Generalist, una startup de robótica, alcanza una valoración de 3.000 millones de dólares con una nueva financiación de 200 millones de dólares

La startup de robótica Generalist ha alcanzado una valoración de 3.000 millones de dólares tras una reciente ronda de financiación de 200 millones de dólares liderada por 8VC. Esta ronda extiende la financiación de ronda B de la empresa, que anteriormente había sido liderada por Radical Ventures en junio y valoraba la empresa en 2.000 millones de dólares, lo que supone una financiación total de ronda B de 600 millones de dólares. Los documentos regulatorios y las fuentes han confirmado los detalles de esta última ronda de financiación. Generalist fue fundada en 2024 por Pete Florence, Andy Zeng y Andrew Barry, quienes anteriormente trabajaron como investigadores en Google DeepMind y como ingeniero en Boston Dynamics. La empresa ha obtenido inversiones de 8VC, Radical Ventures, NVIDIA, Union Square Ventures, Bezos Expeditions y la reconocida investigadora de IA, Fei-Fei Li. La empresa se centra en el desarrollo de modelos fundamentales de IA que pueden utilizarse en diversos sistemas robóticos. Su último modelo de 1.5ª generación permite que los robots aprendan nuevas tareas rápidamente observando demostraciones de vídeo de entre 3 y 12 segundos. Generalist está colaborando actualmente con varios clientes, afinando el modelo en función de los comentarios de la aplicación del mundo real para adaptarlo a escenarios específicos. La industria de la robótica está experimentando actualmente un auge en el desarrollo de modelos para tareas generales. Junto con Generalist, otras empresas como Physical Intelligence, valorada en 11.000 millones de dólares, Skild AI, valorada en 14.000 millones de dólares, y Genesis AI, valorada en 3.000 millones de dólares, también compiten en este espacio. Aunque el auge del capital refleja las expectativas de los inversores de un 'momento ChatGPT' para la industria de la robótica, los avances tecnológicos y la comercialización de modelos generales aún requieren tiempo debido a la incapacidad de los robots para utilizar directamente los datos de toda la web para el entrenamiento.