Gravis Robotics привлекла 200 млн долларов в раунде серии A для расширения применения автономной тяжёлой техники

Gravis Robotics привлекла 200 млн долларов от SoftBank в раунде серии A, получив значительный новый капитал для распространения своей технологии автономной тяжёлой техники в инфраструктурных проектах по всему миру. Компания, работающая в сфере строительной робототехники, базируется в Цюрихе.

По её словам, это крупнейший на сегодняшний день раунд серии A в строительной робототехнике. Финансирование поступает на фоне того, как инвестиции в физический ИИ всё чаще выходят за рамки гуманоидных роботов и автоматизации складов, охватывая отрасли, где машины должны взаимодействовать со сложной, меняющейся средой.

Для Gravis такой средой служит строительная площадка. Вместо создания новой тяжёлой техники с нуля компания разрабатывает оборудование и программное обеспечение с ИИ для дооснащения существующих экскаваторов и других землеройных машин. Фактически она добавляет разные степени автономности в парки техники, которыми подрядчики уже владеют.

Новые средства направят на ускорение международного развёртывания Gravis, расширение инженерной команды и внедрение автономных систем в большем числе строительных и инфраструктурных проектов.

Физический ИИ для тяжёлых строительных работ

Gravis была основана в конце 2022 года как компания, выделившаяся из Швейцарской высшей технической школы Цюриха (ETH Zurich), на базе исследований в области робототехники и автономных систем управления. Её возглавляют генеральный директор и сооснователь Райан Люк Джонс и технический директор и сооснователь Доминик Юд. Исследователь робототехники Марко Хуттер является сооснователем и членом совета директоров.

Строительство ставит иные задачи, чем многие среды, в которых автономные машины уже получили распространение.

Например, беспилотный автомобиль обычно стремится понять окружающую среду и безопасно перемещаться в ней, не изменяя её. От экскаватора ожидается обратное. Каждое движение ковша меняет рельеф, который машине затем приходится анализировать заново.

Техника также может сталкиваться с грунтом, камнями, меняющимися уклонами, сопротивлением под поверхностью и другими условиями, которые нельзя полностью предсказать.

Gravis пытается справиться с этой неопределённостью с помощью обучаемых систем роботизированного управления. Они объединяют данные гидравлики машины с информацией лидара, камер и глобальной навигационной спутниковой системы (GNSS). Программное обеспечение непрерывно интерпретирует окружение техники и действующие на неё физические силы, а не просто выполняет заранее заданную последовательность движений.

По словам компании, модели также проходят интенсивное обучение в симуляциях. Это позволяет ИИ познакомиться с большим количеством виртуальных сценариев выемки грунта до внедрения в реальные машины.

Превращение существующих экскаваторов в автономные машины

Важная часть стратегии Gravis — отсутствие зависимости от одного производителя оборудования.

Строительные парки обычно состоят из техники разных марок, накопленной за годы покупок и аренды. Требование заменить их специально созданными автономными машинами могло бы значительно затруднить внедрение.

Вместо этого Gravis разработала Gravis RACK — модульную систему автономного управления, которую можно установить на существующие экскаваторы и колёсные погрузчики. По словам компании, платформу уже адаптировали к технике Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon, Sumitomo и других производителей.

Устанавливаемая на крыше система сочетает камеры, трёхмерный лидар, позиционирование GNSS RTK и бортовые вычислительные компоненты автомобильного класса. Обработка выполняется непосредственно на машине, поэтому, как утверждает Gravis, автономные функции могут продолжать работу даже без надёжной связи. Это важно для удалённых или ещё не обустроенных строительных площадок.

Полное лидарное покрытие и объединение данных датчиков используются для непрерывного сканирования окружающего рельефа. Эта информация может поддерживать автономную выемку грунта и одновременно создавать трёхмерные данные площадки, визуализации выемок и насыпей и записи о выполненных работах.

Система восприятия Gravis также способна распознавать самосвалы и координировать размещение извлечённого материала. Благодаря этому автономные процессы могут выходить за пределы копания и охватывать, например, погрузку и перемещение материалов.

Автономность без устранения оператора

Gravis не представляет автономность как переход по принципу «всё или ничего».

Её планшетный интерфейс Slate позволяет подрядчикам переключаться между несколькими режимами работы в зависимости от задачи. Операторы могут оставаться в кабине и пользоваться подсказками ИИ, отходить от машины на время длительных автономных операций или контролировать технику удалённо.

Во внутрикабинном режиме Copilot операторы могут задавать команды на копание касанием экрана и пользоваться расширенными визуальными подсказками. Задания можно определять с помощью геометрии систем автоматизированного проектирования (CAD) или информационного моделирования зданий (BIM), физических опорных точек либо координат. Во время работы машины интерфейс может показывать, сколько материала необходимо убрать или добавить.

На другом конце спектра находится удалённая координация: оператор может наблюдать за одной или несколькими машинами и управлять ими с помощью видео в реальном времени и данных площадки.

Такой гибридный подход может оказаться важным для внедрения. На стройплощадках редко выполняются исключительно повторяющиеся задачи в идеально контролируемых условиях. Сохранение участия человека в рабочем процессе позволяет подрядчикам вводить автономность постепенно, а не перестраивать всю площадку под полностью беспилотную технику.

Программный слой для смешанных парков строительной техники

Более широкая цель — фактически создать слой интеллекта над фрагментированным рынком тяжёлого оборудования.

Если одно и то же автономное программное обеспечение может управлять машинами многих производителей и разных размеров, подрядчики потенциально смогут автоматизировать работу без приведения всего парка к продукции одного поставщика.

Gravis утверждает, что её обучаемая система управления подстраивается под физические характеристики разных машин, а не требует отдельного программирования каждого экскаватора.

Это различие может становиться всё важнее по мере перехода физического ИИ от демонстраций к коммерческому применению. Роботизированная система, хорошо работающая на одной тщательно настроенной машине, гораздо менее полезна крупным подрядчикам, чем программное обеспечение, способное адаптироваться к разнородным паркам, уже эксплуатируемым по всему миру.

По словам Gravis, её технология выемки грунта с учётом рельефа может повысить производительность до 30%, хотя фактический результат неизбежно зависит от машины, задачи и условий площадки.

От исследовательских проектов к действующим стройплощадкам

Gravis начала коммерческое расширение ещё до инвестиции SoftBank.

В ноябре 2025 года компания объявила о привлечении 23 млн долларов нового финансирования наряду с партнёрствами и внедрениями с участием Holcim, Taylor Woodrow, HD Hyundai, Flannery Plant Hire и других компаний. Тогда Gravis сообщала, что её системы работают в семи странах, охватывая Великобританию, Европейский союз, США, Латинскую Америку и Азию.

Одно из заметных внедрений включало автономную выемку грунта на действующем инфраструктурном проекте Taylor Woodrow в аэропорту Манчестера. Компания также работала над автономной обработкой материалов в карьерах и заключила партнёрство с Flannery, чтобы предоставлять экскаваторы с технологией Gravis через рынок аренды оборудования.

Эта история коммерциализации отличает нынешнее финансирование от инвестиций в физический ИИ, ориентированных главным образом на будущие прототипы. Gravis привлекает капитал, когда её системы уже тестируются и используются вместе с обычными строительными бригадами.

Британский проект расширит испытания автономных экскаваторов

Расширение получает и государственную поддержку.

Gravis и Flannery Plant Hire недавно выбрали для проекта в рамках британской программы связанной и автоматизированной мобильности CAM Pathfinder. Инициатива предусматривает испытание полностью автономной системы земляных работ на шести экскаваторах, в том числе для рытья траншей, массовой выемки грунта и погрузки грузовиков.

Проект особенно важен, поскольку аренда техники может стать значимым каналом распространения автономности в строительстве.

Вместо необходимости покупать автономные машины или навсегда переоборудовать собственные парки подрядчики могли бы арендовать технику с автономными функциями для отдельных проектов. Это могло бы снизить финансовые и операционные барьеры при испытании технологии.

Кроме того, автономные системы сталкивались бы с гораздо более разнообразными площадками, конфигурациями техники и грунтовыми условиями. Это потенциально позволило бы получать ценные эксплуатационные данные для улучшения базовых моделей ИИ.

Почему строительство становится крупным рынком физического ИИ

Значительная часть внимания к физическому ИИ была сосредоточена на гуманоидных роботах. Тяжёлая техника представляет собой ещё одну потенциально значимую возможность, для которой экономическое обоснование применения может быть проще определить.

Экскаваторы, погрузчики и другие машины уже выполняют огромный объём физической работы. Задача состоит не в изобретении новой механической формы, а в добавлении интеллекта к технике, которая уже широко используется.

Это создаёт другой путь к коммерциализации. Вместо того чтобы просить клиентов определить, что должен делать новый тип робота, компании вроде Gravis нацеливаются на задачи, для ежедневного выполнения которых подрядчики уже оплачивают труд квалифицированных работников и используют дорогие машины.

Остающаяся проблема — надёжность. Строительная среда неупорядоченна, динамична и критична с точки зрения безопасности. Поэтому автономная техника должна стабильно работать в условиях, гораздо менее предсказуемых, чем заводские цеха или склады.

Сосредоточенность Gravis на симуляциях, телеметрии машин, объединении данных датчиков и адаптивных моделях управления отражает сложность этой проблемы.

Финансирование SoftBank открывает новую фазу расширения Gravis

Раунд серии A на 200 млн долларов даёт Gravis значительно больше ресурсов для решения этой задачи.

Возможности теперь во многом связаны не просто с дальнейшими исследованиями, а с внедрением: установкой систем на технику большего числа марок, накоплением опыта действующих строительных проектов и доказательством того, что автономные машины способны приносить стабильную экономическую пользу вне контролируемых демонстраций.

Стратегия дооснащения существующей техники может быть особенно важна. Строительные компании вложили огромный капитал в имеющиеся машины. Платформа, способная добавлять интеллект к этим активам, могла бы масштабироваться иначе, чем конкуренты, требующие покупки совершенно новых роботизированных парков.

Если модель окажется надёжной, строительство может стать одним из наиболее значимых рынков физического ИИ. Машины уже существуют, работа определена, а спрос на инфраструктуру продолжает расти.

Gravis Robotics теперь располагает ещё 200 млн долларов, чтобы показать: ИИ может не только понимать физический мир и ориентироваться в нём. Он способен помогать его преобразовывать.