تصور کنید ربات‌ها پیش از آنکه در دنیای واقعی قدم بگذارند، میلیون‌ها ساعت در یک دنیای مجازی بی‌نقص تمرین کنند تا هیچ خطای مرگباری رخ ندهد. این همان ایده‌ای است که حالا ۹۰ میلیون دلار سرمایه را به دنبال خود کشاند تا واقعیت شود. این مبلغ برای یک دور سرمایه‌گذاری بذر (Seed Round) بسیار چشمگیر است و یکی از بزرگ‌ترین سرمایه‌گذاری‌های مراحل اولیه در تاریخ کانادا به شمار می‌رود.
به گزارش The Logic در ۱۹ اوت ۲۰۲۶، استارتاپ Veeda AI در تورنتو، روی ساخت مدل‌های جهانی (World Models) — شبیه به یک موتور بازی‌سازی فوق‌پیشرفته که قوانین فیزیک را دقیقاً مثل دنیای واقعی اجرا می‌کند — شرط‌بندی کرده است. این شرکت معتقد است که پیشرفت بعدی در هوش مصنوعی نه در کلمات، بلکه در شبیه‌سازی واقعیت فیزیکی نهفته است. این رویکرد در حالی رخ می‌دهد که صنعت از مدل‌های زبانی صرف (LLMs) به سمت هوش مصنوعی تجسم‌یافته (Embodied AI) حرکت می‌کند.
همان‌طور که در تحلیل قبلی ما درباره‌ی Nvidia Newton و معرفی لایه‌های فیزیک متن‌باز اشاره کردیم، نیاز به محیط‌هایی است که عامل‌های فیزیکی بتوانند بدون ریسکِ تخریب سخت‌افزارهای گران‌قیمت، یاد بگیرند. در واقع Veeda AI می‌خواهد یک شبیه‌ساز پرواز بسازد، اما نه فقط برای هواپیما، بلکه برای هر تعامل ممکن در دنیای فیزیکی و رباتیک.
ریشه‌ها و بنیان‌گذاران
این شرکت در اوایل ژوئن ۲۰۲۶ توسط سانجا فیدلر (Sanja Fidler)، نایب‌رئیس سابق تحقیقات AI در انویدیا، تأسیس شد. فیدلر در کنار هوان لینگ (Huan Ling)، که دکتری خود را تحت نظارت فیدلر به پایان رسانده است، و زان گوجیچ (Zan Gojcic)، مدیر سابق تحقیقات انویدیا در زوریخ، این مسیر را آغاز کرده است.
فیدلر سوابق تحصیلی و صنعتی قدرتمندی دارد؛ او از سال ۲۰۱۴ در دانشگاه تورنتو در رشته علوم کامپیوتر تدریس می‌کند و یکی از اعضای مؤسس مؤسسه Vector است. او طی هشت سال حضور در انویدیا که از مه ۲۰۱۸ آغاز شد، واحد تحقیقات تورنتو را تأسیس کرد؛ واحدی که در نهایت به آزمایشگاه هوش مکانی (Spatial Intelligence Lab) تبدیل شد.
شرکت که نام قانونی آن Veeda Innovation است، بلافاصله پس از ثبت سریعاً وارد عمل شد. در اواخر ژوئیه، این شرکت ۶۰.۶ میلیون سهم بذر را با قیمت ۱ دلار آمریکا برای هر سهم منتشر کرد. این دور سرمایه‌گذاری توسط Khosla Ventures و Radical Ventures رهبری شد؛ دو شرکتی که اخیراً تیم‌های پژوهشی سطح بالایی مثل Discovery Loop (تأسیس شده توسط جف دین، دانشمند ارشد سابق گوگل) را حمایت کرده‌اند.
شرط‌بندی فنی روی مدل‌های جهانی
هدف Veeda AI ساخت مدل‌های بنیادی چندوجهی (Multimodal) است تا سه گلوگاه اصلی در حوزه رباتیک را برطرف کند. آن‌ها قصد دارند محیط‌هایی با مقیاس نامحدود بسازند که در آن عامل‌های تجسم‌یافته بتوانند از طریق تعامل یاد بگیرند؛ در واقع آن‌ها در حال ساخت «ماتریکس» برای هوش مصنوعی فیزیکی هستند:
- ایمنی: اشتباهات فیزیکی در دنیای واقعی خطرناک و پرهزینه هستند و می‌توانند منجر به تخریب تجهیزات شوند.
- مقیاس‌پذیری: سخت‌افزار را نمی‌توان به سرعت و با همان نرخ خوشه‌های محاسباتی (Compute Clusters) افزایش داد. در این راستا، بهینه‌سازی سخت‌افزاری برای مقابله با چالش‌های فیزیکی حیاتی است، مشابه آنچه استارتاپ Discovered Materials برای حل مشکل گرمای تراشه‌ها با استفاده از عامل‌های AI در پیش گرفته است.
- موازی‌سازی: تجربه در دنیای واقعی به صورت خطی اتفاق می‌افتد، اما شبیه‌سازی‌ها می‌توانند هزاران سناریو را به طور هم‌زمان اجرا کنند.
برای اجرای این برنامه، شرکت در حال استخدام نیروی متخصص برای مدیریت خوشه‌های تراشه و آماده‌سازی مجموعه‌داده‌های عظیم آموزشی است. بنیان‌گذاران این شرکت پیش از این نیز چنین استراتژی‌ای را اجرا کرده‌اند؛ فیدلر و لینگ در آزمایشگاه هوش مکانی، به توسعه مدل جهانی پرچم‌دار انویدیا برای توسعه‌دهندگان AI فیزیکی کمک کردند.
Veeda اکنون یک حضور جهانی را ایجاد کرده و در تورنتو، مانتین ویو، سنگاپور و زوریخ دفتر دارد. یک شرکت تابعه در سوئیس که در ژوئیه ثبت شده است، گوجیچ را به عنوان مدیر اجرایی محلی و فیدلر را به عنوان رئیس مدیریت معرفی کرده است.
جنگ سرمایه‌ها و هوش مکانی
عدد ۹۰ میلیون دلار نشان‌دهنده شدت هزینه‌های مربوط به مدل‌های جهانی است. اگرچه این رقم در برابر AMI Labs (که در مارس ۲۰۲۶ مبلغ ۱.۰۳ میلیارد دلار جذب کرد) یا World Labs (۲۳۰ میلیون دلار) کوچک‌تر است، اما بودجه لازم برای تأمین دو گران‌ترین ورودی در AI، یعنی نخبگان پژوهشی و قدرت محاسباتی عظیم را فراهم می‌کند.
این الگوی سرمایه‌گذاری نشان می‌دهد که سرمایه‌گذاران خطرپذیر از چت‌بات‌های عمومی فاصله گرفته و به سمت «هوش مکانی» می‌روند. Khosla و Radical با حمایت از Veeda، سبد خود را در کل زنجیره هوش مصنوعی فیزیکی متنوع کرده‌اند. این استراتژی شامل سرمایه‌گذاری در Decart (که مدل‌های جهانی بلادرنگ می‌سازد) و Waabi (شرکت کامیون‌های خودران که در ژانویه ۲۰۲۶ مبلغ ۷۵۰ میلیون دلار جذب کرد) می‌شود. این رویکرد تهاجمی در جذب سرمایه برای بازسازی زیرساخت‌های تکنولوژیک، یادآور استراتژی Thrive Holdings در جذب ۲ میلیارد دلار برای بازطراحی شرکت‌های سنتی است.
برای بازار، این یعنی «لحظه رباتیک» دیگر درباره موتورها یا حسگرهای بهتر نیست، بلکه درباره کیفیت داده‌های مصنوعی (Synthetic Data) است. اگر Veeda موفق شود یک «ماتریکس» با دقت بالا بسازد، سرعت تکامل ربات‌ها از سرعت تولید سخت‌افزار جدا خواهد شد و دیگر منتظر ساخت قطعات جدید نخواهیم بود.
باید منتظر اولین بنچمارک‌های عمومی محیط‌های شبیه‌سازی شده Veeda باشیم؛ زیرا این نتایج تعیین می‌کنند که آیا مدل‌های جهانی مصنوعی می‌توانند واقعاً بدون وجود شکاف «شبیه‌ساز به واقعیت» (Sim-to-Real Gap)، به عملکرد رباتیک در دنیای واقعی منتقل شوند یا خیر.
گام بعدی شما
- دنبال کردن بنچمارک‌های عمومی Veeda برای بررسی میزان انتقال مهارت از شبیه‌ساز به دنیای واقعی (Sim-to-Real).
- بررسی مدل‌های جهانی جایگزین برای درک تفاوت در دقت شبیه‌سازی فیزیک.
- تحلیل اثر داده‌های مصنوعی بر کاهش زمان آموزش ربات‌های صنعتی.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو