Limitless Labs привлекает $20 млн в рамках раунда серии А для интеграции Agentic AI в точное производство

Limitless Labs привлекла $20 млн в рамках раунда серии А, поскольку компания стремится расширить то, что она описывает как первую в мире платформу Agentic Physical AI для производства на основе CAD/CAM. Финансирование было со-лидером Dell Technologies Capital (DELL ) и Square Peg, с участием Grove Ventures, Meron Capital и Kinetica. Компания заявляет, что новые средства будут использованы для расширения операций в США, ускорения разработки своей модели Physical AI Foundation и продолжения строительства автоматизированных возможностей для программирования CNC.

Основанная в 2024 году и ранее известная как LimitlessCNC, стартап из Тель-Авива нацеливается на одну из наиболее устойчивых узких мест производства: высокоспециализированный процесс программирования машины с числовым программным управлением (CNC), используемой для производства сложных компонентов аэрокосмической, оборонной, медицинской и промышленной промышленности. Хотя большая часть отрасли ИИ остается сосредоточенной на цифровых рабочих процессах, Limitless Labs является частью растущей волны компаний, пытающихся интегрировать ИИ直接 в физические производственные среды.

Интеграция ИИ непосредственно в системы CAD/CAM

Современная обработка на станках с ЧПУ все еще сильно зависит от опытных программистов, которые понимают стратегии инструментов, ограничения машин, свойства материалов и бесчисленные решения, необходимые для преобразования модели CAD в деталь, готовую к производству.

Limitless Labs построила свою платформу для работы внутри программного обеспечения CAD/CAM, уже используемого производителями, включая Siemens NX CAM, Mastercam и PTC Creo. CAM-агент компании предназначен для помощи инженерам в выявлении особенностей обработки, рекомендациях по стратегиям инструментов, последовательности операций, генерации траекторий инструментов и создании программ, готовых к производству. Согласно компании, клиенты сократили время программирования CNC до 50%, сохраняя при этом человеческий надзор на протяжении всего рабочего процесса.

Более широкой целью является не просто автоматизация задач программирования, а захват институциональной экспертизы производства, которая часто существует только в умах старших механиков и программистов. Платформа предназначена для соединения источников данных инженерии, обучения на основе знаний компании и непрерывного улучшения рекомендаций посредством интеграции с существующими системами производства.

Создание основной модели для физического мира

В центре платформы находится то, что Limitless Labs называет основной моделью Physical AI. В отличие от крупных языковых моделей, обученных в основном на тексте и коде, компания утверждает, что ее модель обучена на данных, специфичных для обработки, включая геометрию CAD, ограничения производства, поведение машин и физику резания металла.

Эта концепция отражает более широкий сдвиг, происходящий в промышленном ИИ. Вместо того, чтобы полагаться на обобщенные системы ИИ, производители все чаще требуют моделей, которые понимают реальные процессы, физические ограничения и операционные требования. Эти специализированные системы разрабатываются для поддержки инженерных рабочих процессов, где точность, надежность и повторяемость имеют решающее значение.

Вместо функционирования как отдельный чат-бот платформа работает как копилот-инженер, встроенный в существующее программное обеспечение производства. Согласно компании, система оценивает ограничения машин, ограничения инструментов, подачи, скорости, допуски и требования производства при генерации рекомендаций.

Решение проблемы пробела знаний в производстве

Тайминг привлечения средств совпадает с тем, что производители сталкиваются с растущей проблемой рабочей силы.

Согласно данным, цитируемым компанией, почти четверть рабочей силы производства в США теперь составляет 55 лет или старше, а 97% производителей определяют сохранение знаний как серьезную проблему. В настоящее время отрасль сталкивается с более чем 400 000 незаполненных вакансий, и этот пробел, как ожидается, значительно увеличится в течение следующего десятилетия.

Для отраслей, таких как аэрокосмическая, оборонная и медицинская промышленность, ошибки программирования могут быть дорогостоящими, а экспертиза часто требует лет практического опыта для развития. Когда ветераны-механики уходят на пенсию, производители сталкиваются с растущим давлением, чтобы сохранить оперативные знания и одновременно быстрее поднять уровень новых инженеров.

Основатели Limitless Labs утверждают, что ИИ может служить механизмом для захвата и масштабирования этой экспертизы, а не замены инженеров, которые обладают ею. Платформа компании предназначена для обучения на исторических решениях программирования и организационных стандартах, помогая новым инженерам извлечь пользу из знаний, накопленных за десятилетия производства.

Следующая фаза промышленного ИИ

Рост генеративного ИИ в основном определялся разработкой программного обеспечения, генерацией контента и инструментами производительности предприятия. Производство представляет собой более сложную задачу, поскольку системы ИИ должны работать в рамках строгих физических ограничений, где ошибки могут повлиять на качество производства, производительность оборудования и операционную безопасность.

Это почему многие промышленные компании ИИ переходят от обобщенных языковых моделей к домен-специфичным системам, обученным на инженерных, производственных и операционных данных. По всей экосистеме CAD, симуляции и производства растущее число стартапов строит агентов ИИ, специально разработанных для рабочих процессов механической инженерии, что предполагает, что сектор может вступать в новую фазу принятия.

Для Limitless Labs следующей целью является продвижение своей основной модели Physical AI к более автономным рабочим процессам CNC, а также продолжение расширения коммерческих операций в США. Компания планирует увеличить свой исследовательский штат в Тель-Авиве и примерно удвоить количество сотрудников в течение следующего года.

Когда ИИ все чаще выходит за пределы цифровых помощников и в физические производственные среды, более крупный вопрос может больше не заключаться в том, может ли ИИ генерировать дизайны или писать программное обеспечение. Вместо этого внимание смещается в сторону того, может ли ИИ помочь управлять сложностью, экспертизой и принятием решений, необходимыми для производства физических продуктов, которые лежат в основе современной промышленности.