Limitless Labs samler inn 20 millioner dollar i serie A for å bringe Agentic AI inn i presisjonsproduksjon

Limitless Labs har samlet inn 20 millioner dollar i serie A, da selskapet ønsker å utvide det de beskriver som verdens første Agentic Physical AI-plattform for CAD/CAM-drevet produksjon. Finansieringen ble ledet av Dell Technologies Capital (DELL ) og Square Peg, med deltakelse fra Grove Ventures, Meron Capital og Kinetica. Selskapet sier at den nye kapitalen vil bli brukt til å utvide US-Operasjonene, akselerere utviklingen av deres Physical AI Foundation Model og fortsette å bygge automatiseringskapasiteter for CNC-programmering.

Grunnlagt i 2024 og tidligere kjent som LimitlessCNC, er Tel Aviv-baserte startup rettet mot en av produksjonens mest vedvarende flaskehalser: den høyt spesialiserte prosessen med programmering av Computer Numerical Control (CNC)-maskiner som brukes til å produsere komplekse komponenter for luftfart, forsvar, medisinsk og industriell bruk. Mens mye av AI-industrien fortsatt fokuserer på digitale arbeidsflyter, er Limitless Labs en del av en voksende bølge av selskaper som prøver å bringe AI direkte inn i fysiske produksjonsmiljøer.

Bringing AI Directly Into CAD/CAM Systems

Moderne CNC-behandling avhenger fortsatt sterkt av erfarne programmere som forstår verktøystrategier, maskinbegrensninger, materialegenskaper og de talløse beslutninger som er nødvendige for å transformere en CAD-modell til en produserbar del.

Limitless Labs har bygget sin plattform for å operere innenfor CAD/CAM-programvaren som allerede brukes av produsenter, inkludert Siemens NX CAM, Mastercam og PTC Creo. Selskapets CAM-agent er designet for å assistere ingeniører ved å identifisere maskinfunksjoner, anbefale verktøystrategier, sekvensere operasjoner, generere verktøystier og hjelpe med å lage produksjonsklare maskinprogrammer. Ifølge selskapet har kundene redusert CNC-programmeringstiden med opptil 50% samtidig som de opprettholder menneskelig tilsyn gjennom hele arbeidsflyten.

Det bredere målet er ikke bare å automatisere programmeringsoppgaver, men å fange institusjonell produksjonskompetanse som ofte bare eksisterer i tankene til senior maskinister og programmere. Plattformen er designet for å koble ingeniørdatakilder, lære av selskapsspesifik maskiningskunnskap og kontinuerlig forbedre anbefalinger gjennom integrasjon med eksisterende produksjonssystemer.

Building a Foundation Model for the Physical World

I sentrum av plattformen ligger det som Limitless Labs kaller en Physical AI Foundation Model. I motsetning til store språkmodeller som er trent primært på tekst og kode, sier selskapet at deres modell er trent på maskiningspesifikke data, inkludert CAD-geometri, produksjonsbegrensninger, maskinoppførsel og fysikken til metallskjæring.

Begrepet reflekterer en bredere skift som skjer over hele industriell AI. I stedet for å stole på generaliserte AI-systemer, trenger produsenter stadig mer modeller som forstår virkelige prosesser, fysiske begrensninger og operative krav. Disse spesialiserte systemene er designet for å støtte ingeniørarbeidsflyter der presisjon, pålitelighet og gjentakelse er kritisk.

I stedet for å fungere som en selvstendig chatbot, opererer plattformen som en ingeniør-kopilot innbygget i eksisterende produksjonsprogramvare. Ifølge selskapet vurderer systemet maskinbegrensninger, verktøybegrensninger, fôringer, hastigheter, toleranser og produksjonskrav når det genererer anbefalinger.

Addressing Manufacturing’s Knowledge Gap

Tidspunktet for økningen kommer når produsenter står overfor en voksende arbeidskraftutfordring.

Ifølge data som er sitert av selskapet, er nesten en kvart av den amerikanske produksjonsarbeidskraften nå 55 år eller eldre, mens 97% av produsentene identifiserer kunnskapsbevaring som en stor bekymring. Industrien står i dag overfor mer enn 400 000 ubesatte stillinger, og det estimerte gapet ventes å vokse betydelig over de neste ti årene.

For industrier som luftfart, forsvar og medisinsk produksjon, kan programmeringsfeil være kostbare, og ekspertise krever ofte år med hånd- på- erfaring for å utvikle. Mens erfarne maskinister går av med pensjon, står produsenter overfor økende press for å bevare operasjonell kunnskap samtidig som de bringer nye ingeniører opp til hastighet raskere.

Gründerne av Limitless Labs argumenterer for at AI kan fungere som et mekanisme for å fange og skalerer denne ekspertisen, i stedet for å erstatte ingeniørene som besitter den. Selskapets plattform er designet for å lære av historiske programmeringsbeslutninger og organisatoriske standarder, og hjelpe nye ingeniører å dra nytte av kunnskap som er samlet over tiår med produksjons erfaring.

The Next Phase of Industrial AI

Oppblomstringen av generativ AI har hovedsakelig blitt definert av programvareutvikling, innholdsgenerering og bedriftsproduktivitetsverktøy. Produksjon stiller en mer utfordrende utfordring fordi AI-systemer må operere innenfor strenge fysiske begrensninger der feil kan påvirke produksjonskvalitet, utstyrprestasjon og operasjonell sikkerhet.

Dette er grunnen til at mange industriselskaper med AI flytter seg bort fra generiske språkmodeller og mot domenespesifikke systemer som er trent på ingeniør-, produksjons- og operasjonsdata. Over hele CAD-, simulerings- og produksjonssystemet er det en voksende mengde startups som bygger AI-agenter som er spesifikt designet for mekanisk ingeniørarbeidsflyt, noe som tyder på at sektoren kan være i ferd med å gå inn i en ny fase av tilpasning.

For Limitless Labs er det neste målet å fremme deres Physical AI Foundation Model mot mer autonome CNC-arbeidsflyter samtidig som de fortsetter å utvide kommersielle operasjoner i USA. Selskapet planlegger å utvide forskningsteamet i Tel Aviv og omtrent doble antall ansatte over de neste årene.

Så AI stadig mer flytter seg bort fra digitale assistenter og inn i fysiske produksjonsmiljøer, kan den større spørsmålet ikke lenger være om AI kan generere design eller skrive programvare. I stedet skifter fokus mot om AI kan hjelpe med å håndtere kompleksiteten, ekspertisen og beslutningstakingen som kreves for å produsere de fysiske produktene som ligger til grunn for moderne industri.