फंडिंग रननंतर X Square Robot चे मूल्यांकन $2.8 अब्जांवर पोहोचले

Embodied AI स्टार्टअपचे म्हणणे आहे की त्याचे ताजे फाइनान्सिंग पूर्ण-स्टॅक रोबोटिक्स विकासासाठी वापरले जाईल

शेन्झेन-आधारित embodied AI systems डेव्हलपर X Square Robot म्हणते की त्याने सलग चार फाइनान्सिंग फेऱ्या पूर्ण केल्या असून त्यांचा शेवट Series C मध्ये झाला आहे, ज्यामुळे त्याचे मूल्यांकन $2.8 अब्जांपेक्षा अधिक झाले आहे. कंपनीच्या म्हणण्यानुसार, नवीन भांडवल foundation research आणि core technologies विस्तारण्यासाठी वापरले जाईल, कारण ती general-purpose embodied AI कडे वाटचाल करत आहे.

सॉफ्टवेअर-फक्त artificial intelligence पलीकडे जाऊन physical world मध्ये कृती करू शकणाऱ्या systems कडे गुंतवणूकदार अधिक पाहू लागलेल्या रोबोटिक्स बाजारात ही फंडिंग घोषणा विशेष ठरते. X Square Robot स्वतःला अशा कंपनीप्रमाणे मांडत आहे जी intelligence layer तसेच hardware-and-data stack दोन्ही तयार करत आहे, जेणेकरून नियंत्रित प्रात्यक्षिकांऐवजी प्रत्यक्ष वातावरणात रोबोट तैनात करता येतील.

ही मांडणी महत्त्वाची आहे, कारण व्यापक AI बाजारात embodied AI हा सर्वाधिक बारकाईने पाहिला जाणाऱ्या क्षेत्रांपैकी एक झाला आहे. मुख्य पैज अशी आहे की models फक्त text आणि images वरच नव्हे तर sensor data, motion, आणि पुन्हा पुन्हा होणाऱ्या वास्तविक-जागतिक interaction वरही train केल्यास perception, reasoning, आणि action मधील प्रगती वेगाने होईल.

कंपनीच्या मांडणीमध्ये full-stack approach केंद्रस्थानी आहे

स्रोताच्या मते, X Square Robot end-to-end embodied AI systems विकसित करते. पारंपारिक rule-based automation वर अवलंबून न राहता, बदलत्या वातावरणाशी जुळवून घेण्यासाठी आणि अधिक विस्तृत task मध्ये generalize करण्यासाठी तिचे platform डिझाइन केले आहे, असे कंपनी म्हणते.

कंपनीच्या मते तिची architecture चार मुख्य घटकांचा समावेश करते: foundation models, robotics hardware, proprietary data-pipeline system, आणि real-world deployments. models वेगळे तयार करणाऱ्या labs पासून स्वतःला वेगळे दाखवू इच्छिणाऱ्या robotics firms मध्ये हे full-stack framing वाढत चालले आहे. युक्तिवाद सोपा आहे: robotics performance केवळ model quality वर नाही, तर physical platform ची गुणवत्ता, training pipeline, आणि deployment मुळे तयार होणाऱ्या feedback loop वरही अवलंबून असते.

X Square Robot चे founder आणि chief executive Wang Qian यांनी सांगितले की कंपनीने सुरुवातीपासूनच foundation models च्या in-house विकासावर लक्ष केंद्रित केले आणि हा निर्णय कठीण पण आवश्यक असल्याचे वर्णन केले. embodied AI models, scalable data pipeline, आणि वास्तविक-जगातील deployment मधील गुंतवणुकीचे परिणाम आता दिसू लागले आहेत, असेही ते म्हणाले.

पुरवलेल्या स्रोतामध्ये स्वतंत्र performance validation नसले तरी त्या संदेशाची रचना महत्त्वाची आहे. गुंतवणूकदार model research पासून operational systems कडे जाणारा विश्वासार्ह मार्ग दाखवू शकणाऱ्या कंपन्यांना बक्षीस देत आहेत, आणि X Square Robot म्हणते की तो मार्ग त्यांनी अंतर्गतच उभारला आहे.

WALL-B कंपनीच्या unified robot intelligence कडे चाललेल्या प्रयत्नांचे प्रतिबिंब आहे

कंपनीच्या महत्त्वाच्या technical claims पैकी एक WALL-B भोवती केंद्रित आहे. हा April 2026 मध्ये सादर केलेला foundation model आहे, जो X Square Robot World Unified Model architecture वर आधारित असल्याचे म्हणते. स्रोत सांगतो की WALL-B modular vision-language-action approaches पेक्षा वेगळा आहे, कारण तो perception, language, action, आणि physical prediction एका unified network मध्ये train करतो.

हा approach अपेक्षेनुसार काम केल्यास, सहसा वेगळे हाताळल्या जाणाऱ्या capabilities मधील अधिक घट्ट integration हा फायदा होईल. robotics मध्ये हे महत्त्वाचे आहे, कारण अनेक failure हे modules मधील सीमांवर होतात: system बरोबर perceive करू शकतो पण चुकून action निवडू शकतो, किंवा command समजूनही हालचालींचे physical consequences model करण्यात अपयशी ठरू शकतो. unified model shared internal representation शिकून अशा handoff समस्या कमी करण्याचा प्रयत्न करतो.

X Square Robot म्हणते की यामुळे stronger multimodal understanding, better spatial reasoning, आणि वास्तविक-जागतिक interaction मधून सुधारित continual learning मिळते. हे धाडसी दावे असले तरी embodied AI research च्या व्यापक दिशेशी ते जुळतात, जिथे आव्हान केवळ जग ओळखणे नाही, तर त्यात प्रभावीपणे कृती करणेही आहे.

Open-source रिलीज हा कंपनीच्या रणनीतीचा भाग आहे

कंपनीने WALL-OSS-0.5 आणि WALL-WM देखील open-source केले आहेत, ज्यामुळे तिच्या unified approach चा robot manipulation आणि world modeling पर्यंत विस्तार झाला आहे. हे उल्लेखनीय आहे, कारण open releases एकाच वेळी अनेक उद्दिष्टे साध्य करू शकतात. त्या संशोधकांना आकर्षित करू शकतात, visibility वाढवू शकतात, talent recruitment साठी benchmarks तयार करू शकतात, आणि प्रत्येक commercial advantage उघड न करता तांत्रिक दृष्टिकोनावरचा विश्वास दर्शवू शकतात.

स्रोताच्या मते, WALL-OSS-0.5 ने post-training शिवाय 17 पैकी चार real-robot tasks मध्ये 80% पेक्षा जास्त autonomous completion साध्य केले. meanwhile, WALL-WM हा language, vision, आणि action data ला अर्थपूर्ण घटनांच्या भोवती align करून event-level prediction सादर करतो, ज्याचा उद्देश cross-modal learning आणि physical-world reasoning मजबूत करणे आहे.

हे तपशील सूचित करतात की कंपनी एक narrow manipulation benchmark च्या पलीकडे जाऊन intelligence कडे broader systems view म्हणून पाहू इच्छित आहे. embodied AI मध्ये world models आणि event prediction अधिक महत्त्वाचे मानले जात आहेत, कारण robots ना केवळ reactive control पुरेसा नाही. त्यांना outcomes ची कल्पना करणे, actions अनुक्रमित करणे, आणि scene बदलल्यावर plans अद्ययावत करणे आवश्यक आहे.

आता गुंतवणूकदार embodied AI कडे का लक्ष देत आहेत

X Square Robot ची funding run अशा वेळी आली आहे जेव्हा embodied AI जगभरात गंभीर भांडवल आकर्षित करत आहे. गुंतवणूकदार AI ची पुढची wave पाहत आहेत: फक्त content तयार करणारी किंवा प्रश्नांची उत्तरे देणारी systems नव्हे, तर श्रम पार पाडू शकणारी, घरे किंवा कार्यस्थळांत नेव्हिगेट करू शकणारी, आणि वाढत्या autonomy सह machinery operate करू शकणारी systems.

संधी मोठी आहे, पण technical आणि commercial risks देखील तितकेच मोठे आहेत. robotics कंपन्यांनी hardware reliability, data collection, safety, deployment economics, आणि model robustness हे सर्व एकाच वेळी सोडवणे आवश्यक आहे. systems सतत सुधारण्यासाठी पुरेशी वास्तविक-जागतिक usage देखील लागते, ज्यामुळे scaling कठीण होते.

X Square Robot चे financing syndicate या आशा आणि जोखमीच्या मिश्रणाचे प्रतिबिंब आहे. स्रोत म्हणतो की rounds मध्ये strategic आणि financial investors दोघेही होते, ज्यात major technology companies, industrial partners, आणि venture capital firms यांचा समावेश आहे. Series C round मध्ये IDG सहभागी झाले, तर पूर्वीच्या rounds मध्ये HongShan आणि Xiaomi ने कंपनीला पाठिंबा दिला, असेही तो सांगतो. हा pattern सूचित करतो की गुंतवणूकदार कंपनीकडे फक्त research bet म्हणून पाहत नाहीत; त्यांना संभाव्य industrial relevance देखील दिसते.

खरी कसोटी valuation नाही, तर deployment आहे

$2.8 अब्जांपेक्षा जास्त valuation हा बाजारातील रसाचा मजबूत संकेत आहे, पण तो टिकाऊ तांत्रिक नेतृत्वाचा पुरावा नाही. robotics मध्ये कठीण भाग म्हणजे आशादायक demos आणि benchmarks मधून अनियंत्रित वातावरणात वारंवार काम करणाऱ्या performance कडे जाणे. कंपनी स्वतः deployment ला आपल्या strategy च्या pillars पैकी एक मानते, त्यामुळे X Square Robot देखील हे आव्हान मान्य करते.

कदाचित हाच संपूर्ण घोषणेतील सर्वात महत्त्वाचा तपशील आहे. embodied AI चे मूल्यमापन home, factory, logistics setting, आणि इतर live environments मध्ये systems किती चांगले काम करतात यावर होईल, जिथे परिस्थिती सतत बदलत असते. model development ला विश्वासार्ह deployment loop शी जोडू शकणाऱ्या कंपन्या lab-style progress मध्ये अडकलेल्या कंपन्यांपेक्षा sector घडवण्याची अधिक शक्यता बाळगतात.

आत्तासाठी, X Square Robot ने हा मार्ग पुढे नेण्यासाठी भांडवल आणि लक्ष मिळवले आहे. पुढचा प्रश्न असा आहे की त्याची unified model strategy सातत्याने, स्वस्तात, आणि व्यापक प्रमाणात काम करणाऱ्या robots मध्ये रूपांतरित होईल का, जे embodied AI भोवतीच्या गुंतवणूकदार अपेक्षांना योग्य ठरवतील.

हा लेख The Robot Report च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.