Gravis Robotics залучає $200 млн у раунді Series A для масштабування автономної важкої техніки

Gravis Robotics залучила $200 мільйонів у фінансуванні Series A від SoftBank, надаючи цій цюрихській компанії з робототехніки будівництва значний новий капітал для розширення технології автономної важкої техніки у глобальних інфраструктурних проектах.

Компанія описує це фінансування як найбільший Series A у будівельній робототехніці на сьогоднішній день. Раунд відбувається в той час, коли інвестиції у physical AI все більше виходять за межі гуманоїдних роботів та автоматизації складів, проникаючи в галузі, де машини мають взаємодіяти зі складними, змінними середовищами.

Для Gravis таким середовищем є будівельний майданчик. Замість того, щоб створювати нову важку техніку з нуля, компанія розробляє апаратне забезпечення та AI‑програмне забезпечення, призначені для модернізації існуючих екскаваторів та іншої землеробної техніки, ефективно додаючи різні рівні автономної роботи до автопарків, якими вже володіють підрядники.

Нові кошти будуть використані для прискорення міжнародного розгортання Gravis, розширення інженерної команди та впровадження її автономних систем у більше будівельних та інфраструктурних проєктів.

Впровадження physical AI у важке будівництво

Заснована в кінці 2022 року як спін‑оут від ETH Zurich, Gravis виникла з досліджень у галузі робототехніки та автономних систем керування. Компанією керують CEO та співзасновник Ryan Luke Johns та CTO і співзасновник Dominic Jud, а дослідник робототехніки Marco Hutter виконує роль співзасновника та члена ради директорів.

Будівництво представляє інший виклик порівняно з багатьма середовищами, у яких автономні машини вже набули популярності.

Самохідний транспорт, наприклад, зазвичай намагається зрозуміти та безпечно орієнтуватися в середовищі, не змінюючи його. Від екскаватора очікується протилежне. Кожен рух ковша змінює рельєф, який машині доведеться розуміти далі.

Машина також може зіткнутися з ґрунтом, камінням, змінними схилами, підземним опором та іншими умовами, які неможливо повністю передбачити заздалегідь.

Gravis намагається подолати цю невизначеність за допомогою навчальних роботизованих систем керування, які поєднують дані гідравліки машини з LiDAR, камерами та позиціонуванням GNSS (Глобальна навігаційна супутникова система). Її програмне забезпечення безперервно інтерпретує оточення техніки та фізичні сили, що на неї діють, а не просто виконує заздалегідь визначену послідовність рухів.

Компанія стверджує, що її моделі також інтенсивно навчаються у симуляції, що дозволяє ШІ зіткнутися з великою кількістю віртуальних сценаріїв копання ще до впровадження в реальну техніку.

Перетворення існуючих екскаваторів у автономні машини

Центральна частина стратегії Gravis – уникнути залежності від одного виробника обладнання.

Будівельні автопарки зазвичай складаються з машин різних брендів, які накопичувалися протягом років покупок та орендних угод. Просити підрядників замінювати ці автопарки на спеціально створену автономну техніку може значно ускладнити впровадження.

Натомість Gravis розробила Gravis RACK – модульну автономну систему керування, яку можна встановити на існуючі екскаватори та колісні навантажувачі. Компанія стверджує, що платформа вже адаптована до обладнання виробників, включаючи Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon та Sumitomo.

Система на даху поєднує камери, 3D LiDAR, позиціонування GNSS RTK та автомобільний рівень edge‑обчислень. Оскільки обробка відбувається на машині, Gravis зазначає, що автономні функції можуть продовжувати працювати навіть при відсутності надійного зв’язку, що є важливим фактором на віддалених або незавершених будівельних майданчиках.

Повне покриття LiDAR та злиття датчиків використовуються для безперервного сканування навколишнього рельєфу. Ця інформація може підтримувати автономне копання, одночасно створюючи 3D‑дані майданчика, візуалізації зрізу‑заповнення та записи виконаних робіт.

Система сприймання Gravis також може ідентифікувати самоскиди та координувати, куди слід розміщувати викопаний матеріал, дозволяючи автономним робочим процесам виходити за межі копання до таких дій, як завантаження та обробка матеріалів.

Автономність без виключення оператора

Gravis не розглядає автономність як повний або нічийний перехід.

Її Slate tablet interface дозволяє підрядникам перемикатися між кількома режимами роботи залежно від завдання. Оператори можуть залишатися в кабіні та користуватися підказками ШІ, відійти, поки машина виконує довші автономні завдання, або дистанційно контролювати обладнання.

У режимі Copilot у кабіні оператори можуть користуватися керуванням «tap-to-dig» та розширеним візуальним підказками. Роботи можна визначати за допомогою комп’ютерного проектування (CAD) або Building Information Modeling (BIM) геометрії, фізичних контрольних точок або координат. Інтерфейс потім візуалізує, скільки матеріалу потрібно видалити або додати під час роботи машини.

На іншому кінці спектру дистанційна оркестрація дозволяє оператору контролювати та дистанційно керувати однією або кількома машинами, використовуючи живе відео та інформацію про майданчик.

Такий гібридний підхід може виявитися важливим для впровадження. Будівельні майданчики рідко складаються з повторюваних завдань, виконуваних за ідеально контрольованих умов. Залишення людей у операційному циклі дає підрядникам можливість поступово впроваджувати автономність, а не перепроектовувати весь майданчик під повністю безпілотне обладнання.

Програмний шар над змішаними будівельними автопарками

Ширша мета – фактично створити інтелектуальний шар, який розташовується над фрагментованим ринком важкої техніки.

Якщо одне і те ж автономне програмне забезпечення може працювати на техніці різних виробників та різних розмірів, підрядники потенційно зможуть впроваджувати автоматизацію без необхідності уніфікації всього автопарку під одного постачальника.

Gravis зазначає, що її навчальна система керування адаптується до фізичних характеристик різних машин, а не вимагає індивідуального програмування кожного екскаватора.

Ця різниця може стати все більш важливою, коли physical AI переходить від демонстрацій до комерційного впровадження. Роботизована система, яка добре працює лише на одній ретельно налаштованій машині, значно менш корисна великим підрядникам, ніж програмне забезпечення, здатне адаптуватися до різнорідних автопарків, які вже працюють по всьому світу.

Gravis стверджує, що її технологія копання, орієнтована на рельєф, може підвищити продуктивність до 30 %, хоча реальні вигоди неминуче залежать від техніки, завдання та умов майданчика.

Перехід від дослідних проєктів до активних будівельних майданчиків

Gravis вже розпочала комерційне розширення до інвестиції SoftBank.

У листопаді 2025 року компанія оголосила про $23 мільйони нових інвестицій разом із партнерствами та впровадженнями з компаніями, включаючи Holcim, Taylor Woodrow, HD Hyundai та Flannery Plant Hire. На той час Gravis повідомила, що її системи працювали в семи країнах, охоплюючи Велику Британію, Європейський Союз, Сполучені Штати, Латинську Америку та Азію.

Одне помітне впровадження включало автономне копання на активному інфраструктурному проєкті Taylor Woodrow в аеропорту Манчестер. Компанія також працювала над автономною обробкою матеріалів кар’єрів та встановила партнерство з Flannery, спрямоване на те, щоб екскаватори з технологією Gravis стали доступними через ринок оренди обладнання.

Ця історія комерціалізації допомагає відрізнити останнє фінансування від інвестицій у physical AI, орієнтованих переважно на майбутні прототипи. Gravis залучає капітал, коли її системи вже тестуються та використовуються разом із традиційними будівельними бригадами.

Проєкт у Великій Британії розгорне автономні екскаватори у масштабному випробуванні

Розширення також отримує підтримку уряду.

Gravis і Flannery Plant Hire нещодавно були обрані для проєкту в рамках програми CAM Pathfinder, що пов’язана з підключеною та автоматизованою мобільністю у Великій Британії. Ініціатива випробує повністю автономну систему земляних робіт на шести екскаваторах, включаючи траншеювання, масове копання та завантаження вантажівок.

Проєкт особливо актуальний, оскільки оренда обладнання може стати важливим каналом розповсюдження автономії у будівництві.

Замість того, щоб вимагати від підрядників купувати автономні машини або постійно модернізувати свої автопарки, орендні компанії можуть надавати обладнання з автономією для окремих проєктів. Це може знизити фінансові та операційні бар’єри для експериментування з технологією.

Це також дозволить представити автономні системи на значно ширшому спектрі будівельних майданчиків, конфігурацій техніки та грунтових умов, потенційно генеруючи цінні операційні дані для вдосконалення базових моделей ШІ.

Чому будівництво стає важливим ринком physical AI

Більша частина уваги до physical AI була зосереджена на гуманоїдних роботах. Важка техніка представляє іншу потенційно значну можливість, де економічний випадок використання може бути легше визначити.

Екскаватори, навантажувачі та інша техніка вже виконують величезну кількість фізичної роботи. Виклик полягає не у створенні нового механічного форм-фактора, а у додаванні інтелекту до обладнання, яке вже розгорнуто у великих масштабах.

Це створює інший шлях до комерціалізації. Замість того, щоб просити клієнтів визначати, що новий тип робота повинен робити, компанії, такі як Gravis, орієнтуються на завдання, за які підрядники вже щодня платять кваліфікованим працівникам та дорогій техніці.

Залишковий виклик – надійність. Будівельні середовища є хаотичними, динамічними та критичними з точки зору безпеки, що означає, що автономне обладнання має працювати стабільно в умовах, які значно менш передбачувані, ніж у фабричних цехах чи складах.

Зосередженість Gravis на симуляції, телеметрії машин, злитті датчиків та адаптивних моделях керування підкреслює, наскільки складною є ця проблема.

Інвестиції SoftBank відкривають нову фазу розширення Gravis

Series A у розмірі $200 мільйонів надає Gravis значно більше ресурсів для вирішення цього виклику.

Замість простого фінансування подальших досліджень, тепер більша частина можливостей лежить у впровадженні: встановленні систем на більшій кількості брендів обладнання, накопиченні досвіду з активних будівельних проєктів та доведенні, що автономна техніка може забезпечити стабільні економічні вигоди поза контрольованими демонстраціями.

Стратегія модернізації може бути особливо важливою. Будівельні компанії мають величезний капітал, закріплений у існуючій техніці, і платформа, здатна додавати інтелект до цих активів, може масштабуватись інакше, ніж конкуренти, які вимагають від клієнтів придбання повністю нових роботизованих автопарків.

Якщо ця модель виявиться надійною, будівництво може стати одним із найбільш значущих ринків physical AI. Машини вже існують, робота вже визначена, а попит на інфраструктуру продовжує зростати.

Gravis Robotics тепер має ще $200 мільйонів, щоб продемонструвати, що ШІ може робити більше, ніж розуміти та орієнтуватися у фізичному світі. Він може допомогти його переоформити.