呢輪融資由Hummingbird Ventures領投,Northzone、LocalGlobe、Village Global同redalpine都有參與 。資金主要用嚟擴張Atlas平台——microagi嘅數據同部署平台——同收集真實世界物理數據,包括一般人做家務嘅片段,用嚟訓練機械人做工廠工作 。Kilic對Sifted講:「呢筆錢只係歐洲需要嘅十億分之一。」
種子輪公布僅一個星期後,2026年7月22日,microagi宣布同Google Cloud建立戰略合作,使用NVIDIA嘅Blackwell平台加速實體AI模型訓練同部署 。
根據合作協議,Atlas平台而家喺Google Cloud上使用NVIDIA GB300 NVL72機架系統同RTX PRO 6000 Blackwell Server Edition GPU訓練同運行模型 。軟件層面就整合咗Google Cloud嘅Gemini Enterprise Agent平台同NVIDIA硬件優化 。三家公司的工程團隊直接參與合作 。
Kilic咁樣形容呢單deal:「機械人從數據學習,冇運算力嘅數據係冇用嘅。呢個合作俾到我哋規模同工程深度,呢個階段我哋自己冇辦法建立:NVIDIA優化到每張卡,Google Cloud優化到成部機器。」
值得留意嘅係,microagi表明Google Cloud唔會因為提供運算資源而獲得佢哋嘅訓練數據或客戶數據 。
Atlas係microagi嘅核心產品——一個數據同部署平台,幫助工業公司將機械人投入生產線,執行特定工廠任務 。同一般機械人公司唔同,microagi唔係自己整機械人硬件,而係開發兼容唔同硬件同模型嘅軟件,利用每個客戶嘅營運數據微調AI模型 。
平台透過人類示範收集真實世界嘅動作數據(例如裝配、分類、搬運),然後用呢啲數據訓練專注特定任務嘅實體AI模型,可以應用喺人形機械人或其他商用機械人平台 。自從同Google Cloud及NVIDIA合作,Atlas嘅訓練同推論管線全部經Google Cloud嘅NVIDIA Blackwell基建運行 。
Bercan Kilic公開警告歐洲只得12至18個月嘅時間窗口建立自主實體AI運算基建,否則就會造成無法逆轉嘅技術差距,永遠落後美國同中國 。
核心問題係:歐洲缺乏大規模GPU運算集群,無辦法以美國同中國競爭對手嘅速度訓練實體AI模型。Kilic認為如果唔緊急投資,歐洲機械人公司將會永久依賴非歐洲嘅雲端基建 。
Kilic指出microagi自己都要同美國雲端公司(Google Cloud/NVIDIA)合作,正正係歐洲基建缺口嘅症狀——就算破紀錄嘅種子輪融資,都買唔到本地冇嘅嘢 。佢呼籲歐洲政策制定者同投資者將運算基建視為戰略性主權基建,同能源網絡或交通運輸一樣重要 。
Kilic講到:「工業歐洲唔可以靠借返嚟嘅運算力再工業化。」「如果你喺歐洲營運工廠,條數已經擺喺你枱面。你最資深嘅員工呢個十年就會退休,後面冇人頂上。」
呢輪融資由Hummingbird Ventures領投,Northzone、LocalGlobe、Village Global同redalpine都有參與 。資金主要用嚟擴張Atlas平台——microagi嘅數據同部署平台——同收集真實世界物理數據,包括一般人做家務嘅片段,用嚟訓練機械人做工廠工作 。Kilic對Sifted講:「呢筆錢只係歐洲需要嘅十億分之一。」
種子輪公布僅一個星期後,2026年7月22日,microagi宣布同Google Cloud建立戰略合作,使用NVIDIA嘅Blackwell平台加速實體AI模型訓練同部署 。
根據合作協議,Atlas平台而家喺Google Cloud上使用NVIDIA GB300 NVL72機架系統同RTX PRO 6000 Blackwell Server Edition GPU訓練同運行模型 。軟件層面就整合咗Google Cloud嘅Gemini Enterprise Agent平台同NVIDIA硬件優化 。三家公司的工程團隊直接參與合作 。
Kilic咁樣形容呢單deal:「機械人從數據學習,冇運算力嘅數據係冇用嘅。呢個合作俾到我哋規模同工程深度,呢個階段我哋自己冇辦法建立:NVIDIA優化到每張卡,Google Cloud優化到成部機器。」
值得留意嘅係,microagi表明Google Cloud唔會因為提供運算資源而獲得佢哋嘅訓練數據或客戶數據 。
Atlas係microagi嘅核心產品——一個數據同部署平台,幫助工業公司將機械人投入生產線,執行特定工廠任務 。同一般機械人公司唔同,microagi唔係自己整機械人硬件,而係開發兼容唔同硬件同模型嘅軟件,利用每個客戶嘅營運數據微調AI模型 。
平台透過人類示範收集真實世界嘅動作數據(例如裝配、分類、搬運),然後用呢啲數據訓練專注特定任務嘅實體AI模型,可以應用喺人形機械人或其他商用機械人平台 。自從同Google Cloud及NVIDIA合作,Atlas嘅訓練同推論管線全部經Google Cloud嘅NVIDIA Blackwell基建運行 。
Bercan Kilic公開警告歐洲只得12至18個月嘅時間窗口建立自主實體AI運算基建,否則就會造成無法逆轉嘅技術差距,永遠落後美國同中國 。
核心問題係:歐洲缺乏大規模GPU運算集群,無辦法以美國同中國競爭對手嘅速度訓練實體AI模型。Kilic認為如果唔緊急投資,歐洲機械人公司將會永久依賴非歐洲嘅雲端基建 。
Kilic指出microagi自己都要同美國雲端公司(Google Cloud/NVIDIA)合作,正正係歐洲基建缺口嘅症狀——就算破紀錄嘅種子輪融資,都買唔到本地冇嘅嘢 。佢呼籲歐洲政策制定者同投資者將運算基建視為戰略性主權基建,同能源網絡或交通運輸一樣重要 。
Kilic講到:「工業歐洲唔可以靠借返嚟嘅運算力再工業化。」「如果你喺歐洲營運工廠,條數已經擺喺你枱面。你最資深嘅員工呢個十年就會退休,後面冇人頂上。」