Gritt monterar AI på grävmaskiner och börjar bygga solcellsparker 3 gånger snabbare

Gritt monterar AI på grävmaskiner och börjar bygga solcellsparker 3 gånger snabbare

Gritt, grundat av robotikforskare från Carnegie Mellon, lämnade stealth-läget i juli med 32,4 miljoner dollar (en Series A på 26 miljoner dollar ledd av Obvious Ventures, plus startkapital från First Round) för att sätta AI-styrd precision på utrustning som redan finns på byggarbetsplatser — hjullastare, robotarmar, hela floran [1][2]. Inga humanoida uppvisningsnummer här: deras system hjälper en 8-personers arbetsstyrka att gå från 800 paneler om dagen till 3 000–4 000, och de har redan kontrakt som täcker 2,8 GW solcellsinstallationer med stora amerikanska kraftbyggbolag [2][3].

Det här är fysisk AI som gör det oglamorösa men högeffektiva jobbet: ombyggnad i stället för utbyte, acceleration av en arbetskraftsbegränsad bransch i stället för att uppfinna den på nytt. Solenergi är fotfästet; datacenter och bredare infrastruktur står på tur.

Ställ detta bredvid FieldAI så blir mönstret tydligt — de mest finansieringsbara "AI-produkterna" i slutet av 2026 levereras allt oftare med ett chassi fastmonterat. Om din roadmap fortfarande utgår från att AI betyder "en bättre chattbot" läser du förra årets PM.

Yann LeCun fortsätter satsa emot LLM:er — och öppen källkoda alternativet

LeCuns läger släppte H-JEPA-resultat denna omgång: en hierarkisk världsmodell-arkitektur som nådde 73 % framgång på Visual AntMaze-uppgifter jämfört med 18 % för enkelskiktade baslinjer — och de öppen källkodade hela koden och vikterna [1]. Tidpunkten sammanfaller med LeCuns allt mer skarpa offentliga hållning att autoregressiva LLM:er är en återvändsgränd för mänsklig-nivå-intelligens eftersom de inte kan anpassa sig snabbt eller bygga verkliga världsmodeller — de förutspår tokens, inte konsekvenser [2].

Han är inte längre bara en kritiker från sidlinjen. AI Alliance utsåg honom till Chief Science Advisor i april för Project Tapestry, ett initiativ för att bygga öppna, federerade frontlinjemodeller i stället för att låta en handfull labb äga hela stacken [3]. Hans budskap till akademin: sluta jaga marginella LLM-förbättringar, bygg istället förankrade, fysiska, världsmodellerande system.

Debatten på X har varit skarpare än vanligt — vissa går emot påståenden om att "LLM:er kan varken söka eller resonera", andra påpekar att LeCun har sagt någon variant av detta sedan 2022 och att arkitekturerna ändå fortsätter förbättras. Oavsett utfall är det värt att hålla koll: om H-JEPA-liknande metoder skalar på det sätt som FieldAI:s och Gritts förkroppsligade system behöver, kan öppna världsmodeller bli standardgrunden under fysisk AI — inte proprietära LLM-API:er.

EU:s AI-förordning: Agenter slipper inte undan, men deadlines får andrum

EU:s AI-förordnings kärnkrav trädde i kraft i augusti, men Digital Omnibus (i kraft sedan 27 juli) sköt upp deadlinen för högrisk-efterlevnad enligt bilaga III — rekrytering, kreditbedömning, HR-system — till december 2027, och inbäddade högrisksystem får tid fram till augusti 2028 [2]. Transparensreglerna är dock inte uppskjutna: sedan 2 augusti måste företag redovisa AI-interaktioner och märka syntetiskt innehåll [1].

Det mer betydelsefulla klargörandet: EU-kommissionen bekräftade att AI-agenter inte behöver någon ny juridisk kategori — de omfattas redan av befintliga definitioner för AI-system och GPAI [3]. Det betyder att loggning, mänsklig tillsyn, design med minsta behörighetsprincip och ansvarskedjor gäller för dina autonoma agenter redan nu, inte i någon framtida "agentförordning" som aldrig kommer.

Europeiska byggare fick längre startsträcka på den tyngsta efterlevnadsbördan, men budskapet om agenter är "inga kryphål". Om du driftsätter agentiska system i EU är den ärliga beskrivningen som cirkulerar på X — behandla din agent som en nyanställd, med onboarding, behörigheter och en chef som ansvarar för dess misstag — närmare den juridiska verkligheten än vad de flesta leverantörer medger.

Vad detta betyder för ditt företag

Fyra nyheter, en röd tråd: tyngdpunkten inom AI flyttas från "generera resultatet" till "driva systemet". FieldAI och Gritt säljer inte smartare textgenerering — de säljer omdöme inbäddat i fysisk handling, det slag som måste fungera i ett lager eller på ett tak, inte bara i ett chattfönster. LeCuns satsning på världsmodeller är forskningssidans spegelbild av samma förskjutning: en satsning på att förutsägelse-och-planering slår gissning av nästa token när insatserna är fysiska och miljön inte håller sig stilla. Om ditt företag fortfarande mäter sin "AI-strategi" utifrån vilken chattbot ni har licensierat, optimerar ni för ett lager i stacken som håller på att bli en handelsvara, medan det verkliga värdet — och det verkliga kapitalet — flyttar till orkestrering, förkroppsligande och omdöme under osäkerhet.

Nyheten om EU:s AI-förordning förstärker detta från styrningssidan. Tillsynsmyndigheterna skapar inte en särskild, mildare kategori för agenter — de säger att agentiska system är system, punkt slut, och ansvarsbördan ligger hos den som driftsatt dem. Det är en försmak på vart varje jurisdiktion är på väg. Företag som rusar för att driftsätta autonoma agenter utan svar på frågan "vem är ansvarig när det blir fel" bygger upp teknisk skuld som kommer att förfalla som efterlevnadsdeadlines, inte bara som PR-problem.

Den praktiska slutsatsen för byggare: koden för att sätta upp en modell, ett agentramverk eller en robotstyrenhet blir allt mer gratis — öppna vikter, öppna arkitekturer, billig beräkningskraft. Det som inte är gratis är att veta vilket fysiskt eller organisatoriskt problem som är värt att rikta den förmågan mot, hur man övervakar den ansvarsfullt, och när man ska lita på den respektive sätta sig över den. Det är omdöme, och det är det enda på den här listan som varken syns på en ägarlista eller i ett GitHub-repo.

Nyckelinsikt: Både AI-pengarna och AI-forskningen är tyst överens — nästa konkurrensfördel är inte en smartare modell, det är bättre omdöme om var och hur autonoma system ska driftsättas i den verkliga världen, under verkligt ansvar.