Infiforce raccoglie quasi 150 milioni per dare ai robot un modello del mondo

La corsa all’intelligenza artificiale non si gioca più soltanto nei data center e nei chatbot. Si sta spostando anche nel mondo fisico, dentro i robot che imparano a muoversi, afferrare oggetti e interpretare l’ambiente che li circonda. In questo scenario arriva un segnale importante dalla Cina: la startup Infiforce ha raccolto quasi 150 milioni di dollari per costruire quello che definisce un modello del mondo addestrato su dati in prima persona. L’obiettivo dichiarato è ambizioso, dare ai robot un cervello capace di comprendere davvero la realtà in cui operano.

Ti spiego cosa c’è dietro questo finanziamento, perché i cosiddetti modelli del mondo sono diventati il nuovo campo di battaglia dell’AI e cosa cambia concretamente per la robotica.

Infiforce raccoglie quasi 150 milioni per l’intelligenza incarnata

Il round è stato articolato in due tranche, una serie A e una serie A+, per un totale vicino ai 150 milioni di dollari. Secondo l’annuncio pubblicato dall’azienda, a guidare l’operazione sono stati Dunhong Asset Management e alcune piattaforme di investimento statali, con la partecipazione di realtà come Zhejiang University Science and Technology Innovation Group, Yandu State-owned Assets Management e Lishui State-owned Assets Management. Anche un azionista già presente, Genesis Partners Venture Capital, ha aumentato la propria quota.

La presenza massiccia di capitale pubblico e legato agli atenei racconta molto del modo in cui la Cina finanzia l’intelligenza artificiale applicata ai robot: un intreccio di Stato, università e fondi privati che punta a costruire in fretta una filiera nazionale.

Secondo l’azienda i fondi serviranno a tre obiettivi. Il primo è lo sviluppo di AtomBrain, il suo sistema di intelligenza incarnata, insieme ai modelli del mondo di tipo causale. Il secondo è l’espansione dell’infrastruttura dati chiamata DataGrid. Il terzo è il dispiegamento su larga scala di diversi tipi di robot in ambienti industriali e commerciali.

È lo schema classico di chi vuole passare dalla ricerca alla produzione.

Per capire quanto sia affollato questo terreno basta guardare a un’altra azienda cinese finita di recente sotto i riflettori. Puoi leggere come Unitree sia sbarcata in Borsa a Shanghai con i suoi robot umanoidi, un test di mercato che riguarda tutta l’intelligenza incarnata e che mostra quanto interesse ci sia attorno a questo settore.

Cosa significa modello del mondo e perché conta

Per interpretare l’annuncio serve chiarire un concetto che ricorre sempre più spesso, quello di modello del mondo. Un grande modello linguistico, come quelli che usi ogni giorno, impara a prevedere la parola successiva in una frase. Un modello del mondo, invece, prova a prevedere come evolve un ambiente fisico: cosa accade se un braccio robotico spinge un oggetto, come cade una scatola, quali conseguenze ha uno spostamento nello spazio.

In altre parole è una simulazione interna della realtà, che permette al robot di anticipare gli effetti delle proprie azioni invece di procedere per tentativi.

Questa capacità è preziosa perché il mondo reale è imprevedibile. Un robot che lavora in un magazzino incontra ostacoli, superfici irregolari e oggetti mai visti prima. Senza una qualche forma di intuizione fisica dovrebbe fermarsi di continuo o rischiare errori costosi. Un modello del mondo ben addestrato gli consente invece di ragionare in anticipo, un po’ come fai tu quando prevedi che un bicchiere sul bordo del tavolo sta per cadere.

Questo tipo di modello non è un’esclusiva di Infiforce. Diverse aziende occidentali percorrono la stessa strada con approcci differenti. Ti basti pensare a come Adobe abbia mostrato con Wonder un modello del mondo capace di generare ambienti 3D esplorabili, oppure al lavoro di Google DeepMind sul ragionamento spaziale dei robot raccontato nell’articolo su Gemini Robotics ER e la comprensione dello spazio. Il filo comune è dare alle macchine una forma di comprensione fisica del contesto.

La differenza sta nei dati. Ed è qui che Infiforce prova a smarcarsi.

L’approccio Ego e i dati in prima persona

Il punto centrale della strategia di Infiforce è ciò che l’azienda chiama dato Ego, cioè registrazioni in prima persona di esseri umani che interagiscono con il mondo fisico. Invece di affidarsi soprattutto a dimostrazioni riprese da una telecamera esterna o a dati raccolti pilotando i robot da remoto, la società usa video in soggettiva insieme a informazioni su movimenti, relazioni spaziali e risposte dell’ambiente.

L’idea è semplice ma potente. Filmare una persona che compie un gesto è molto più economico che far ripetere quel gesto a un robot migliaia di volte. In questo modo si può raccogliere una quantità enorme di dati di addestramento a costi ridotti, aggirando uno dei colli di bottiglia storici della robotica, cioè la scarsità di esempi di qualità.

Il nodo dei dati è forse il vero cuore della partita. Nel testo e nelle immagini il web offre miliardi di esempi già pronti, mentre per il movimento fisico non esiste un archivio paragonabile. Chi trova un modo per generare questi dati in modo rapido e a basso costo parte con un vantaggio enorme.

Questi dati confluiscono nella serie di modelli Atom e in AtomBrain, pensato come uno strato di intelligenza comune a più tipi di robot. A gestire raccolta ed elaborazione c’è DataGrid, l’infrastruttura che mette insieme diversi metodi di acquisizione: pinze manuali, dispositivi per la registrazione in prima persona e il controllo remoto dei robot fisici. L’obiettivo è creare un circolo virtuoso in cui ogni robot in funzione genera nuovi dati che servono ad addestrare i modelli successivi.

AtomBrain e il trasferimento tra robot diversi

Uno degli aspetti più interessanti è l’ambizione di far funzionare la stessa intelligenza su corpi robotici differenti. Infiforce sta verificando se AtomBrain possa trasferire le proprie capacità da una macchina all’altra, superando l’idea che ogni robot vada programmato da zero.

La gamma hardware dell’azienda comprende l’umanoide su ruote AstroDroid, il robot generico UltraDroid, il bipede Little Atom e i sistemi specializzati della linea Force. Questa varietà serve proprio a mettere alla prova la portabilità del cervello digitale tra forme molto diverse tra loro.

Sul fronte dei numeri l’azienda ha diffuso alcuni risultati di benchmark ottenuti nella propria ricerca. Il modello AtomVLA avrebbe raggiunto un tasso di successo del 97% sul test Libero, mentre HiMem-WAM sarebbe arrivato al 97,7%. Il modello del mondo AIM di terza generazione avrebbe totalizzato il 93,1% su RoboTwin 2.0 e il metodo SAM3D avrebbe toccato il 99,1% su Libero.

Vanno presi con la giusta cautela, perché si tratta di dati comunicati dall’azienda e legati a test di ricerca, non a impieghi commerciali verificati in modo indipendente.

Il tema del controllo del corpo robotico non è nuovo. Se vuoi capire come si insegna a una macchina a governare ogni parte di sé, è utile l’articolo su Gemini Robotics 2 e il controllo del corpo dei robot umanoidi, che affronta lo stesso problema da un’altra angolazione.

La corsa cinese all’intelligenza incarnata

Infiforce sostiene che i suoi robot e sistemi sono già in fase di test o commercializzazione in più di 30 città cinesi e in oltre 100 scenari, dalla manifattura alla logistica, dai magazzini ai servizi commerciali. L’azienda collabora inoltre con CRRC High-Tech su applicazioni per le infrastrutture e ha partecipato ai lavori per una proposta di standard nazionale sulla raccolta e la gestione dei dati per l’intelligenza incarnata ottenuti in crowdsourcing.

Quest’ultimo dettaglio è significativo. Definire uno standard nazionale sui dati significa provare a costruire un vantaggio strutturale, perché chi controlla il formato e il flusso delle informazioni controlla anche il ritmo dell’innovazione.

“L’arrivo dell’era dell’AI fisica comincerà con un cervello davvero incarnato che comprende il mondo”, ha scritto la società nel proprio annuncio. Al di là della retorica, è una fotografia efficace della direzione verso cui si sta muovendo il settore.

Il quadro complessivo è quello di una competizione sempre più intensa attorno all’intelligenza incarnata, dove la Cina spinge con capitali pubblici e privati e l’Occidente risponde con i propri laboratori. Per chi lavora con la tecnologia in Italia e in Europa vale la pena osservare da vicino queste mosse, perché definiranno gli strumenti e i costi della robotica nei prossimi anni.

La posta in gioco non è un singolo robot, ma l’infrastruttura di dati e modelli che deciderà chi guiderà l’automazione fisica del futuro.

Conclusioni

Il finanziamento di Infiforce non è soltanto l’ennesimo round da nove cifre. È un indizio di come il baricentro dell’AI si stia spostando verso il mondo fisico, con i modelli del mondo e i dati in prima persona al centro della strategia. Se l’approccio Ego manterrà le promesse, potrebbe ridurre uno dei costi più alti della robotica e accelerare la diffusione dei robot nelle fabbriche e nei magazzini.

Restano molte domande aperte, dalla verifica indipendente dei benchmark alla reale capacità di trasferire l’intelligenza tra corpi differenti. Vale la pena tenere d’occhio i prossimi passi dell’azienda e, più in generale, la corsa globale all’intelligenza incarnata. Continua a seguirci per capire come questa tecnologia cambierà il lavoro e la vita quotidiana, e se vuoi approfondire i concetti alla base di questa rivoluzione trovi molte guide dedicate qui sul sito.