LONDON (IT BOLTWISE) – Der Robotics-Startup Atoms verstärkt sein KI-Team mit Vikas Chandra, einem langjährigen Meta-AI-Manager. Chandra soll „Foundation Models für die physische Welt“ aufbauen, also KI-Systeme, die reale Umgebungen verstehen und Handlungsentscheidungen unterstützen. Der Schritt folgt auf Atoms’ offenbar laufende Robotik-Entwicklung für Branchen wie Food, Mining und Transport. Gleichzeitig macht die Personalie deutlich, wie stark der Fokus von Forschung hin zu skalierbarer Robotik mit lernfähigen Modellen rückt.
Der Startschuss wirkt auf den ersten Blick wie ein klassischer Talent-Coup, tatsächlich verschiebt er aber das Zentrum des Entwicklungsrisikos: Atoms will Robotik nicht nur mit punktuellen Wahrnehmungs- und Steuerungsmodulen ausstatten, sondern mit KI-„Foundation Models“ für reale Umgebungen. Vikas Chandra, langjähriger Meta-AI-Executive, der dort unter anderem die KI-Arbeit für Smart Glasses leitete, wechselt als Vice President of AI zum Robotics-Startup. In seiner Begründung betont er vor allem die Zielrichtung: Die „physical world“ sei eine deutlich härtere Variante desselben Problems als bei mobilen, stärker kontrollierten KI-Szenarien. Damit wird der Anspruch klar, dass Modelle nicht nur Bildinhalte klassifizieren, sondern mit der Unwägbarkeit von Raum, Bewegung und Interaktionen in Werkhallen, Förderstrecken oder Logistikbereichen umgehen sollen.
Technisch liegt der Reiz bei „Foundation Models für die physische Welt“ weniger in einem einzelnen Modell als in der Frage, wie man ein generalistisches Repräsentationslernen auf die Robotik überträgt. Während klassische Pipeline-Ansätze oft aus getrennten Komponenten bestehen – etwa visuelle Erkennung, Bahnplanung, Greif-/Bewegungssteuerung und regelbasierte Ausnahmen – verlangt ein Foundation-Model-Ansatz einheitlichere Schnittstellen zwischen Wahrnehmung und Handeln. Genau hier wird Chandra-Zugang aus Smart-Glasses-Kontext interessant: In solchen Produktlinien müssen KI-Modellgrößen, Latenz und Energieverbrauch so abgestimmt sein, dass sie in Echtzeit funktionieren. Wenn Chandra den „physical world“-Teil als härtere Version beschreibt, klingt das nach einer Systemaufgabe: Nicht nur der Modellkern muss skalieren, auch das Zusammenspiel aus Sensorik, Zustandsschätzung, Modell-zu-Steuerung-Übergaben und Robustheit gegenüber unerwarteten Objekten oder Beleuchtungssituationen wird zum Engpass.
Am Markt passt die Personalie zu einem Timing, das für Atoms nach „von Stealth zu operativem Aufbau“ aussieht. Das Unternehmen hat seinen Ursprung in einer mehrjährigen Phase mit vergleichsweise wenigen öffentlichen Details und wurde frühzeitig durch den Ghost-Kitchen-Venture CloudKitchens erweitert beziehungsweise mit diesem aus strategischer Sicht verknüpft: CloudKitchens wurde als Subunternehmen in Atoms aufgenommen. Gleichzeitig hat Atoms nach eigenen Angaben und Berichten über die Finanzierungsrunde bereits im Sommer dieses Jahres 1,7 Mrd. US-Dollar eingesammelt, angeführt von Andreessen Horowitz. Solche Größenordnungen sind in der Robotik relevant, weil die Kosten nicht nur im Training liegen, sondern in den Iterationsschleifen aus Hardware, Datenerhebung, Simulationsszenarien und Feldtests. Insofern ist die Einstellung eines Top-Profils im KI-Bereich auch als Signal zu lesen: Atoms will die Datenseite und die Modellentwicklung eng verzahnen, statt die Robotik zunächst „konservativ“ regelbasiert zu starten.
Dass Atoms explizit Robotik für Branchen wie Food, Mining und Transportation nennt, ist dabei mehr als Marketing-Text. Diese Vertikalen unterscheiden sich stark in den Randbedingungen: Im Food-Umfeld sind hygienische Anforderungen und präzise Handling-Prozesse entscheidend, im Mining dominiert wiederum Robustheit gegenüber Staub, Vibrationen und wechselnden Materialien, während im Transport- und Logistikbereich Geschwindigkeit, Planung und Sicherheitsanforderungen im Vordergrund stehen. Ein Foundation-Model-Ansatz kann diese Unterschiede nur dann konsistent abbilden, wenn die Trainings- und Finetuning-Daten nicht nur visuell, sondern auch zustands- und handlungsnah dokumentiert werden. Das bedeutet in der Praxis: Die Frage nach „was das Modell sieht“ muss eng gekoppelt werden an „was das System daraus ableitet“. Wenn Chandra in seiner Aussage die Notwendigkeit beschreibt, reale Umgebungen als „Problem“ zu behandeln, ist das im Grunde eine Aufforderung, die Datengrundlage und die Modellfähigkeiten entlang des gesamten Sense-Think-Act-Zyklus zu entwickeln.
In der Organisationsgeschichte ist zudem auffällig, wie Atoms die Kompetenzbündelung gestaltet. Travis Kalanick, Mitgründer von Uber, der 2017 unter Investoren-Druck zurücktrat, hatte Atoms zuvor öffentlich nach Jahren im Stealth-Modus vorgestellt. Zusätzlich holt das Startup in kurzer Zeit weitere Führungskräfte in angrenzende Bereiche: So ist laut den vorliegenden Informationen Gautam Gupta, ehemaliger Uber-Finanzchef, als Chief Financial Officer hinzugekommen. Auch die Robotik-Entwicklungsseite greift auf Know-how aus der Uber-Welt zu; Atoms hatte außerdem eine autonome Mining-Initiative namens Pronto übernommen, geführt von Anthony Levandowski, einem ehemaligen Uber Self-Driving Engineer. Aus Sicht der Umsetzung heißt das: Das Unternehmen versucht, nicht nur KI-Ressourcen zu gewinnen, sondern auch Projektmanagement- und Engineering-Kompetenzen, die mit großen Produktzyklen in realen Umgebungen vertraut sind.
Für die KI-Entwicklung bei Atoms dürfte damit ein klarer Fokus entstehen: Foundation Models als „Generalisten“ sind nur dann operativ, wenn sie auf Robotik spezifiziert werden, ohne die Laufzeitfähigkeit zu verlieren. Schon Chandra verweist indirekt auf diese Kante („Modelle klein genug und schnell genug“ für AI Glasses) und setzt sie für die physische Welt fort, die mit mehr Varianz und mehr Interaktionsdruck einhergeht. Damit rückt die MLOps-Realität in den Vordergrund: Wie oft wird neu trainiert, welche Daten fließen aus der Feldmessung zurück, und wie wird verhindert, dass das Modell in unbekannten Situationen „falsch sicher“ wird? Zusätzlich ist entscheidend, wie Atoms die Modellausgabe so strukturiert, dass sie für ein Robotersystem steuerbar bleibt – etwa über latente Zustandsrepräsentationen, sichere Entscheidungsmechanismen oder eine kontrollierte Kopplung an klassische Planungsbausteine. Für Unternehmen in der Lieferkette, die solche Systeme später einsetzen wollen, ist genau diese Integrationsfähigkeit oft wichtiger als reine Modellbenchmarks.
Unterm Strich deutet die Kombination aus großer Finanzierung, gezieltem KI-Leadership und konkreten Branchenansprüchen darauf hin, dass Atoms von Anfang an auf Skalierung im Feld setzt. Chandra bringt dabei den Blick für KI-Arbeit an Geräten mit, die Echtzeitbedingungen erfüllen müssen; Atoms dagegen will das auf Roboter übertragen, deren Umfeld selten „laborartig“ ist. Wenn das gelingt, könnten Foundation Models für die physische Welt in der Robotik eine gemeinsame Sprache für Wahrnehmung, Kontext und Aktion werden – und nicht nur ein weiterer Forschungstitel. Offen bleibt gleichwohl, wie schnell Atoms von der Modellidee zu verlässlichen Systemen in den genannten Vertikalen kommt und welche Grenzen bei Latenz, Datenverfügbarkeit und Safety zuerst sichtbar werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Atoms holt Meta-Veteranen: KI für „Foundation Models für die physische Welt“" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Atoms holt Meta-Veteranen: KI für „Foundation Models für die physische Welt“" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Atoms holt Meta-Veteranen: KI für „Foundation Models für die physische Welt“« bei Google Deutschland suchen, bei Bing oder Google News!