Microagi, grundat för tio månader sedan av tidigare Formel 1 ingenjörer, tog in 55 miljoner dollar i Tysklands största seed runde någonsin. Plattformen Atlas tränar upp robotmodeller för specifika industriuppgifter med hjälp av verklig data från mänskliga demonstrationer, och använder nu Nvidia Blackwell infrastrukt...
Research answer

Create a landscape editorial hero image for this Studio Global article: What was microagi's $55 million seed round (the largest in German history), its partnership with Google Cloud and NVIDIA, its Atlas platform. Article summary: Here is a comprehensive breakdown of all four topics you asked about.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
Robotstartupen microagi, med bas i München, har gjort sig känd på två sätt inom loppet av några dagar – dels för att ha tagit in den största seed-finansieringen i tysk historia, dels för ett strategiskt samarbete med Google Cloud och Nvidia. Men den verkligt stora nyheten kan vara vd Bercan Kilics tydliga varning om att Europa har ett smalt fönster för att komma ikapp inom embodied AI-infrastruktur.
Den 16 juli 2026 tillkännagav microagi en seed-runda på 55 miljoner dollar – den största i tysk startup-historia . Företaget grundades för ungefär tio månader sedan av tidigare Formel 1-ingenjörer från Red Bull Racing och Mercedes-AMG Petronas, och har vuxit från ett litet hackerhus i München till en global verksamhet med ett nytt forskningslab i Zürich
.
Rundan leddes av risktagaren Hummingbird Ventures, med deltagande från Northzone, LocalGlobe, Village Global och redalpine . Pengarna används för att skala upp Atlas, microagis plattform för data och driftsättning av industrirobotar, samt för att samla in verklig fysisk data – bland annat filmmaterial av vanliga människor som utför hushållssysslor – för att träna robotar för fabriksuppgifter
. Som Kilic sa till Sifted: ”Det är en miljarddel av vad Europa behöver.”
Bara en vecka efter seed-rundan, den 22 juli 2026, meddelade microagi ett strategiskt samarbete med Google Cloud och Nvidias Blackwell-plattform för att påskynda träning och driftsättning av embodied AI-modeller .
Inom ramen för partnerskapet tränar och kör Atlas nu sina modeller på Nvidia GB300 NVL72 rack-skaliga system och RTX PRO 6000 Blackwell Server Edition GPU:er via Google Clouds AI-optimerade infrastruktur . Programvarustacken integrerar även Google Clouds Gemini Enterprise Agent-plattform med Nvidias optimeringar på hårdvarunivå
. Ingenjörsteam från alla tre företagen arbetar direkt med samarbetet
.
Kilic kommenterade affären: ”Robotar lär sig från data, och data är värdelös utan beräkningskraft att träna på. Det här partnerskapet ger oss skala och ingenjörsdjup som vi inte kunde bygga själva i det här skedet – Nvidia optimerar ner till kortet, Google Cloud över hela maskinen.”
Microagi har betonat att Google Cloud inte får tillgång till företagets träningsdata eller kunddata i utbyte mot beräkningskapaciteten .
Atlas är microagis kärnprodukt – en plattform som hjälper industriföretag att få robotar i produktion för specifika fabriksuppgifter . Istället för att bygga egna robotar utvecklar microagi hårdvaru- och modellagnostisk mjukvara som finjusterar AI-modeller med varje kunds operativa data
.
Plattformen samlar in rörelsedata från mänskliga demonstrationer (montering, sortering, hantering) och använder den för att träna uppgiftsspecifika embodied AI-modeller för humanoida och kommersiella robotplattformar . Sedan partnerskapet med Google Cloud och Nvidia kör Atlas hela sin tränings- och slutledningskedja på Nvidia Blackwell-infrastruktur via Google Cloud
.
Bercan Kilic har offentligt varnat för att Europa har ett smalt fönster på 12 till 18 månader att bygga egen beräkningsinfrastruktur för embodied AI, annars riskerar kontinenten en oöverstiglig teknikgap mot USA och Kina .
Kärnproblemet: Europa saknar de storskaliga GPU-kluster som krävs för att träna embodied AI-modeller i samma takt som amerikanska och kinesiska konkurrenter. Utan brådskande investeringar, menar Kilic, blir europeiska robotföretag permanent beroende av icke-europeisk molninfrastruktur .
Kilic ser microagis eget behov av att samarbeta med amerikanska molnleverantörer (Google Cloud / Nvidia) som ett symptom på Europas infrastrukturgap – inte ens en rekordstor seed-runda kan köpa det som inte finns lokalt . Han uppmanar europeiska politiker och investerare att behandla beräkningsinfrastruktur som strategisk nationell infrastruktur, likvärdig med elnät eller transportnät
.
Som Kilic uttryckte det: ”Det industriella Europa kan inte återindustrialiseras på lånad beräkningskraft.” ”Om du driver fabriker i Europa ligger matematiken redan på ditt skrivbord. Dina mest erfarna medarbetare går i pension det här decenniet, och det finns ingen som efterträder dem.”
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Microagi, grundat för tio månader sedan av tidigare Formel 1 ingenjörer, tog in 55 miljoner dollar i Tysklands största seed runde någonsin.
Microagi, grundat för tio månader sedan av tidigare Formel 1 ingenjörer, tog in 55 miljoner dollar i Tysklands största seed runde någonsin. Plattformen Atlas tränar upp robotmodeller för specifika industriuppgifter med hjälp av verklig data från mänskliga demonstrationer, och använder nu Nvidia Blackwell infrastruktur via Google Cloud.
Vd Bercan Kilic varnar att Europa har 12–18 månader på sig att bygga egen beräkningsinfrastruktur för embodied AI, annars riskerar kontinenten ett bestående teknikunderläge mot USA och Kina.