В сегодняшней денежной повестке ИИ — гигантская ставка Южной Кореи на память и полупроводники, Arena с уже $100 млн бизнеса на инфраструктуре доверия к моделям и робототехническая компания, которая после спора с Tesla всё равно закрыла новый раунд на $11 млн.
В свежей выборке Launch YC выделяются два разных, но сильных хода: Blueshoe пытается превратить массовую юридическую помощь в сервис, изначально построенный вокруг AI с подключением живых адвокатов, а Axol делает ставку на двухрукого робота и контур сбора данных для команд, которым мало красивых демонстраций без надёжного железа.
Главная новость выпуска — Alibaba Cloud показала Qwen-RobotNav: навигационную модель на базе Qwen3-VL, рассчитанную сразу на несколько типов задач, от поиска объектов до автономного вождения. Рядом — релиз Mistral OCR 4, который усиливает ставку Mistral на прикладные модели для извлечения структуры из документов и развёртывания внутри собственной инфраструктуры компании.
TechCrunch рассказал о стартапе Antioch, который делает инструменты симуляции для разработчиков роботов и уже привлёк посевной раунд на $8,5 млн при оценке $60 млн. Идея в том, чтобы обучать и тестировать физический AI в цифровой среде до выхода в реальный мир — дешевле, быстрее и безопаснее.
Стартап General Intuition закрыл раунд на $320 млн при оценке $2,3 млрд и делает ставку на необычный источник данных: сотни миллионов часов игрового процесса с метками действий. Компания утверждает, что это помогает обучать модель, способную сначала действовать в игре и симуляции, а затем переносить навыки в физический мир — например, на четвероногих роботов.
Свежая подборка ролей в ИИ: от прикладной инженерии для маркетинга и коммерческих процессов до робототехники, внутренних платформ и медицинских данных. Внутри — шесть новых вакансий с понятными требованиями, форматом работы и коротким разбором, кому они подойдут.
XDOF строит не очередную красивую оболочку вокруг ИИ, а инфраструктуру для сбора и разметки данных, без которой физический ИИ и робототехника быстро упираются в потолок. На фоне громких историй про модели и агентов этот стартап выглядит недооценённым именно потому, что берёт на себя скучное, тяжёлое и критически важное звено — реальные данные для обучения роботов.
Axol от Almond — редкий пример стартапа, который решает не витринную задачу, а очень приземлённую боль команд, обучающих физический ИИ: обычные роботы ломаются и плохо подходят для реальной работы в цехах и магазинах. При этом запуск на Y Combinator Launch собрал всего 19 голосов за десять дней, хотя идея выглядит заметно сильнее своей текущей видимости.
Стартап Hub строит сеть людей для сбора реальных данных, нужных передовым AI-лабораториям и командам по робототехнике. Идея выглядит сильнее своей почти нулевой заметности: на странице Y Combinator у проекта был всего 1 голос, хотя он решает дорогую и плохо масштабируемую проблему физического мира.
