие как ABB Robotics, Universal Robots и Mobile Industrial Robots, внедряют Skild Brain непосредственно в свои собственные машины, превращая специализированное железо в универсальные инструменты.
«Мы начинаем видеть истоки всего этого процесса прямо сейчас, — говорит Абхинав Гупта, соучредитель и президент Skild. — Мы видим, как все больше роботов отправляется на заводы и склады — например, у Skild уже есть сотни работающих роботов в таких сценариях. Так что я бы сказал, что это начало GPT-момента, который развернется в течение следующих полутора-двух лет.»
Абхинав Гупта знает, о чем говорит. До Skild он четыре года с нуля строил лабораторию FAIR Robotics Lab в компании Meta после десяти лет исследований в области компьютерного зрения и робототехники. Он ушел в 2023 году, чтобы основать компанию вместе с коллегой, профессором Университета Карнеги — Меллон Дипаком Патаком. По его словам, поворотным моментом стал переход от отполированных видеозаписей к работающим в реальном времени системам, демонстрируемым вживую. «Люди больше не показывают видео, они показывают живые демо-версии, вещи, которые работают прямо у вас на глазах. И тогда я решил, что раз это начинает работать, пора заняться собственным делом.»
«Опять же, хочу напомнить, что 2023 год — это время до появления ChatGPT. Так что еще до того, как поднялась шумиха, мы были одной из первых компаний, которые фактически представили базовую модель для робототехники. И теперь вы видите, как об этом говорят так много компаний, — отмечает Абхинав Гупта. — Но последние три года были просто потрясающими. Мы не только создали нашу первую базовую модель, но и сделали ее очень надежной, работающей в самых разных конфигурациях.»
Эту базовую модель в Skild называют Skild Brain («Мозг Skild»): это «омнителесная» система искусственного интеллекта, разработанная для управления практически любыми роботами — четвероногими, гуманоидами, настольными манипуляторами, мобильными роботами — без необходимости индивидуальной настройки под каждый тип корпуса. Skild не производит «железо». Она создает универсальный уровень интеллекта, который им управляет.
«Поэтому у нас очень горизонтальный подход к робототехнике. Это означает, что мы создаем платформу или мозг, который будет работать для любой задачи, любого сценария и любого «железа». Наш девиз: любая задача, любое «железо», один мозг,» — поясняет Абхинав Гупта. Логика здесь вполне прагматична: ни одна отдельная задача или корпус робота не генерируют достаточно данных для обучения модели, способной справляться со сложностями реального мира. «И причина в том, что для создания таких базовых моделей, мозга и так далее требуется огромное количество данных. Если взять только одну задачу — данных недостаточно. Если взять только один тип аппаратного обеспечения — данных недостаточно. Вы загружаете данные отовсюду, откуда только можете, и изучаете одну общую модель, которая выходит за рамки конкретной задачи и конкретного форм-фактора «железа».» Результатом, по его утверждению, является система, которая «постигает истинный физический искусственный интеллект, лежащий в основе всего. Она рассуждает о том, как устроен мир в физической реальности.»
Проблема дефицита данных всегда была главным узким местом робототехники. В отличие от больших языковых моделей, которые могут питаться всем интернетом, роботов исторически приходилось обучать по одной задаче за раз в физическом мире. Ответ Skild — это трехуровневый конвейер.
Во-первых, человеческие видео интернет-масштаба учат модель тому, как выглядят задачи в самых разных условиях. Затем миллиарды смоделированных сценариев, выполняемых на платформе NVIDIA Isaac, позволяют мозгу тренироваться в экстремальных условиях. Наконец, небольшое количество данных реального телеуправления и развертывания дорабатывает систему для выполнения конкретных задач с высокой точностью.
«В робототехнике мы очень «голодны» до данных. У нас просто недостаточно данных, — признает Абхинав Гупта. — Поэтому в Skild мы используем любые доступные нам данные для обучения наших моделей.»
Он использует теннисную аналонию, чтобы объяснить, почему одних видео недостаточно: «Если бы видео было достаточно, каждый из нас мог бы посмотреть записи с Роджером Федерером и стать Роджером Федерером. Теннисы так не работают. Нам нужно идти и тренироваться. И вот тут в игру вступает симуляция. Мы берем задачи, изученные по видео, и отрабатываем их в симуляции в различных условиях. Представьте себе сильный ветер, из-за которого мяч намокает, а вы все равно учитесь играть в теннис в таких условиях. Это придает вам устойчивость и учит тому, как восстанавливаться, когда что-то идет не так.»
Внедрения уже идут полным ходом. Мозг Skild уже работает на сборочных линиях завода NVIDIA в Хьюстоне, выполняя сложные задачи по производству графических процессоров Blackwell наряду с компаниями Foxconn. Он развернут в аэропорту Ла-Гуардия. А в марте Skild AI объявила о партнерстве с ABB Robotics и Universal Robots с целью интеграции своего интеллекта в портфели промышленных и коллаборативных роботов по всему миру, что потенциально может произвести революцию в автоматизации для малых и средних производителей.
«Таким образом, наш коммерческий тезис заключается в том, что роботы готовы к внедрению уже сегодня. Просто они пока не готовы к домашнему использованию завтра,» — говорит Абхинав Гупта. Аппаратное обеспечение также диктует темп. Модель Skild может работать на десятках форм-факторов: манипуляторах, мобильных платформах, вилочных погрузчиках, гуманоидах, но Абхинав Гупта реалистично оценивает степень зрелости различных тел. «Гуманоиды — это перспектива, до которой еще далеко, поскольку «железо» пока не готово к массовому развертыванию, но впереди еще долгий путь. Наш тезис заключается в том, чтобы внедрять технологии как можно шире, потому что тот, кто получает преимущество в развертывании, в конечном итоге получает и преимущество в данных.»
Это преимущество в данных — и есть вся суть игры. Каждый развертываемый Skild робот передает данные о реальной производительности обратно в мозг, делая каждое последующее внедрение умнее. Это классический маховик, только на этот раз физический.
Коммерческий путь выверен и последователен. Начать со структурированных сред, где окупаемость инвестиций (ROI) наступает немедленно: заводы, склады, дата-центры. Перейти к полуобщественным пространствам, таким как аэропорты и банки. И наконец, со временем — к домам.
«Я часто говорю людям, что в сфере робототехники GPT-момент не наступит в одночасье. Потому что это не приложение, которое можно выложить в веб, и им сразу начнут пользоваться миллионы людей. В робототехнике приходится внедрять каждого робота поодиночке. Так что это очень медленный процесс.» По его словам, этот сдвиг заметен по постепенному появлению машин в упорядоченных средах. «Поэтому для меня GPT-момент будет заключаться в том, что роботы начнут появляться вокруг нас все чаще и чаще. Начнется с заводов и складов. На каждом заводе и каждом складе будет множество роботов. Затем роботы появятся в общественных местах — например, в аэропортах, на конференциях, в торговых центрах, и наконец, финальным аккордом GPT-момента станут роботы в каждом доме, потребительские роботы.» По его словам, у Skild уже есть «сотни роботов, живущих в таких сценариях», и он верит, что этот каскад развернется «в течение следующих полутора-двух лет».
В настоящее время основное внимание уделяется тому, чтобы сделать этот мозг еще более универсальным. Абхинав Гупта говорит, что главная цель команды — сократить объем специфичных для задач данных, необходимых для развертывания новой работы, в идеале — почти до нуля.
«Да, в Skild мы сейчас стараемся сделать наш мозг все более и более надежным. Мы стремимся к тому, чтобы объем данных для пост-обучения становился все меньше и меньше. И мы надеемся, что сможем создать настолько универсальную модель, которая сможет обучаться на ноль-один примере новой задачи и становиться очень и очень надежной буквально с нулевого дня. Так что сокращение объема данных, необходимых для развертывания — это то, над чем мы работаем в данный момент времени.»
Если им это удастся, Skild станет не просто еще одним ИИ-единорогом с заоблачной оценкой. Она станет стандартной операционной системой для всей робототехнической отрасли.
