Config после раунда на $27 млн довела массив данных до 200 000 часов
К августу 2026 года Config перешла от одной лишь подготовки данных к вертикальной платформе, включающей собственную робототехническую модель и инструменты развёртывания. Актуальная страница CFG-1 указывает на более чем 200 000 часов данных по свыше 10 000 задачам, из которых более 10 000 часов использованы для обучения модели; там же заявлены 2 млрд параметров, задержка менее 50 миллисекунд на одной RTX 5090, более 100 операторов в Ханое и выпуск около 20 000 часов человеческих демонстраций в месяц.
Исходным событием остаётся финансирование, раскрытое весной: публикация TechCrunch от 11 мая 2026 года зафиксировала посевной раунд на $27 млн при оценке свыше $200 млн, увеличение совокупного финансирования до $35 млн и участие Samsung Venture Investment, ZER01NE Ventures от Hyundai Motor, LG Technology Ventures и SKT America. На тот момент Config располагала более чем 100 000 часов данных и намеревалась расширить архив до миллиона часов.
Что изменилось после раунда
Главное обновление — не просто увеличение заявленного массива. Config теперь публично связывает сбор человеческих демонстраций с CFG-1, собственной базовой моделью для двуручных манипуляций, и Loop — программным конвейером от получения данных до проверки работы робота.
Общий архив и обучающая выборка при этом не равнозначны. Первый включает накопленные человеческие демонстрации и материалы телеуправления роботами, тогда как второй состоит из отобранных и преобразованных записей, непосредственно использованных при обучении CFG-1. Поэтому объём всего массива нельзя автоматически считать объёмом данных, уже проверенных в модели.
Рост архива также нельзя точно выразить одним процентом. Весной и летом компания называла нижние границы, а не точные значения: формулировка «более» не раскрывает, насколько фактический результат превышал каждый порог. Корректный вывод состоит в том, что Config перешла к новой публично заявленной границе, но не в том, что массив увеличился ровно вдвое.
Зачем Config понадобилась физическая фабрика данных
Обучение робота движению требует не только вычислений. Действия необходимо выполнить в реальной среде, записать, связать с положением исполнительных механизмов, очистить от ошибок и привести к формату, который подходит конкретной машине. Такой процесс зависит от оборудования, операторов и контроля качества сильнее, чем сбор текстовых данных для языковой модели.
Config делает ставку на человеческие демонстрации, дополненные точным телеуправлением роботами. Человек выполняет операцию с предметом, после чего система преобразует траекторию в представление, согласованное с возможностями роботизированного манипулятора. Это необходимо потому, что человеческая рука и робот различаются по кинематике, диапазону движений и способу захвата.
Loop объединяет связанные этапы в один производственный цикл: сбор, отбор, преобразование, обучение, развёртывание и оценку. Бизнес-смысл такой схемы заключается в обратной связи. Проверка модели на физической задаче позволяет понять, каких демонстраций не хватает, и направить сбор данных на конкретные пробелы, а не просто наращивать архив.
Почему состав инвесторов важнее громких названий
В раунде участвовали инвестиционные структуры, связанные с крупнейшими промышленными группами Южной Кореи. Это точнее, чем говорить о прямых вложениях всех одноимённых производственных компаний: венчурное подразделение представляет стратегический интерес группы, но его участие само по себе не доказывает внедрение Config на заводах инвестора.
Для стартапа такой круг акционеров потенциально ценен доступом к сложным промышленным сценариям. На производстве робот должен работать с неодинаковыми объектами, переносить модель между рабочими местами и безопасно действовать рядом с людьми. Именно разнообразие реальных операций определяет полезность инфраструктуры данных сильнее, чем размер архива без сведений о его составе.
Оценка частного раунда тоже имеет ограниченное значение. Она отражает условия сделки между компанией и инвесторами, но не раскрывает выручку, прибыльность, стоимость отдельных контрактов или цену, по которой долю можно было бы продать на открытом рынке. Поэтому оценку свыше $200 млн нельзя использовать как самостоятельное доказательство коммерческого успеха технологии.
Где заканчивается аналогия с TSMC
Сравнение с TSMC объясняло первоначальную бизнес-модель Config: независимый поставщик создаёт критически важный ресурс для разных разработчиков, не выпуская собственного массового робототехнического оборудования. В этой логике компания поставляет инфраструктуру, а производители сохраняют контроль над аппаратными платформами и конечными решениями.
После появления CFG-1 метафора стала менее буквальной. Config предлагает уже не только подготовленные данные, но и собственную модель, а Loop охватывает настройку и развёртывание управляющей политики. Для промышленного заказчика это может сократить путь от демонстрации операции до работающего робота, однако для других разработчиков моделей Config одновременно становится инфраструктурным партнёром и потенциальным конкурентом.
Защитным преимуществом такого бизнеса служит не отдельная модель и не количество часов само по себе, а замкнутый цикл. Собственная сеть сбора создаёт данные, модель выявляет их слабые места, а результаты внедрения помогают выбирать новые сценарии. Эта гипотеза будет подтверждена только в том случае, если цикл обеспечит устойчивые результаты на разных роботах и производственных задачах.
Что подтверждено, а что остаётся планом
Интервью Maeil Business Newspaper от 8 июля 2026 года подтверждает превышение границы в 200 000 часов, наличие Loop и CFG-1, а также подготовку модели с рабочим названием CFG-2 к первой половине 2027 года. Описанная там демонстрация сортировки вторсырья показала робота, который распознавал присутствие человека и менял траекторию при пересечении рабочих зон.
Следующую модель пока нельзя считать выпущенным продуктом: опубликованы ориентир по сроку и предварительное название, но не окончательные характеристики или условия доступа. Аналогично намерения собрать значительно больший архив, расширить облачное предложение и достичь заявленного уровня регулярной выручки остаются планами, а не завершёнными результатами.
Текущий статус Config можно сформулировать осторожно: финансирование подтверждено, заявленный массив данных достиг новой границы, а компания демонстрирует собственную модель и полный программный конвейер. Центральный вопрос для бизнеса теперь состоит не в способности накапливать записи, а в том, подтвердит ли эта вертикальная система стабильное качество на разных аппаратных платформах и задачах клиентов.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.