亞洲在實體 AI 的發展，正受惠於推動該區域成為全球工業強權的相同製造實力。從南韓、日本、中國到台灣，製造業仍是經濟成長的核心支柱。與服務或軟體比重較高的經濟體不同，這些國家長期以來依賴大規模生產、出口導向產業及高度優化的供應鏈。這種結構性基礎，正塑造著人工智慧的採用方式與投資流向。

這使得 Config 的發展尤為重要。這家總部位於首爾與聖荷西的新創公司，正致力於打造機器人基礎模型（RFMs）的資料層，並已獲得南韓最大製造商創投部門的支持。

Config 由執行長 Minjoon Seo 於 2025 年 1 月創立，他曾是 Meta 的研究員及 TwelveLabs 的首席科學家，並與三位擁有 Waymo、Google 和 Naver 背景的共同創辦人一同成立。他們並非自行製造機器人，而是專注於一個更簡單的目標——提供機器人學習與運作所需的資料。他們相信，更優質的資料將是讓機器人更實用的關鍵。

Seo 在接受 TechCrunch 獨家專訪時表示，訓練大型語言模型成本高昂，是因為需要強大的運算能力來處理，但網路上龐大的文本資料卻容易取得。然而，教導機器人移動是個截然不同的挑戰。每一筆訓練資料都必須實際收集，需要機器人本身、運行場域以及操作人員。因此，與僅限軟體的聊天機器人相比，機器人 AI 的開發成本更高。隨著企業追求更強大的機器人，收集與標記資料的成本可能迅速攀升。

Config 希望成為讓其他所有人的機器人 AI 成為可能的公司。該新創公司將自身角色比喻為台積電，這家台灣晶片製造商為蘋果、輝達和 AMD 等公司代工，卻不與任何一家競爭。Config 旨在透過提供資料，在機器人領域扮演類似角色。隨著大型製造商越來越傾向於建立自己的專有機器人 AI，而非完全依賴外部供應商，這種做法正獲得青睞。這正是 Config 所押注的市場。

營運長兼共同創辦人 Jack Bang 表示，Config 已開始產生營收。他告訴 TechCrunch，該新創公司的現有客戶包括大型製造商、系統整合商，以及農業和國防領域的公司。該領域的競爭對手包括 Physical Intelligence、Generalist AI 和 Skild AI。

Config 在受控的攝影棚環境及實際場域中，記錄人類執行實體任務的過程。該新創公司在首爾和河內設有營運據點，擁有近 300 名員工負責資料生產。迄今為止，已累積超過 10 萬小時的人類動作資料，是目前規模最大的可比開源資料集 AgiBot World（約 3,000 小時）的 30 倍以上。

Seo 指出，大多數機器人團隊會在人類動作資料上訓練 AI 模型，然後再將這些模型應用於機器人。Config 採取了不同的方法。該公司專注於在訓練開始前就轉換資料，使其更適合機器人的移動方式與與世界的互動。Seo 將此過程比喻為語言翻譯。他表示，在一種資料上訓練模型，卻期望它能在另一種設定下無縫運作，就像試圖僅使用英語教材來教授韓語一樣。

「資料必須被轉換，而不是模型。這種轉換技術是 Config 的核心技術差異化優勢。」Seo 說。

這筆資金將用於三大優先事項：將越南和首爾的資料營運規模擴大至 100 萬小時的收集資料量；到 2027 年底將企業平台業務的年經常性收入（ARR）增長至 1,000 萬美元；以及推出一款基於雲端的機器人即服務（RaaS）產品，讓企業無需搭載額外的硬體即可運行 Config 的基礎模型。