ジェフ・ベゾス氏は、Prometheus AIが独自のトレーニングデータセットを使用することで、従来の大規模言語モデル（LLM）よりも詳細なレベルで動作していると述べた [1, 2]。

このアプローチの転換は、現在の多くのAIが採用しているテキストベースのパターンからの脱却を意味する。言語だけでなく物理世界に焦点を当てることで、Prometheusは高精度なエンジニアリングおよび設計が可能なツールの構築を目指している。

6月11日のCNBCのインタビューで、ベゾス氏は、同スタートアップが標準的なLLMを駆動させるものとは完全に異なるトレーニングデータセットを利用していると語った [1, 2]。物理世界を理解するAIを構築するためには、入手が極めて困難なデータセットを作成し、アクセスする必要があるとしている [1, 3]。

ベゾス氏によれば、Project Prometheusは物理的なオブジェクト向けの次世代設計ツールを構築する「汎用人工知能エンジニア（artificial general engineer）」であるという [3]。物理的な特性への注力には、テキストベースのモデルでは到達できないレベルの詳細さが求められる。同氏は、「Prometheus AIは、LLMとは異なるレベルの詳細さで動作している」と述べた [1]。

同ベンチャーは2025年11月の立ち上げ以来、多額の資金調達を受けている [4]。62億ドルの初期資金調達を経て [4]、企業の評価額は380億ドルに達した [4]。また、さらに100億ドルに近い追加資金調達ラウンドを目標としているとの報告もある [5]。

ベゾス氏は、Vik Bajaj氏と共に同社の共同CEOを務めている [1, 2]。多くのAI企業が生成テキストや画像に注力する一方で、Prometheusはエンジニアリング向けの専門ツールとしての地位を確立しようとしている。ベゾス氏は、「我々は自らデータセットを作成し、アクセスが非常に困難なデータセットにアクセスしなければならない」と語った [1]。

“Prometheus AIは、LLMとは異なるレベルの詳細さで動作している。”

この戦略は、公開インターネットをスクレイピングする「ビッグデータ」アプローチから、「ディープデータ」モデルへの転換を意味する。入手困難な専門データセットを優先することで、PrometheusはAIにおける「グラウンディング（接地）」問題、すなわちデジタルな言語パターンと物理法則との間の乖離を解決しようとしている。これが成功すれば、AIはクリエイティブなアシスタントから、工業製造やハードウェアエンジニアリングのための機能的なツールへと進化することになる。