Antioch recauda 8,5 millones de dólares: la startup quiere ser Cursor para desarrolladores de robots

Стартап Antioch привлёк $8,5 миллиона в рамках посевного раунда — деньги пойдут на создание инструментов симуляции для нового поколения разработчиков роботов. Компания позиционирует себя как Cursor для физического ИИ: тот же принцип трансформации рабочего инструмента через встроенный AI, только не для программистов, пишущих код, а для инженеров, строящих физические машины. Аналогия с Cursor выбрана намеренно и точно.

За несколько лет Cursor превратился из малоизвестного редактора кода в один из самых быстрорастущих инструментов в истории технологической индустрии. Его секрет прост: AI встроен прямо в рабочий процесс, а не является опциональной надстройкой. Разработчик не переключается между вкладками и инструментами — контекст, подсказки, генерация кода и рефакторинг происходят там же, где идёт работа.

Antioch ставит задачу воспроизвести этот эффект для мира физических машин: переосмыслить, как инженеры проектируют, тестируют и обучают роботизированные системы. Физический ИИ — одно из самых горячих направлений 2026 года. После взлёта языковых моделей венчурный капитал и крупные технологические компании переключили внимание на системы, действующие в реальном мире: промышленных роботов, автономные транспортные средства, гуманоидные платформы и умные склады.

Figure AI, Physical Intelligence, Boston Dynamics и десятки других компаний привлекли за последние два года суммарно несколько миллиардов долларов. Рынок разогрет — но инфраструктурный слой инструментов для разработчиков роботов ещё только формируется. Ключевая проблема при создании роботизированных систем — разрыв между симуляцией и реальностью, так называемый sim-to-real gap.

Модель, безупречно работающая в виртуальной среде, нередко ведёт себя непредсказуемо при контакте с физическим миром — иной материал, другое освещение, неожиданная вибрация. Именно этот разрыв Antioch намерен сократить. Инструменты нового поколения должны позволить разработчикам быстрее итерировать, точнее воспроизводить физику реального мира и снижать общую стоимость разработки роботизированных систем.

Традиционные симуляционные среды — Gazebo, NVIDIA Isaac Sim, MuJoCo, PyBullet — мощные и хорошо проработанные, но требуют значительной экспертизы и времени на освоение. Инженер, переходящий из академической среды в стартап, нередко тратит недели на настройку и конфигурацию вместо разработки самой системы. Antioch делает ставку на доступность и скорость: если их инструмент сработает так, как задумано, разработчики смогут сосредоточиться на том, что действительно важно.

Seed-раунд в $8,5 миллиона — солидная стартовая сумма для ниши с высокими инфраструктурными требованиями. Симуляция физики в реальном времени, интеграция с современными ML-фреймворками, поддержка разных форм-факторов роботов — всё это требует серьёзных вложений в команду и технологию. NVIDIA уже несколько лет активно инвестирует в сегмент через платформу Isaac, Google DeepMind занимается симуляцией для обучения с подкреплением.

Пространство для независимых developer tools при этом остаётся открытым. Antioch — признак того, что инфраструктурный слой физического ИИ начинает формироваться всерьёз. Языковой ИИ получил свои Cursor, GitHub Copilot и LangChain — и это радикально ускорило темп разработки.

Физический ИИ пока такого инструментария не имеет. Кто создаст стандартный рабочий инструмент для разработчиков роботов раньше остальных — получит структурное преимущество на рынке, который только начинает открываться.