New York की रिसर्च फर्म General Intuition, रोबोटिक्स के लिए फिजिकल AI मॉडल तैयार कर रही है। हालिया मार्केट रिपोर्ट्स में इस स्टार्टअप का वैल्यूएशन **$6 अरब** बताया जा रहा है, लेकिन कंपनी के वेरिफाइड आंकड़ों के अनुसार, जून 2026 में **$2.3 अरब** के वैल्यूएशन पर **$320 मिलियन** का फंड जुटाया गया था।
New York की रिसर्च फर्म General Intuition, रोबोटिक्स के लिए बड़े एक्शन फाउंडेशन मॉडल (large action foundation models) बनाने की कोशिशें तेज कर रही है। ये मॉडल AI एजेंट्स को फिजिकल स्पेस में नेविगेट करने और टास्क पूरा करने में सक्षम बनाएंगे, जो अगली पीढ़ी के रोबोटिक्स के लिए बहुत ज़रूरी है। साल 2025 में स्थापित हुई यह फर्म, अपने सिस्टम को स्पेशल और टेम्पोरल रीजनिंग के लिए ट्रेन करने के लिए अनोखे डेटासेट्स का इस्तेमाल कर रही है।
₹6 अरब का वैल्यूएशन या ₹2.3 अरब?
बाजार में हाल ही में आई रिपोर्ट्स में कंपनी का वैल्यूएशन $6 अरब बताया जा रहा है। लेकिन, यह जानना ज़रूरी है कि General Intuition एक प्राइवेट कंपनी है और इस आंकड़े की कोई आधिकारिक पुष्टि नहीं हुई है। कंपनी का आखिरी कन्फर्म्ड फाइनेंसिंग राउंड जून 2026 में $320 मिलियन का सीरीज A था, जिसने कंपनी का वैल्यूएशन $2.3 अरब रखा था। संभव है कि यह कंफ्यूजन Applied Intuition के कारण हो, जो एक अलग ऑटोमोटिव सॉफ्टवेयर कंपनी है और 2024 में $6 अरब के वैल्यूएशन तक पहुंची थी।
गेमप्ले डेटा से AI को ट्रेनिंग
कंपनी की टेक्नोलॉजी खास है क्योंकि यह Medal.tv प्लेटफॉर्म के गेमप्ले डेटा का उपयोग करती है। लाखों घंटों के गेमप्ले को विस्तृत एक्शन लेबल के साथ प्रोसेस करके, कंपनी AI को शुरुआती ट्रेनिंग से परे कार्यों को सामान्य बनाना सिखाने का लक्ष्य रखती है। यह स्ट्रेटेजी डिजिटल सिमुलेशन और रियल-वर्ल्ड फिजिकल मूवमेंट के बीच की खाई को पाटने की कोशिश करती है, जो रोबोटिक्स और AI सेक्टर में एक बड़ी चुनौती बनी हुई है।
आगे की राह और चुनौतियाँ
फिजिकल AI सेक्टर पर नज़र रखने वालों के लिए, कंपनी का आगे का रास्ता कई जटिलताओं से भरा है। इस क्षेत्र की कंपनियों के लिए एक मुख्य चुनौती AI क्षमताओं को कंट्रोल्ड सिमुलेशन से अप्रत्याशित, वास्तविक रोबोटिक वातावरण में सफलतापूर्वक स्थानांतरित करना है। इसके अलावा, यह सेक्टर काफी कैपिटल-इंटेंसिव है, जिसके लिए कंप्यूट इंफ्रास्ट्रक्चर में भारी निवेश की आवश्यकता होती है।
निवेशक इस बात पर नज़र रखेंगे कि कंपनी डेटा की क्वालिटी और अपने मॉडलों की स्केलेबिलिटी को कैसे मैनेज करती है। खास डेटासेट्स, जैसे कि गेमप्ले क्लिप्स पर निर्भरता, इस बात के जोखिम पैदा करती है कि यह जानकारी फिजिकल हार्डवेयर पर कितनी अच्छी तरह लागू होती है। इसके अतिरिक्त, प्रतिस्पर्धी परिदृश्य काफी तीव्र है, जिसमें स्थापित रोबोटिक्स फर्म और अन्य AI लैब्स आक्रामक रूप से समान सफलताओं का पीछा कर रही हैं। कंपनी की लंबी अवधि की सफलता इस बात पर निर्भर करेगी कि वह इन मॉडलों को फिजिकल सेटिंग्स में जटिल कार्यों को मज़बूती से निष्पादित कर सके, साथ ही फाउंडेशन मॉडल को ट्रेन करने से जुड़ी उच्च लागतों का प्रबंधन भी कर सके।