Open Source Robotics

Una raccolta curata di progetti, strumenti e software di robotica open source di alta qualità per la comunità della robotica.

Machenta raccoglie 40 milioni di dollari per un modello robotico che impara un compito da una sola dimostrazione

  • Fonte: Machenta
  • Autore: Open Source Robotics
  • Pubblicato: 2026-10-27
  • Categoria: business

Machenta, spin-out dell'Imperial College London fondato da Edward Johns e Vitalis Vosylius, ha raccolto un round seed da 40 milioni di dollari guidato da Creandum e Union Square Ventures. Sta costruendo un foundation model per robot, addestrato solo in simulazione, che impara un nuovo compito da una singola dimostrazione.

Machenta, una start-up londinese di robotica nata come spin-out dell'Imperial College London, è uscita dalla modalità stealth il 27 ottobre con un round seed da 40 milioni di dollari guidato congiuntamente da Creandum e Union Square Ventures. Sta costruendo un foundation model per robot che impara un nuovo compito da una singola dimostrazione, senza ulteriore addestramento, e che è addestrato interamente in simulazione, “senza un solo pixel di dati di addestramento dal mondo reale”, come dice l'azienda.

I fondatori sono Edward Johns, professore di Robot Learning all'Imperial e CEO di Machenta, e il suo ex dottorando Vitalis Vosylius, che ne è il CTO. Le loro ricerche precedenti comprendono Instant Policy (ICLR 2025), che ha mostrato come una policy robotica preaddestrata solo in simulazione potesse imparare compiti in contesto da poche dimostrazioni. Machenta descrive Instant Policy come uno dei due risultati del 2025 che hanno portato alla fondazione dell'azienda; non ha detto se il suo nuovo modello si basi su di esso.

Nel suo post di lancio, Machenta contrappone il proprio approccio ai modelli vision-language-action, che in genere vengono post-addestrati su molte dimostrazioni di ogni nuovo compito. Il suo modello è invece condizionato da una dimostrazione del compito. Johns chiama il risultato “physical vibe coding” (Tech.eu), e l'azienda mostra un unico modello che impara compiti come imballare e riordinare su robot diversi, umanoidi compresi.

Secondo The Next Web, Machenta ha 11 dipendenti e resta concentrata sulla ricerca, senza piani a breve termine per vendere la propria tecnologia, e i compiti più precisi e i movimenti complessi restano difficili per il modello. I fondi andranno ad assunzioni, più potenza di calcolo e più dati simulati, oltre che a un nuovo ufficio e laboratorio a King's Cross. L'Imperial definisce il round il più grande round seed mai raccolto da una start-up di robotica del Regno Unito. Machenta non ha reso nota la propria valutazione.

Perché è importante

La maggior parte dei foundation model per robot ha ancora bisogno di molte dimostrazioni, e di un nuovo addestramento, per ogni nuovo compito. Un modello che impara da una sola dimostrazione, addestrato senza dati reali, cambierebbe chi può insegnare ai robot e con quale rapidità. Un seed da 40 milioni di dollari per un team ancora in fase di ricerca mostra che gli investitori puntano sull'addestramento solo in simulazione, controcorrente rispetto alla corsa del settore alla raccolta di dati reali.

Punti chiave

  • Machenta è uscita dalla modalità stealth il 27 ottobre 2026 con un round seed da 40 milioni di dollari guidato congiuntamente da Creandum e Union Square Ventures
  • Il suo foundation model per robot è addestrato interamente in simulazione e impara un nuovo compito da una sola dimostrazione, senza ulteriore addestramento
  • I fondatori, Edward Johns e Vitalis Vosylius, sono gli autori di Instant Policy (ICLR 2025), ricerca che secondo Machenta ha portato alla nascita dell'azienda
  • L'azienda ha 11 dipendenti, è concentrata sulla ricerca e non ha piani a breve termine per vendere la propria tecnologia
  • I fondi andranno ad assunzioni, potenza di calcolo, dati simulati e un nuovo laboratorio a King's Cross, Londra

Il lato open source

Il modello di Machenta non è aperto: l'accesso avviene tramite iscrizione all'early access. La ricerca alla base del team è pubblica: l'articolo su Instant Policy è su arXiv (2411.12633), e il codice di distribuzione e i pesi preaddestrati rilasciati sono disponibili, ma come modulo compilato sotto licenza PolyForm Noncommercial 1.0.0, non come sorgente completo.

Tecnologie correlate

  • Instant Policy
  • Vision-language-action models
  • Simulation

Articoli correlati

  • Instant Policy: In-Context Imitation Learning via Graph Diffusion

Link

  • Fonte: https://machenta.com/blog/instant-robot-learning

Questo sito richiede JavaScript. Attiva JavaScript per esplorare i nostri progetti di robotica open source.