Unconventional AI prezentuje Un-0 - model obrazów, który ma zmniejszyć zużycie energii przez AI tysiąckrotnie

Firma Unconventional AI wypuściła w czwartek, 25 czerwca 2026 roku, swój pierwszy publiczny model: Un-0, system generowania obrazów działający na całkowicie nowej, oscylacyjnej architekturze obliczeniowej. Jakość wyników dorównuje czołowym modelom dyfuzyjnym - Stable Diffusion i GPT Image 1 od OpenAI. Haczyk? Model na razie działa na symulacji programowej, bo fizyczny chip jeszcze nie istnieje.

Za projektem stoi Naveen Rao - seryjny założyciel, który sprzedał już dwie firmy za grube setki milionów: Nervana Systems trafił do Intela w 2016 roku za ponad 400 milionów dolarów, a MosaicML kupił Databricks w 2023 roku za 1,3 miliarda dolarów. Inwestorzy znają jego życiorys na pamięć - w grudniu 2025 roku Unconventional AI zamknęła rundę zalążkową z wynikiem 475 milionów dolarów przy wycenie 4,5 miliarda dolarów. Na firmę liczącą mniej niż 50 osób to kwota, która robi wrażenie nawet na tle rozgrzanego rynku sztucznej inteligencji.

Oscylatory zamiast tranzystorów - o co chodzi z nową architekturą

Konwencjonalne chipy - GPU, CPU, TPU - przetwarzają dane przez tranzystory wykonujące operacje binarne. Unconventional AI idzie inną drogą: ich architektura opiera się na sprzężonych oscylatorach pierścieniowych, które kodują i przetwarzają informacje przez fizykę samych oscylatorów. Zamiast przybliżać numerycznie rozkłady prawdopodobieństwa, układ przechowuje je fizycznie - tak jak robi to biologia, a nie krzem z lat 70.

To fundamentalna zmiana podejścia, porównywalna do przejścia z analogowych na cyfrowe układy obliczeniowe. Konwencjonalne obwody tracą energię ciągle, nawet gdy nic nie liczą. Architektury oscylacyjne i neuroformiczne mogą dezaktywować duże fragmenty układu, gdy nie są używane, radykalnie ograniczając straty. Stąd ambitny cel: wnioskowanie przy 1/1000 mocy w porównaniu do dzisiejszych standardów.

Rao powiedział wprost w rozmowie z TechCrunch: „Skalowanie sztucznej inteligencji jest trudne z powodu energii. To będzie fundamentalna granica w ciągu kilku lat. Po prostu nie można jej przekroczyć.” Un-0 jest pierwszym publicznym dowodem, że podejście oscylacyjne może odtworzyć działanie konwencjonalnych systemów sztucznej inteligencji - stąd jego inna metafora: „To 'hello world’ nowego rodzaju komputera.”

Co Un-0 potrafi - i czego jeszcze nie potrafi

Model Un-0 generuje obrazy na poziomie porównywalnym z Stable Diffusion i GPT Image 1, co potwierdziła towarzysząca publikacja naukowa. Imponujące jest nie to, co produkuje, ale jak do tego dochodzi - przez programową symulację architektury, która jeszcze nie istnieje w krzemie.

I tu zaczyna się sceptycyzm, który trudno zignorować. Luka między działającą symulacją a fizycznym chipem wdrożonym w skali produkcyjnej jest gigantyczna. Unconventional AI nie podało żadnego harmonogramu komercyjnego wdrożenia sprzętu. Nie ma niezależnych testów porównawczych. Nie ma prototypu. Plan zakłada najpierw opublikowanie schematów fizycznego chipu, potem budowę pełnej infrastruktury do wnioskowania i - docelowo - oferowanie mocy obliczeniowej jak każdy inny dostawca chmurowy. Rao ujął to tak: „Zbudujemy nowy rodzaj systemu złożony z naszych chipów. Prompty wejdą, wnioski wyjdą, ale wszystko przy 1/1000 mocy.”

Uwaga ⚠️

Un-0 działa dziś wyłącznie na symulacji programowej. Fizyczny chip nie istnieje, a firma nie podała terminu jego premiery. Traktuj te wyniki jako dowód koncepcji, nie produkt gotowy do użycia.

Dlaczego energia naprawdę boli sztuczną inteligencję

Problem energochłonności sztucznej inteligencji to nie abstrakcja. Według danych cytowanych przez The Next Web globalne zużycie energii przez centra danych przekroczy tysiąc terawatogodzin do końca 2026 roku. Wnioskowanie przez duże modele językowe i modele generujące obrazy odpowiada za rosnący ułamek tego rachunku. NVIDIA sprzedaje kolejne generacje GPU, które są coraz wydajniejsze na wat - ale postęp jest przyrostowy, podczas gdy zapotrzebowanie rośnie wykładniczo.

Unconventional AI atakuje problem u źródła: nie optymalizuje istniejącej architektury, tylko ją zastępuje. To ryzykowna strategia - historia informatyki jest pełna projektów, które miały zastąpić krzem, a skończyły na akademickich konferencjach. Ale jeśli komuś uda się zbudować działający sprzęt oscylacyjny w skali, równowaga sił na rynku procesorów sztucznej inteligencji może się radykalnie zmienić.

Protip ✅

Chcesz śledzić, czy Unconventional AI dotrzymuje słowa? Patrz na jeden wskaźnik: datę publikacji schematów fizycznego chipu. Bez tego wszystko pozostaje w domenie symulacji.

Kiedy symulacja stanie się krzemem

Unconventional AI ma pieniądze, ma życiorys założyciela i ma pierwszy publiczny model. Czego nie ma - to sprzętu. Inwestorzy wyłożyli prawie pół miliarda dolarów na wycenę 4,5 miliarda, zanim powstał choćby jeden prototyp chipu. To albo dowód zaufania do Rao i jego historii, albo klasyczny przykład gorączki inwestycyjnej w sztuczną inteligencję napędzanej strachem przed pominięciem czegoś ważnego.

Firma planuje rosnąć i docelowo pozyskać do miliarda dolarów w całej rundzie zalążkowej. Przy mniej niż 50 pracownikach i braku fizycznego sprzętu każdy kolejny krok będzie testowany z lupą. Un-0 jest obiecującym dowodem koncepcji - ale między symulacją a centrum danych działającym przy 1/1000 mocy leży kilka lat inżynierskiej roboty i nikt nie wie, czy fizycy oscylatorów zdołają pokonać inżynierów NVIDII, którzy mają dekady przewagi i setki miliardów dolarów w kieszeni.