Eka Robotics hat eine Series-A-Finanzierungsrunde über 150 Millionen Dollar bekanntgegeben, mit der das Unternehmen die Entwicklung seines Vision-Force-Action-Modells beschleunigen will. Das US-Startup gibt an, seine KI ermögliche es Robotern, unterschiedlichste Objekte mit einer Taktrate von rund 1.500 Vorgängen pro Stunde zu handhaben.
Das 2024 gegründete Unternehmen mit Sitz in Cambridge im US-Bundesstaat Massachusetts entwickelt eine künstliche Intelligenz für die präzise Robotermanipulation. Der Ansatz kombiniert visuelle Wahrnehmung, Kraftwahrnehmung und Reinforcement Learning, um Robotern den Umgang mit Objekten und sich verändernden Umgebungen beizubringen. Mit der Finanzierung will Eka seine Technologie weiterentwickeln und die Zahl der Einsätze bei Kunden ausbauen.
Vision-Force-Action: KI greift Objekte, schraubt Glühbirnen ein und führt Kabel ein
Mit dem Modell Vision-Force-Action (VFA) sollen Roboter ihre Bewegungen an die physikalischen Eigenschaften der gehandhabten Objekte anpassen können. Statt lediglich aufgezeichnete menschliche Bewegungen nachzuahmen, lernt das System aus simulierten physischen Interaktionen.
Eka gibt an, Roboter mit seiner KI könnten eine große Bandbreite an Objekten greifen, darunter auch solche, die in den Trainingsdaten nicht vorkamen. Für diese Greifaufgaben nennt das Unternehmen eine Taktrate von rund 1.500 Handhabungsvorgängen pro Stunde.
Apollo lernt Werfen aus einem Video: Gemini 4 Argon soll Simulation in Stunden statt Wochen bauen
Darüber hinaus sollen die Roboter des Startups laut eigenen Angaben eine Glühbirne einschrauben und Elektrokabel einführen können. Diese Fähigkeiten werden als Ergebnisse der eigenen Technologie präsentiert, eine unabhängige Messung der Leistung stellen sie nicht dar.
Ziel ist es, zwei für industrielle Anwendungen zentrale Eigenschaften zu vereinen: den Umgang mit unterschiedlichen Situationen und die schnelle Wiederholung von Arbeitsschritten. Eka zielt dabei insbesondere auf geschickte Manipulationsaufgaben, die eine präzise Abstimmung der Bewegungen und der aufgewendeten Kräfte erfordern.
Training in der Simulation: Wie die KI physikalische Objekteigenschaften lernt
Die Besonderheit des VFA-Modells liegt im Training per Simulation und Reinforcement Learning. Eka Robotics will Robotern damit eine Art physikalische Intuition vermitteln, die auf der gemeinsamen Auswertung visueller Informationen und der während einer Manipulation auftretenden Kräfte beruht.
Nach Angaben des Unternehmens lassen sich in seiner Simulationsumgebung tausende Stunden Robotererfahrung in wenigen Minuten erzeugen, indem Objekte, Umgebungen und physikalische Bedingungen variiert werden.
NVIDIA Flora soll Robotervideos rund 125-mal günstiger annotieren als GPT-6 Astra
Auf diese Weise lässt sich das Modell virtuell mit einer großen Vielfalt an Situationen konfrontieren, bevor es auf realen Maschinen zum Einsatz kommt. Eka gibt an, die Ergebnisse seines VFA-Modells zeigten eine Verringerung der Schwierigkeiten, die beim Übertragen des Gelernten aus der Simulation in die physische Welt üblicherweise auftreten.
Das Unternehmen fasst seinen Ansatz in zwei Grundsätzen zusammen: Reinforcement Learning in großem Maßstab verbessert die Leistung, während die Vielfalt der Erfahrungen die Generalisierung auf neue Aufgaben fördert.
Andreessen Horowitz und F-Prime führen die Finanzierungsrunde an
Angeführt wird die Series-A-Runde über 150 Millionen Dollar gemeinsam von Andreessen Horowitz (a16z) und F-Prime. Dabei handelt es sich um einen Risikokapitalfonds, der mit FMR LLC verbunden ist, der Muttergesellschaft von Fidelity Investments.
Obvious Ventures und E14 Fund, die bereits an der Seed-Finanzierung beteiligt waren, sind erneut dabei. Zudem beteiligen sich MFV Partners, Bison Ventures, Glasswing Ventures, Samsung Next sowie mehrere strategische Investoren aus Fortune-500-Unternehmen.
Nach Einschätzung von Raghu Raghuram, General Partner bei a16z, vereint Ekas Vision-Force-Action-Modell die Vielseitigkeit und die Taktrate, die für Robotereinsätze nötig sind. Außerdem hebt er hervor, dass das Team Robotikforschung und kommerzielle Entwicklung miteinander verbinden könne.
Shyam Kamadolli, Managing Director bei Fine Structure Ventures, betont seinerseits, dass der industrielle Wert eines Roboters von seiner Erfolgsquote und seiner Geschwindigkeit über tausende Wiederholungen hinweg abhänge. Das Erlernen physikalischer Eigenschaften sieht er als Weg, die Grenzen von Systemen zu überwinden, die überwiegend mit menschlichen Demonstrationen trainiert wurden.
Wie es weitergeht: Einsätze bei Kunden im Mittelpunkt
Mit der Finanzierung will Eka Robotics die Entwicklung seines KI-Modells und die Einführung seiner Technologie bei Kunden beschleunigen. Die Ankündigung betrifft ein KI-System für die Robotermanipulation und nicht die Markteinführung eines bestimmten humanoiden Robotermodells.
Ekas industrielle Strategie beruht darauf, mit diesem Lernansatz komplexe Manipulationen unter wechselnden Bedingungen auszuführen. So will das Unternehmen seine Fähigkeiten beim Greifen und bei der geschickten Manipulation in einem Maßstab umsetzen, der sich für repetitive Abläufe bei seinen Kunden eignet.