World Labs, ein heimliches Startup, das von Fei-Fei Li, einem renommierten KI-Professor der Stanford University, gegründet wurde, hat laut mehreren Berichten zwei Finanzierungsrunden im Abstand von zwei Monaten abgeschlossen. Die letzte Finanzierung wurde von NEA geleitet und bewertete das Unternehmen mit über 1 Milliarde Dollar, wie Tech von mehreren Personen mit Kenntnis der Investitionen erfuhr. Dies war eine 100-Millionen-Dollar-Runde, über die zuvor die Financial Times im Juli.
Dies sei eine deutliche Wertsteigerung gegenüber der ersten Finanzierungsrunde von World Labs, die im April stattfand und World Labs mit 200 Millionen Dollar bewertete, sagte eine Person. Zu den Investoren der ersten Runde gehörten Andreessen Horowitz und die kanadische Firma Radical Ventures, bei der Li wissenschaftlicher Partner ist, Reuters berichtete im MaiLi und NEA antworteten nicht auf eine Bitte um Stellungnahme.
World Labs wurde Berichten zufolge im April gegründet und entwickelte sich innerhalb von vier Monaten vom Start-up zum Unicorn. Dies lässt darauf schließen, dass Investoren weiterhin stark auf KI-Startups setzen, die von namhaften KI-Wissenschaftlern gegründet werden, selbst wenn sich die Geschäftsmodelle dieser Startups noch nicht bewährt haben.
Doch in diesem Fall ist das, woran sie arbeitet, sehr schwierig umzusetzen und könnte in der KI-gesteuerten Welt, die Silicon Valley wie verrückt aufbaut, von entscheidender Bedeutung sein. World Labs arbeitet an der Entwicklung von KI-Modellen, die die dreidimensionale Physikalität realer Objekte und Umgebungen genau einschätzen können und detaillierte digitale Repliken ermöglichen, ohne dass umfangreiche Daten gesammelt werden müssen.
Li, weithin bekannt als „Patin der KI“, diskutierte, wie Maschinen trainiert werden können, um eine menschenähnliche „räumliche Intelligenz“ in einem TED-Vortrag Anfang des Jahres.
„Es gibt nur sehr wenige dreidimensionale Daten auf der Welt“, sagte ein Investor, der mit dem Ansatz von World Labs vertraut ist. „Unternehmen, die autonome Fahrzeuge herstellen, sammeln diese Daten, indem sie Tausende und Abertausende von Kilometern fahren, um dreidimensionale Daten zu erstellen, die sie dann zum Trainieren ihrer Maschinen verwenden. In allen anderen Anwendungen, wie etwa beim Servieren von Kaffee, gibt es keine dreidimensionalen Daten. Das Sammeln dieser Daten ist teuer, da das Universum der Orte, an denen man Daten sammeln muss, riesig ist.“
Sobald die Modelle von World Labs verfügbar seien, könnten sie in Spiele- und Robotikanwendungen eingesetzt werden, sagte sie.
Li ist vor allem für ihre Arbeit an ImageNet bekannt, einem Datensatz, der die Computervision revolutionierte. Derzeit in Teilurlaub bis Dezember 2025 von ihrer Rolle als Co-Direktorin des Human-Centered AI Institute in Stanford.