AI ਸਟਾਰਟਅੱਪ General Intuition, ਜੋ ਕਿ ਗੇਮਿੰਗ ਪਲੇਟਫਾਰਮ Medal ਤੋਂ ਨਿਕਲਿਆ ਹੈ, ਨੇ **$320 ਮਿਲੀਅਨ** ਦੀ ਫੰਡਿੰਗ ਜੁਟਾਈ ਹੈ। ਕੰਪਨੀ ਦਾ ਮੁੱਲਾਂਕਣ **$2.3 ਬਿਲੀਅਨ** ਹੈ। ਇਹ ਕੰਪਨੀ ਵੀਡੀਓ ਗੇਮਜ਼ ਦੇ ਅਰਬਾਂ ਘੰਟਿਆਂ ਦੇ ਫੁਟੇਜ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਜਿਹੇ AI ਏਜੰਟ ਤਿਆਰ ਕਰ ਰਹੀ ਹੈ ਜੋ ਭੌਤਿਕ ਸੰਸਾਰ ਵਿੱਚ ਕੰਮ ਕਰ ਸਕਣ।
ਕੀ ਹੋਇਆ?
ਨਿਊਯਾਰਕ ਸਥਿਤ ਇੱਕ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਲੈਬ, General Intuition ਨੇ ਇੱਕ ਨਵੇਂ ਫੰਡਿੰਗ ਰਾਊਂਡ ਵਿੱਚ $320 ਮਿਲੀਅਨ ਜੁਟਾਏ ਹਨ, ਜਿਸ ਨਾਲ ਕੰਪਨੀ ਦਾ ਮੁੱਲਾਂਕਣ (Valuation) $2.3 ਬਿਲੀਅਨ ਹੋ ਗਿਆ ਹੈ। ਇਸ ਫੰਡਿੰਗ ਰਾਊਂਡ ਦੀ ਅਗਵਾਈ Khosla Ventures ਨੇ ਕੀਤੀ, ਜਿਸ ਵਿੱਚ General Catalyst, Jeff Bezos, ਅਤੇ Eric Schmidt ਵਰਗੇ ਵੱਡੇ ਨਿਵੇਸ਼ਕਾਂ ਨੇ ਵੀ ਹਿੱਸਾ ਲਿਆ। ਕੁਝ ਮਹੀਨੇ ਪਹਿਲਾਂ ਹੀ ਗੇਮਿੰਗ ਵੀਡੀਓ ਪਲੇਟਫਾਰਮ Medal ਤੋਂ ਨਿਕਲਿਆ ਇਹ ਸਟਾਰਟਅੱਪ 'Embodied AI' ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਿਹਾ ਹੈ - ਯਾਨੀ ਅਜਿਹੇ AI ਮਾਡਲ ਜੋ ਸਿਰਫ ਟੈਕਸਟ ਜਾਂ ਤਸਵੀਰਾਂ ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਭੌਤਿਕ ਸੰਸਾਰ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰ ਸਕਣ ਅਤੇ ਗੱਲਬਾਤ ਕਰ ਸਕਣ।
ਕਾਰੋਬਾਰ ਦਾ ਤਰਕ: ਗੇਮਿੰਗ ਇੱਕ ਟ੍ਰੇਨਿੰਗ ਮੈਦਾਨ ਵਜੋਂ
General Intuition ਦੀ ਮੁੱਖ ਰਣਨੀਤੀ ਵੀਡੀਓ ਗੇਮ ਫੁਟੇਜ ਨੂੰ ਇੱਕ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਡਾਟਾ ਸਰੋਤ ਵਜੋਂ ਵਰਤਣਾ ਹੈ। Medal ਤੋਂ ਲੱਖਾਂ ਘੰਟਿਆਂ ਦੇ ਗੇਮਪਲੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ - ਜਿੱਥੇ ਯੂਜ਼ਰ ਆਪਣੇ ਗੇਮਿੰਗ ਪਲਾਂ ਨੂੰ ਰਿਕਾਰਡ ਅਤੇ ਸਾਂਝਾ ਕਰਦੇ ਹਨ - ਕੰਪਨੀ ਦਾ ਟੀਚਾ AI ਏਜੰਟਾਂ ਨੂੰ ਕਾਰਨ-ਅਤੇ-ਅਸਰ (cause-and-effect), ਭੌਤਿਕ ਵਿਗਿਆਨ (physics) ਅਤੇ ਸਥਾਨਿਕ ਤਰਕ (spatial reasoning) ਨੂੰ ਸਮਝਾਉਣਾ ਹੈ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਪਰੰਪਰਿਕ ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲ (LLMs), ਜੋ ਜ਼ਿਆਦਾਤਰ ਟੈਕਸਟ-ਆਧਾਰਿਤ ਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਵਿੱਚ ਭੌਤਿਕ ਸੰਸਾਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਸਦੀ ਬੁਨਿਆਦੀ ਸਮਝ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ। ਗੇਮਪਲੇ 'ਤੇ ਟ੍ਰੇਨਿੰਗ ਕਰਕੇ, ਜਿੱਥੇ ਮਨੁੱਖੀ ਕਿਰਿਆਵਾਂ ਵੀਡੀਓ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ, ਸਟਾਰਟਅੱਪ ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ 'ਵਰਲਡ ਮਾਡਲ' ਬਣਾਉਣ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਭੌਤਿਕ ਰੋਬੋਟਿਕਸ (physical robotics) ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਮੁੱਲਾਂਕਣ ਅਤੇ ਰੁਚੀ ਇੰਨੀ ਜ਼ਿਆਦਾ ਕਿਉਂ?
ਇਹ ਫੰਡਿੰਗ 2026 ਵਿੱਚ ਰੋਬੋਟਿਕਸ ਅਤੇ Embodied AI ਸਟਾਰਟਅੱਪਸ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਵੈਂਚਰ ਕੈਪੀਟਲ ਦੇ ਰਿਕਾਰਡ-ਤੋੜ ਵਾਧੇ ਦੇ ਵਿਚਕਾਰ ਆਈ ਹੈ। ਨਿਵੇਸ਼ਕ ਆਮ-ਉਦੇਸ਼ੀ ਚੈਟਬੋਟਸ ਤੋਂ ਹੱਟ ਕੇ ਖਾਸ 'ਏਜੰਟਿਕ' AI ਵੱਲ ਜ਼ਿਆਦਾ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ ਜੋ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। Jeff Bezos ਅਤੇ Eric Schmidt ਵਰਗੇ ਵੱਡੇ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ ਭੌਤਿਕ AI ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਇੱਕ ਵਿਆਪਕ ਦਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ AI ਬਿਰਤਾਂਤ ਵਿੱਚ ਇੱਕ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਹੈ: ਮੁੱਲ ਉਸ ਮਾਡਲ ਤੋਂ ਹਟ ਰਿਹਾ ਹੈ ਜੋ ਕਵਿਤਾ ਜਾਂ ਕੋਡ ਲਿਖ ਸਕਦਾ ਹੈ, ਉਨ੍ਹਾਂ ਵੱਲ ਜੋ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਮਸ਼ੀਨਾਂ, ਡਰੋਨ ਜਾਂ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਚਲਾ ਸਕਦੇ ਹਨ।
ਜੋਖਮ ਅਤੇ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਚੁਣੌਤੀਆਂ
ਹਾਲਾਂਕਿ ਇਹ ਮੁੱਲਾਂਕਣ ਉੱਚ ਆਸ਼ਾਵਾਦ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਕੰਪਨੀ ਨੂੰ ਕਈ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਕੰਪਿਊਟ ਪਾਵਰ ਨੂੰ ਵਧਾਉਣਾ ਮਹਿੰਗਾ ਹੈ, ਅਤੇ ਵਰਚੁਅਲ ਗੇਮਪਲੇ ਡਾਟਾ ਨੂੰ ਅਸਲ-ਦੁਨੀਆ ਦੀ ਭੌਤਿਕ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਬਦਲਣਾ ਇੱਕ ਬਹੁਤ ਹੀ ਮੁਸ਼ਕਲ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਹੈ। ਸਰਵਰਾਂ 'ਤੇ ਚੱਲਣ ਵਾਲੇ ਸੌਫਟਵੇਅਰ ਦੇ ਉਲਟ, ਭੌਤਿਕ ਰੋਬੋਟ ਅਨੁਮਾਨਤ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਗਲਤੀਆਂ ਨਾਲ ਹਾਰਡਵੇਅਰ ਨੂੰ ਨੁਕਸਾਨ ਜਾਂ ਸੁਰੱਖਿਆ ਸੰਬੰਧੀ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਨੀ ਅਜੇ ਵੀ ਸਿਮੂਲੇਸ਼ਨ ਤੋਂ ਬਾਹਰ ਆਪਣੀ ਤਕਨਾਲੋਜੀ ਨੂੰ ਸਾਬਤ ਕਰਨ ਦੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਵਿੱਚ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਖੋਜ ਮਾਡਲਾਂ ਅਤੇ ਵਪਾਰਕ ਤਾਇਨਾਤੀ (commercial deployment) ਦੇ ਵਿਚਕਾਰ ਦਾ ਪਾੜਾ ਇੱਕ ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ ਬਿੰਦੂ ਬਣਿਆ ਹੋਇਆ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
AI ਅਤੇ ਰੋਬੋਟਿਕਸ ਸਪੇਸ ਨੂੰ ਫਾਲੋ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਆਉਣ ਵਾਲੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਤਿੰਨ ਮੁੱਖ ਟ੍ਰਿਗਰਾਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ। ਪਹਿਲਾਂ, ਕੰਪਨੀ ਦਾ ਉਤਪਾਦ ਸਮਾਂ-ਸਾਰਣੀ: ਇਸ ਨੇ 2026 ਦੇ ਅਖੀਰ ਤੱਕ ਆਪਣਾ ਪਹਿਲਾ ਵਪਾਰਕ ਉਤਪਾਦ ਲਾਂਚ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕੀਤਾ ਹੈ। ਦੂਜਾ, ਹਾਰਡਵੇਅਰ ਜਾਂ ਉਦਯੋਗਿਕ ਰੋਬੋਟਿਕਸ ਕੰਪਨੀਆਂ ਨਾਲ ਅਰਥਪੂਰਨ ਭਾਈਵਾਲੀ ਸਥਾਪਿਤ ਕਰਨ ਦੀ ਯੋਗਤਾ, ਜੋ ਇਹ ਪ੍ਰਮਾਣਿਤ ਕਰੇਗੀ ਕਿ ਕੀ ਉਹਨਾਂ ਦੇ ਗੇਮਿੰਗ-ਟਰੇਨਡ ਮਾਡਲ ਫੈਕਟਰੀਆਂ ਜਾਂ ਵੇਅਰਹਾਊਸਾਂ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ। ਅੰਤ ਵਿੱਚ, Embodied AI ਵਿੱਚ ਵਿਆਪਕ ਸੈਕਟਰ ਰੁਝਾਨਾਂ ਵੱਲ ਦੇਖੋ; ਵਿਲੱਖਣ 'ਡਾਟਾ ਮੂਟਸ' (data moats) ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ - ਜਿਵੇਂ ਕਿ General Intuition ਦੀ ਅਰਬਾਂ ਘੰਟਿਆਂ ਦੀ ਗੇਮ ਫੁਟੇਜ ਤੱਕ ਪਹੁੰਚ - ਅਕਸਰ ਵੱਧਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲੇ AI ਸਟਾਰਟਅੱਪ ਲੈਂਡਸਕੇਪ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੁਆਰਾ ਤਰਜੀਹ ਦਿੱਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।