Asya’nın fiziksel yapay zeka alanındaki atılımları, bölgenin küresel sanayi gücüne dönüşmesini sağlayan üretim becerileri tarafından destekleniyor. Güney Kore, Japonya, Çin ve Tayvan’da, bu ülkeler, büyük ölçekli üretim, ihracata dayalı sanayiler ve yüksek verimli tedarik zincirleri ile ekonomik büyümenin temel direklerini oluşturuyor. Bu yapısal temel, yapay zekanın benimsenme biçimini ve yatırım akışlarını şekillendiriyor.
Seul ve San Jose merkezli Config isimli girişim, robotik temel modelleri (RFM’ler) için veri katmanı inşa etmekte ve Güney Kore’nin en büyük üreticilerinin girişim kolundan destek almayı başardı.
Samsung Venture Investment, 200 milyon dolardan fazla bir değeri olan ve aşırı talep gören 27 milyon dolarlık tohum yatırımını yönetti. Bu, Config’in topladığı toplam tutarı 35 milyon dolara çıkardı. Hyundai Motor’un girişim kolu ZER01NE Ventures, LG Tech Ventures ve Güney Kore’nin büyük telekomünikasyon şirketinin VC birimi SKT America da stratejik yatırımcılar arasında yer aldı. Ayrıca Covariant AI’nin kurucu ortağı ve Berkeley Üniversitesi profesörü olan Pieter Abbeel ve Mirae Asset Ventures, Kore Kalkınma Bankası, GS Futures, Kakao Ventures ve Z Ventures gibi finansal destekçiler de katıldılar.
Config, Ocak 2025’te CEO Minjoon Seo tarafından, eski Meta araştırmacısı ve Twelve Labs’ın baş bilim insanı olan Seo’nun liderliğinde, Waymo, Google ve Naver’da deneyimi olan üç kurucu ortakla birlikte kuruldu. Robot inşa etmek yerine ekip, robotların öğrenmesi ve çalışması için gerekli olan verileri sağlamaya odaklanıyor. Daha iyi verilerin robotların daha yararlı olmasında anahtar olacağına inanıyorlar.
Büyük dil modellerini eğitmek maliyetli, çünkü işleme gereksinimi yüksek hesaplama gücü istiyor; fakat ham madde, internetteki büyük metin yığınları kolayca elde edilebiliyor. Seo, TechCrunch ile yaptığı özel bir röportajda, robotları hareket ettirmeyi öğretmenin tamamen farklı bir zorluk olduğunu belirtti. Eğitim verilerinin her bir parçasının fiziksel olarak toplanması gerekiyor; robot, bu robotu çalıştıracak bir tesis ve bunu işleyecek insanlar lazım. Bu da robotik yapay zekanın, yalnızca yazılıma dayalı sohbet robotlarına göre daha pahalı gelişmesine yol açıyor. Şirketler daha yetenekli robotlar peşinde koştukça, veri toplama ve etiketleme maliyetleri hızla artabiliyor.
Config, diğerlerinin robot AI’larını mümkün kılmak için var olmayı hedefliyor. Şirket, Tayvanlı çip üreticisi TSMC’yi, Apple, Nvidia ve AMD için üretim yaparken onlarla rekabet etmeyen bir örnek olarak gösteriyor. Config, robotik alanında veri sağlayarak benzer bir rol oynamak istiyor. Bu yaklaşım, büyük üreticilerin, tamamen dış tedarikçilere bağlı kalmak yerine kendi özgün robot AI’larını inşa etme arzusu ile önem kazanıyor. Config, işte bu pazara yatırım yapıyor.
Config, gelir de elde etmeye başladı. COO ve kurucu ortak Jack Bang, mevcut müşterilerinin büyük üreticiler, sistem entegratörleri ve tarım ile savunma sektörlerindeki şirketler olduğunu belirtti. Bu alandaki rakipleri arasında Physical Intelligence, Generalist AI ve Skild AI bulunuyor.
Config, insanları fiziksel görevleri yerine getirirken kontrol edilen stüdyolar ve sahalarda kaydediyor. Girişim, veri üretimi için 300’e yakın bir çalışana sahip olan Seul ve Hanoi’den çalışıyor. Bugüne kadar 100.000 saatten fazla insan hareket verisi topladı; bu, en büyük karşılaştırılabilir açık kaynak veri seti olan AgiBot World‘ın yaklaşık 3.000 saat verisinden 30 kat daha fazla.
Çoğu robotik ekip, insan hareket verileri üzerinde AI modelleri eğitiyor ve ardından bu modelleri robotlar için uyarlıyor. Ancak Config farklı bir yaklaşım izliyor. Seo, şirketin eğitim sürecine başlamadan önce verileri dönüştürmeyi hedeflediğini söyleyerek bunun, robotların dünyayla nasıl hareket ettiğini ve etkileşimde bulunduğunu daha iyi anlamalarını sağladığını vurguladı. Seo, bu süreci dil çevirisine benzetti. Bir tür veriye eğitim vermek ve bunun başka bir ortamda sorunsuz çalışmasını beklemenin, Koreceyi yalnızca İngilizce dil materyalleriyle öğretmeye çalışmakla aynı olduğunu ifade etti.
“Veri dönüştürülmeli, model değil. Bu dönüştürme teknolojisi Config’in çekirdek teknik farklılaştırıcısı,” dedi Seo.
Finansman, üç önceliğe yönlendirilecek: Vietnam ve Seul’deki veri operasyonunu bir milyon saatlik veri toplama kapasitesine ölçeklendirmek, kurumsal platform işini 2027 sonuna kadar 10 milyon dolar yıllık tekrarlayan gelir hedeflemek ve şirketlerin Config’in temel modelini çalıştırmasına imkan tanıyan bulut tabanlı Robot-as-a-Service ürününü başlatmak.
Bu yazılımın sizin işinize yarayıp yaramayacağını düşünüyorsunuz?
