Google Cloud i NVIDIA wspierają ambicje firmy microagi w zakresie ucieleśnionej sztucznej inteligencji.

Firma microagi zajmująca się wdrażaniem robotyki ogłasza współpracę z Google Cloud i NVIDIA Blackwell w celu przyspieszenia rozwoju AI w Europie

Firma microagi, zajmująca się wdrażaniem robotyki, ogłosiła dzisiaj współpracę z Google Cloud w celu przyspieszenia rozwoju modeli i systemów robotycznych zdolnych do rozumienia środowiska fizycznego i wchodzenia z nim w interakcję.

W ramach tej współpracy microagi wykorzysta zaawansowany stos AI od Google Cloud oraz platformę NVIDIA Blackwell do skalowania procesów trenowania swoich modeli.

Platforma Atlas stworzona przez microagi precyzyjnie dostosowuje (fine-tune) modele AI na podstawie danych operacyjnych każdego klienta, tworząc systemy robotyczne skrojone pod konkretne zadania przemysłowe. Platforma ta jest niezależna od sprzętu i modeli (hardware- and model-agnostic) i działa pomiędzy infrastrukturą klienta a czołowymi modelami AI (frontier AI), zapobiegając uzależnieniu od jednego dostawcy (vendor lock-in).

Założona w 2025 roku firma ma swoją siedzibę w Monachium, centrum badawcze w Zurychu oraz biura w Londynie i Nowym Jorku.

Jej model biznesowy ma na celu przyspieszenie rozwoju sztucznej inteligencji w robotyce poprzez trenowanie modeli dedykowanych konkretnym zadaniom dla poszczególnych platform robotycznych. Firma prowadzi unikalny model biznesowy zaprojektowany w celu przyspieszenia rozwoju AI w robotyce, obejmujący trenowanie modeli do zadań specjalnych dla platform robotycznych.

Porozmawiałem z Bercanem Kilicem, CEO i współzałożycielem microagi, aby dowiedzieć się więcej.

Pięć dni zbierania funduszy, miesiące zainteresowania inwestorów

Wiadomość ta pojawia się tydzień po tym, jak firma ogłosiła pozyskanie 55 milionów dolarów w rundzie zalążkowej (seed) — co stanowi największą rundę seed w historii Niemiec. Ründzie przewodniczył fundusz Hummingbird, przy udziale Northzone, LocalGlobe, Village Global oraz redalpine.

Co nietypowe, firma podaje, że na samo pozyskiwanie funduszy spędziła zaledwie pięć dni — dwa dni na rundę pre-seed i trzy na rundę seed.

„To niezwykłe, ale odzwierciedla fakt, że inwestorzy śledzili nasze postępy na długo przed tym, jak formalnie otworzyliśmy rundę” — powiedział Kilic.

„Demonstrowaliśmy naszą technologię laboratoriom badawczym, klientom i partnerom z branży robotyki, pokazując postępy w zbieraniu danych, infrastrukturze obliczeniowej i trenowaniu robotów”.

Hummingbird Ventures śledził postępy firmy przez kilka miesięcy, zanim nawiązał kontakt i złożył wizytę zespołowi. Po wizycie fundusz przeszedł szybko do inwestycji. Choć inni inwestorzy również wyrażali zainteresowanie, Hummingbird zapewniał już wsparcie strategiczne i ułatwiał kontakty jeszcze przed oficjalnym rozpoczęciem rundy. Strony podpisały dokument z warunkami transakcji (term sheet) w ciągu zaledwie trzech dni.

Europa na rozdrożu ucieleśnionej sztucznej inteligencji (Embodied AI)

Kilic uważa, że jeśli Europa nie podejmie szybkich działań, przepaść technologiczna w stosunku do USA i Chin może stać się większa niż obecna różnica między Europą a gospodarkami rozwijającymi się.

„AI rozwija się tak szybko, że rządy z rosnącym prawdopodobieństwem będą traktować zaawansowane modele i moc obliczeniową jako strategiczne aktywa narodowe. Jeśli ograniczenia eksportowe staną się codziennością, kraje bez wystarczającej krajowej infrastruktury obliczeniowej będą miały trudności z konkurowaniem.

Dlatego wierzymy, że najbliższe 18 miesięcy ma kluczowe znaczenie. Europa musi zainwestować w energię, centra danych i zaawansowane komputery już teraz — nie tylko dla startupów takich jak microagi, ale dla całego europejskiego ekosystemu innowacji”.

Były inżynier Formuły 1 z Red Bull Racing został zainspirowany do założenia firmy z troski o przyszłość Europy. Twierdzi on, że z każdym rokiem modele AI poprawiały się wykładniczo, podczas gdy Europa nie robiła takich samych postępów.

„Momentem, który naprawdę mną wstrząsnął, było pojawienie się otwartoźródłowych modeli typu Vision-Language-Action (VLA). Jako inżynier mechanik robotykę zawsze miałem blisko serca i zdałem sobie sprawę, że nadeszła kolejna rewolucja, a w Europie prawie nikt pod nią nie buduje”.

Początkowo nie planował nawet zakładania firmy. Jednak im bardziej zgłębiał ten obszar, tym jaśniejsze stawało się, że w Europie brakuje trzech kluczowych elementów: wielkoskalowych danych robotycznych, ogromnej mocy obliczeniowej oraz infrastruktury do trenowania i wdrażania systemów ucieleśnionej AI (embodied AI).

„Bez tych trzech elementów Europie grozi marginalizacja w ciągu najbliższych 20–30 lat”.

Budowanie wydajności, a nie zastępowanie pracowników

Długofalowo ambicją firmy nie jest po prostu poprawa marż poszczególnych przedsiębiorstw. Chodzi o podniesienie wydajności na tyle, by europejscy producenci mogli konkurować zarówno jakością, jak i ceną.

„Chiny stanowią ciekawy przykład. Zamiast zastępować pracowników, odnoszący sukcesy producenci często zwiększają moce produkcyjne, otwierając nowe fabryki, które wytwarzają więcej towarów niższym kosztem. Większa wydajność obniża ceny, jednocześnie zwiększając konkurencyjność.

Z czasem tworzy to dobrobyt. W miarę jak robotyka się rozwija, koszty powinny nadal spadać. Niektóre roboty potrafią już pracować 24 godziny na dobę. W wielu zadaniach są obecnie wolniejsze od ludzi, ale spodziewamy się, że to się zmieni”.

Kilic podzielił się informacją, że partnerstwo jest ważne, ponieważ obie firmy dostrzegają, iż Europa potrzebuje silnych liderów w dziedzinie ucieleśnionej AI.

„NVIDIA zapewnia platformę obliczeniową, podczas gdy Google Cloud dostarcza infrastrukturę chmurową i wsparcie inżynieryjne. Pracowaliśmy już z Google Cloud, ale to partnerstwo znacznie pogłębia te relacje”.

Jedną z największych korzyści była wydajność.

„Inżynierowie Google pomogli nam zoptymalizować nasze klastry, dzięki czemu skutecznie osiągamy w przybliżeniu dwukrotnie wyższą wydajność obliczeniową, zużywając przy tym znacznie mniej energii na jednostkę pracy. Ta praca optymalizacyjna wciąż trwa” — powiedział Kilic.

Jak Google Cloud i NVIDIA przyspieszają trenowanie

Nowo ogłoszone partnerstwo zapewni microagi dostęp do wysoko zoptymalizowanych serwerów NVIDIA RTX PRO 6000 Blackwell Server Edition (G4 VMs) oraz systemów szafowych NVIDIA GB300 NVL72 (A4X Max instances) do zasilania procesów trenowania modeli i wnioskowania (inference).

Infrastruktura ta wesprze dążenia microagi do oferowania konfigurowalnych pakietów oprogramowania dla robotyki przemysłowej i biznesowej. Na przykład firmy z branży gastronomicznej/hotelarskiej lub przemysłowej będą mogły nabyć roboty wstępnie skonfigurowane z modelami microagi dostosowanymi do konkretnych ról operacyjnych.

Ściśle współpracując z zespołami inżynieryjnymi Google Cloud i NVIDIA, microagi może usprawnić swoje przepływy pracy na platformie Google Cloud i szybciej dostarczać nowe produkty klientom.

„Robotyka staje się jednym z najbardziej wymagających obszarów dla AI, wymagającym ogromnych zestawów danych ze świata fizycznego, przyspieszonej mocy obliczeniowej oraz pełnego stosu technologicznego (full-stack platform), by przekształcić modele w inteligentne maszyny” — powiedział Tobias Halloran, dyrektor ds. startupów na region EMEAI w NVIDIA.

„Dzięki uruchomieniu instancji zasilanych przez NVIDIA Blackwell w Google Cloud, microagi może skalować trenowanie i wdrażanie systemów ucieleśnionej AI w środowiskach komercyjnych i przemysłowych”.

Kompleksowa platforma AI dla robotyki

W sektorze, w którym wiele firm rozwija warstwę inteligencji oprogramowania dla fizycznej AI, Kilic uważa, że przewaga konkurencyjna microagi polega na oferowaniu kompleksowego ekosystemu (end-to-end).

„Robotyka nie dysponuje zestawem danych o skali internetu, tak jak modele językowe, więc zbieranie wysokiej jakości danych jest jednym z największych wyzwań w branży.

Zbieramy różnorodne dane robotyczne, trenujemy modele bazowe (foundation models) na wielkoskalowej infrastrukturze obliczeniowej, a następnie dostosowujemy je (fine-tune) przy użyciu własnych danych operacyjnych każdego klienta. Proces ten przekształca sprawny ogólny model w rozwiązanie wysoce skuteczne w konkretnym środowisku przemysłowym”.

Co ważne, klienci microagi zawsze zachowują własność swoich danych i modeli: „W przeciwieństwie do niektórych podejść, gdzie dane klientów ostatecznie ulepszają wspólne modele bazowe, my dbamy o to, by własność intelektualna każdego klienta pozostała chroniona”.

Dlaczego europejska moc obliczeniowa ma znaczenie

Równie ważne jest zaangażowanie microagi w europejską infrastrukturę obliczeniową.

„Kiedy tylko jest to możliwe, chcemy, aby nasze procesy obliczeniowe działały na infrastrukturze zlokalizowanej w Europie” — zapewnia Kilic.

„Są dwa powody. Po pierwsze, naszymi klientami są europejscy producenci dysponujący cenną własnością intelektualną. Nawet jeśli nam ufają, mogą nie chcieć, by wrażliwe dane produkcyjne były przetwarzane poza Europą. Utrzymanie procesów w Europie zgodnie z RODO zapewnia dodatkowe zaufanie”.

Po drugie, uważa on, że Europa musi zbudować własną, długoterminową infrastrukturę AI.

„Jeśli zaawansowane chipy staną się przedmiotem ograniczeń eksportowych lub wzrosną napięcia geopolityczne, jedyną mocą obliczeniową, na której Europa będzie mogła polegać, będzie infrastruktura już tu zlokalizowana.

Tworzenie popytu dzisiaj zachęca firmy do dalszego inwestowania w europejską infrastrukturę AI”.

Od teraz firma skupia się na egzekucji.

„Mamy klientów, dane i moc obliczeniową. Teraz chodzi o skalowanie wdrożeń. Obok tego jednym z naszych największych priorytetów jest rozbudowa europejskich mocy obliczeniowych.

Wierzymy, że Europa potrzebuje znacznie więcej infrastruktury AI, jeśli chce pozostać konkurencyjna w ciągu najbliższej dekady”.