Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Die Menschheit leitet ein explosives Update auf dem Gebiet der künstlichen Intelligenz ein. Jeder Schritt bei der Ausweitung der Technologie ins Unbekannte hat erstaunliche Aufmerksamkeit erregt.

Im Prozess der Erweiterung der Grenzen der künstlichen Intelligenz koexistieren Innovation und Meinungsverschiedenheit auf den technischen Wegen wichtiger Strecken. Das Urteilsvermögen und die Entscheidungen von Technologiepionieren beeinflussen die Fußstapfen vieler Anhänger.

Im vergangenen Jahr hat Heart of the Machine exklusiv die Führung übernommen und herausragende Unternehmen wie Dark Side of the Moon, Shengshu Technology, Aishi Technology und Wuwen Xinqiong allen vorgestellt und ihnen das erste „10.000-Wörter-Interview-Skript“ hinterlassen. in der Internetwelt. In einer Phase, in der die Technologiewege noch nicht konvergiert sind, haben wir die Führung von KI-Unternehmern gesehen, die wirklich über Vertrauen, Mut und systematische Erkenntnis verfügen.

Aus diesem Grund haben wir die Kolumne „KI-Pioniere“ ins Leben gerufen, in der Hoffnung, weiterhin Unternehmer mit Führungsqualitäten in verschiedenen Unterbereichen der künstlichen Intelligenz im AGI-Zeitalter zu finden und zu erfassen und die herausragendsten und vielversprechendsten Start-ups im KI-Bereich vorzustellen , und teilen Sie ihre Erfolge auf dem Gebiet der KI. Modernste, unterschiedliche Sichtweisen.

Autor: Jiang Jingling

Maschinenherzbericht

Auch wenn junge akademische Genies mittlerweile zum Mainstream-Hintergrund aktueller AGI-Firmengründer gehören, ist Yang Fengyu, der im Jahr 2000 geboren wurde, immer noch überraschend jung.

Yang Fengyu, der einen Bachelor-Abschluss in Informatik von der University of Michigan und einen Doktorand in Informatik von der Yale University hat, ist erst 23 Jahre alt. Letztes Jahr gründete er sein eigenes Unternehmen für verkörperte intelligente Roboter.

Im Jahr 2024 schloss das von ihm gegründete KI-Unternehmen UniX innerhalb von fünf Monaten die Entwicklung und Herstellung eines humanoiden Roboters mit Rädern ab. Dieser Roboter mit Funktionen wie „Reinigung nach dem Essen“ und „Wäsche“ wird mit der Massenproduktion und dem externen Verkauf beginnen im September.

Dies ist eine sehr schnelle Kommerzialisierungsrate, wenn sich viele verkörperte intelligente Roboter noch im Laborstadium befinden.In Suzhou hat die Roboter-Massenproduktionsfabrik von UniX AI eine Fläche von mehr als 2.500 Quadratmetern erreicht.

Dieses Unternehmen, von dem letztes Jahr fast niemand etwas gehört hatte, hat in den letzten sechs Monaten viele hochrangige technische Talente in der Robotikbranche eingestellt. „Der Forschungs- und Entwicklungsleiter des Hauptserviceroboters hilft uns bei der Herstellung des Chassis, und es gibt auch einige Top-Talente des Unternehmens für humanoide Roboter, die für unsere Hardware verantwortlich sind.“Im Juli 2024 gab Professor Wang Hesheng, ein bekannter Robotikexperte an der Shanghai Jiao Tong University, bekannt, dass er offiziell als Chefwissenschaftler zu UniX AI wechseln werde.

Im ersten von UniX AI veröffentlichten Technologiedemonstrationsvideo kann ein humanoider Roboter mit Rädern namens Wanda Aufgaben wie das Greifen von Tofu, das Helfen beim Sortieren von Kleidung und das Bringen von Kleidung zur Waschmaschine zur Reinigung erledigen. UniX AI scheint eine Lösung für das Problem der „flexiblen Aufgaben“ gefunden zu haben, das derzeit für verkörperte Geheimdienstunternehmen nur schwer zu lösen ist.

„Ich glaube nicht, dass etwas daran falsch ist, jung zu sein. Aus technischer Sicht werden viele neue Technologien und Produkte von jungen Menschen mit starkem akademischen Hintergrund entwickelt. Was uns als Generation nach den 2000er Jahren überrascht hat.“ Ich zeige in meinen Gesprächen eine Reife, die über meine Jahre hinausgeht, und habe ein sehr klares Verständnis für die technischen Phasen der Unternehmensführung und der verkörperten Intelligenz.

Unser Interesse an UniX AI konzentriert sich darauf, wie ein verkörpertes Geheimdienstunternehmen, das fast keine Nachrichten im Risikokapitalkreis hat, als eines der wenigen verkörperten Geheimdienstunternehmen, die nach den 2000er Jahren gegründet wurden, eine Entwicklung von 0 auf erreichen kann 1? Wie sieht die endgültige Roadmap von UniX AI für verkörperte Intelligenz aus?

Mit diesen Fragen im Hinterkopf begann Machine Heart seinen ersten öffentlichen Mediendialog mit Yang Fengyu seit der Gründung seines Unternehmens.

Yale nach 2000

Beteiligen Sie sich an verkörpertem intelligenten Unternehmertum

Machine Heart: Hast du jetzt deinen Abschluss gemacht?

Yang Fengyu: Ich bin direkt als Student nach Yale gegangen und habe im Grunde alle Anforderungen für meine Doktorarbeit erfüllt. In diesem Jahr habe ich zum Beispiel vier CVPR-Arbeiten gewonnen, plus weitere, insgesamt gibt es mehr als zehn Top-Arbeiten über künstliche Intelligenz und Robotik. Kann Artikel schreiben.

Maschinenherz: Du bist sehr energisch.

Yang Fengyu: (lachend), ich bleibe oft bis 3:30 Uhr morgens wach und habe mir vor einiger Zeit sogar eine Diabetes-Spritze holen lassen. Vor allem, weil das Team zusammen ist und wir oft nicht auf die Uhr schauen. Wenn wir aufschauen, ist es schon sehr spät.

Machine Heart: Wann haben Sie zum ersten Mal darüber nachgedacht, ein Unternehmen zu gründen?

Yang Fengyu: Ich habe immer geglaubt, dass es beim Unternehmertum um „die richtige Zeit, den richtigen Ort und die richtigen Leute“ geht.

Letztes Jahr haben wir große Fortschritte in der Technologie auf der Wahrnehmungsebene gesehen, darunter auch multimodale Modelle wie Seh-, Sprach- und Tastmodelle. Dadurch sehen wir die Möglichkeit, unsere Ziele zu erreichen . Darüber hinaus hat das Land eine Reihe von Fördermaßnahmen eingeführt, um ein gutes Umfeld für Unternehmertum zu schaffen.Dies ist die „Zeit des Himmels“.

„Schlechte Lage“:Es besteht kein Zweifel, dass universelle humanoide Roboter die nächste Entwicklungsrichtung nach neuen Energiefahrzeugen sind. China verfügt über beispiellose Vorteile in der Lieferkette, und es gibt auch viele High-Tech-Talente im Jangtse-Delta.

Zu Beginn haben wir einige Nachforschungen angestellt, um herauszufinden, wie weit das technische Niveau der Roboterindustrie fortgeschritten ist, wo die Marktnachfrage besteht, welche Probleme die vorherige Robotergeneration gelöst hat und wo ihre zukünftigen Chancen liegen.

Der Schlüssel zum Erfolg liegt darin, die richtige Person zu finden. In diesem Jahr haben wir offiziell ein Team gebildet und schnell Experten aus vielen Bereichen zusammengestellt, darunter den Forschungs- und Entwicklungsleiter des kopfmontierten Kehrroboters sowie einige Top-Talente des Unternehmens für kopfhumanoide Roboter, die für unsere Hardware verantwortlich sind. Auf Algorithmenebene habe ich eine Gruppe von Talenten in den USA und Europa rekrutiert, darunter einige meiner Klassenkameraden und Senioren.Das ist „Harmonie“.

Als Gründer und CEO ist es das Wichtigste, Ressourcen zu sammeln.UniX AI ist ein globales Unternehmen, das die Vorteile von Robotersoftware, -hardware und Lieferketten aus verschiedenen Ländern auf der ganzen Welt vereint;Gleichzeitig haben wir internationale Pläne und werden die Unternehmensvision „Robots For All“ durch kontinuierliche Bemühungen in Ein-, Drei- und Fünfjahresplänen verwirklichen.

Herzstück der Maschine: Stellen Sie kurz Ihre akademischen Erfahrungen vor.

Yang Fengyu: Ich bin in China von der Grundschule zur weiterführenden Schule gegangen und habe an der University of Michigan Informatik studiert. Ich kam erstmals mit Vision und maschinellem Lernen in Berührung. Später begann ich unter dem Einfluss des „multimodalen Lernens“ meines Mentors, visuelle und taktile Forschung zu betreiben.

Während seines Studiums veröffentlichte er fünf Artikel über Robotersicht und Haptik.Unter ihnen ist „Touch and Go: Learning from Human-Collected Vision and Touch“ der größte visuelle und taktile Sensordatensatz der Welt.Akzeptiert von NuerIPS, der Top-Konferenz im Bereich künstliche Intelligenz und maschinelles Lernen.

In einer anderen Arbeit haben wir erstmals das Diffusionsmodell eingeführt, um die gegenseitige Umwandlung zwischen Sehen und Berühren zu vervollständigen, und die Ergebnisse wurden vom ICCV akzeptiert.

Für Roboter ist Berührung wichtig. Mit bloßem Auge lässt sich nur schwer erkennen, ob ein Kleidungsstück aus Polyester, Baumwolle oder Seide besteht. Darüber hinaus erfordern einige heikle Tätigkeiten, wie das Einstecken des Ladekabels in den Ladeanschluss, auch eine kontinuierliche Anpassung durch Berührung, die nicht allein durch das Sehen erledigt werden kann.

Machine Heart: Und dann kamen Sie nach Yale.

Yang Fengyu: Aufgrund einiger Arbeiten zu den visuellen und taktilen Aspekten von Robotern, insbesondere zur Transformation visueller und taktiler Empfindungen und ihrer Verallgemeinerung in großen Sprachmodellen, wurde mir von der North American Computer Society der Titel „Outstanding Undergraduate Scientist“ verliehen, und ich war der erste Mensch in der Geschichte der Schule. Schließlich wählte er die Yale University für sein Doktoratsstudium.

In dieser Zeit habe ich eine Reihe von Artikeln veröffentlicht, darunter „Binding touch to everything: Learning einheitliche multimodale taktile Darstellungen“ (CVPR, 2024, S. 26340-26353). In diesem Artikel habe ich den weltweit ersten UniTouch vorgeschlagen, einen großen taktilen Das Modell mit mehreren verschiedenen taktilen Sensoren eignet sich für bildbasierte taktile Sensoren, die mit mehreren Modalitäten wie Bild, Sprache und Ton verbunden sind.

ein weiteres Papier„Tactile-Augmented Radiance Fields“ (CVPR, 2024, S. 26529-26539) etablierte das weltweit erste visuelle und taktile 3D-Modell TARF, das auf Szenenebene verallgemeinert werden kann. Die Generalisierungsfähigkeit des humanoiden Roboters UniX AI basiert ebenfalls auf dem Modell.

Heart of the Machine: Glauben Sie, dass es für Sie vorteilhafter oder nachteiliger ist, nach 2000 geboren zu sein?

Yang Fengyu: In einem Startup-Unternehmen ist der Gründer die Seele.Viele Leute denken, ich sei sehr jung, aber ich denke, dass es kein Problem ist, einer Generation nach den 2000ern anzugehören.

Aus technischer Sicht spielen junge Menschen eine sehr wichtige Rolle dabei, diese Welle des technologischen Wandels zu begrüßen und Innovationen zu verfolgen. Viele neue Technologien und Produkte werden von der heutigen Jugend entwickelt, insbesondere in High-Tech-Branchen, wo die Eintrittsbarrieren relativ hoch sind. Einer der Mitglieder von Soras Kernteam ist auch mein Klassenkamerad. Er zeigte starke technische Fähigkeiten, als er an der University of Michigan war.

Auf kognitiver und erfahrungsbezogener Ebene denke ich, dass schnelles Lernen und schnelles Korrigieren von Fehlern ebenfalls ein Weg ist. Das andere ist die Persönlichkeit. Sie müssen bereit sein, durchzuhalten und belastbar zu sein, nichts unversucht zu lassen und den Geist haben, „Wege zu öffnen, wenn Sie auf Berge stoßen, und Brücken zu bauen, wenn Sie auf Gewässer stoßen“. .

Natürlich gibt es auch viele erfahrene Experten im UniX AI-Team, die über umfangreiche Erfahrungen in den Bereichen Strukturen, Elektronik usw. verfügen. Nur durch eine effektive Zusammenarbeit zwischen uns können wir unsere Produkte in kurzer Zeit auf den Markt bringen.

Visuelle Berührung + Bedienung

Verbessern Sie die Fähigkeiten zur Robotergeneralisierung

Heart of the Machine: Warum ist die Verbesserung der Berührung für Roboter wichtig?

Yang Fengyu: Menschen sind multisensorische Tiere, die in der Regel auf den kombinierten Einfluss von Informationen basieren, die von mehreren Sinnen übermittelt werden.

Berührung ist eine der wichtigsten sensorischen Informationen. Sie erfolgt, nachdem der Roboter mit der Umgebung interagiert, während visuelles Feedback vorher erfolgt.Wenn ein Roboter ein Objekt ergreift, verformt sich das Objekt im Wesentlichen, nachdem diese Interaktion stattgefunden hat, stammen die inkrementellen Informationen, die der Roboter erhält, aus der Berührung – wie er sich anfühlt.

Mit taktilen Informationen können Roboter komplexere und heiklere Aufgaben besser bewältigen und so die Erfolgsquote bei Greifaufgaben erheblich steigern.Insbesondere beim Greifen flexibler Objekte ist die Rolle der Berührung offensichtlicher. Man kann sagen, dass es sich um eine qualitative Verbesserung von der grundsätzlichen Unmöglichkeit, die Aufgabe zu erledigen, zur Fähigkeit handelt, die Aufgabe zu erledigen.

Unser fahrbarer humanoider Roboter Wanda hat beispielsweise Aufgaben wie das Kneifen von Eiern, das Greifen von Tofu und das Waschen von Kleidung erledigt. Er verlässt sich bei der Ausführung von Aufgaben ausschließlich auf sein Sehvermögen. Ohne Rückmeldung ist dies für den Roboter schwierig.

Der Grund dafür, dass Roboter heute hauptsächlich auf das Sehen angewiesen sind, um Urteile zu fällen, liegt daran, dass visuelle Daten im Vergleich zu anderen Daten am direktesten sind, am einfachsten zu erhalten und zu trainieren sind und eine große Datenmenge verfügbar ist. Aber wenn sich der Roboter weiter der Verkörperung nähert, reicht es definitiv nicht aus, sich nur auf das Sehen zu verlassen.

Als eine Art sensorischer Information, die auf Interaktion beruht, liegt die Bedeutung der sinnvollen Nutzung taktiler Informationen darin, dass der Roboter nach und nach aus realen Interaktionen mit der Welt lernen und nutzbarer und allgemeiner werden kann.

Herz der Maschine: Warum verbessert sich die Kontrolle des Roboters über flexible Objekte, nachdem er Berührungen hinzugefügt hat?

Yang Fengyu: Das Hauptprinzip besteht darin, dass es einen großen Unterschied beim Greifen und Bedienen flexibler und starrer Objekte gibt. Die physikalische Form eines starren Objekts ändert sich vor und nach der Berührung grundsätzlich nicht, sodass sie beim Erfassen durch visuelle Beobachtung relativ leicht zu beurteilen ist. Es ist jedoch schwierig zu bestimmen, was nach dem Kontakt mit einem flexiblen Objekt passiert, indem man es vor dem Ergreifen oder Betätigen beobachtet, da während des Greifvorgangs eine große Anzahl von Verschlüssen und Verformungen auftreten und diese Verformungen mit dem Sehvermögen nur schwer genau vorherzusagen sind . von.

Wenn Sie beispielsweise ein Taschentuch in der Hand halten, blockiert es die Sichtlinie vollständig. Zu diesem Zeitpunkt kann das Sehvermögen kaum wirksame Informationen liefern, um zu beurteilen, wie man es greift oder bedient. In diesem Fall können wir uns nur auf physische Informationen wie Berührungen verlassen, um die Wahrnehmung zu vervollständigen.

Machine Heart: Warum scheint es, dass ich die meiste Zeit nicht versuchen muss, einen Gegenstand zu greifen, ich weiß nur, wie ich ihn greife?

Yang Fengyu: Das liegt daran, dass Sie sich als Mensch so gut integriert haben, dass Sie nicht wissen, dass Sie dabei taktile Informationen verwendet haben. Sie haben über mehr als zwanzig Jahre taktile Daten gesammelt und wissen daher nicht, welcher Sinn Sie bei der Bewältigung dieser Aufgabe unterstützt hat.

Herzstück der Maschine: Wie groß ist bei den meisten Roboteraufgaben der Unterschied im Beitragsverhältnis verschiedener Sinne? Wie hoch ist in dieser Phase die Priorität der Berührung?

Yang Fengyu: Bei den meisten Roboteraufgaben tragen verschiedene Sinne zu unterschiedlichen Anteilen in den drei Schritten Wahrnehmung, Argumentation, Entscheidungsfindung und Aktion bei.

Auf der Wahrnehmungsebene haben wir uns in der Anfangsphase hauptsächlich auf Vision und Punktwolken verlassen, um globale Informationen zu erhalten. Zum Beispiel den Grundriss des gesamten Hauses kennen, wissen, wo sich das Wasser befindet usw. Derzeit ist das Problem der Wahrnehmung globaler Informationen durch große visuelle Modelle und große 3D-Modelle grundsätzlich gelöst.

Auf der Entscheidungsebene wird vor allem auf die Sprache zurückgegriffen, um menschliches Vorwissen einzubringen.Nachdem der Roboter beispielsweise die Anweisung erhalten hat, Wasser aus dem Kühlschrank zu holen, kann er die Aufgabe aufschlüsseln und den ersten Schritt zum Öffnen des Kühlschranks, den zweiten Schritt zum Holen von Wasser und den dritten Schritt zum Schließen des Kühlschranks kennen stammt aus einer großen Menge an Internetdaten.

Auf der Aktionsebene kann die Vision Robotern dabei helfen, zu bestimmen, wohin sie greifen sollen. Aber taktile Informationen spielen beispielsweise bei der Bestimmung der Griffstärke eine wichtige Rolle. Wenn beispielsweise eine Okklusion vorliegt, etwa beim Halten von Tofu, ist es schwierig, die Greifmethode durch das Sehen genau zu beurteilen, aber die taktile Empfindung kann wichtige Informationen liefern, die dem Roboter dabei helfen, das präzise Greifen durchzuführen.

Darüber hinaus spielt die Berührung in einigen Szenen mit feiner Kraftsteuerung eine wichtige Rolle, z. B. beim Kneifen von Eiern, beim Greifen von Tofu usw., sowie in einigen Szenen, in denen die Beurteilung der Objektverformung und Kraftrückmeldung erforderlich ist.

Insgesamt variieren die Beitragsverhältnisse der verschiedenen Sinne von Aufgabe zu Aufgabe,Beim Erfassen einiger starrer Objekte kann das Sehen einen relativ hohen Anteil ausmachen; beim Ergreifen vieler flexibler Objekte ist die Rolle der Berührung wichtiger, und es kann sogar gesagt werden, dass es sich um eine qualitative Verbesserung gegenüber der grundsätzlichen Unfähigkeit handelt der Aufgabe, die Aufgabe abschließen zu können.

Herz der Maschine: Gibt es ausreichend hohe Barrieren zum Berühren? Welche Schwierigkeiten gibt es bei der Umsetzung in Roboterprodukte?

Yang Fengyu: Ich denke, es ist relativ hoch, dass Berührungen im Vergleich zu Sehen und Hören immer eine sehr Nischenmethode waren.

In den Anfängen der haptischen Arbeit waren Sensoren das größte Problem. Zu dieser Zeit gab es auf der Welt nicht viele Menschen, die sich mit datenbezogenen Arbeiten beschäftigten, und die Herstellung von Sensoren war ein zentrales Thema.

Zweitens stellt sich die Frage, wie taktile Informationen analysiert werden können, was sowohl Algorithmus- als auch Datenebene betrifft.Auf Datenebene wurden die meisten spezifischen Daten zur taktilen Wahrnehmung weltweit noch nie veröffentlicht. Dies kann an der besonderen Natur vieler Roboterkombinationen oder an anderen Gründen liegen, wodurch die Daten im Robotikbereich weniger offen sind als im Sichtbereich. Deshalb lösen wir weiterhin das Problem der Datensätze und setzen uns dafür ein, die kontinuierliche Offenlegung von Datensätzen zur Tasterfassung auf der ganzen Welt zu fördern.

Auf Algorithmusebene gibt es Unterschiede zwischen Tastsinn und Sehsinn, die viel Vorwissen in der Physik beinhalten.Beispielsweise können die Kraftverhältnisse durch Markierungen auf dem Sensor beurteilt werden, diese Informationen sind jedoch nicht so einfach zu interpretieren und zu identifizieren wie visuelle Informationen.

Damals wurde auch ein Experiment durchgeführt und die Ergebnisse zeigten, dass die erzeugten taktilen Signale für Menschen sehr schwer zu unterscheiden waren. Weil es für Menschen ohne spezielle Schulung schwierig ist, die taktilen Sinnessignale der einzelnen Dinge zu unterscheiden. Wir arbeiten auch aktiv daran, diese Hürde abzubauen und mehr Menschen in der akademischen Gemeinschaft dazu zu bewegen, sich daran zu beteiligen, um die Entwicklung und den Fortschritt des gesamten taktilen Bereichs zu fördern.

Machine Heart: Wenn taktile Informationen nicht nur mit dem Problem kleiner Mengen vorhandener Daten konfrontiert sind, sondern auch mit den hohen Kosten einer groß angelegten Sammlung, wie kann man sie dann skalieren?

Yang Fengyu: Die Arbeit, die wir zuvor gemacht haben, bestand eigentlich darin, dieses Problem zu lösen, nämlich wie man es skalieren kann, wenn eine groß angelegte Sammlung schwierig zu erreichen ist:

Der erste Schritt besteht darin, Sehen und Berühren zu verbinden und Berührungen durch Sehen vorherzusagen.Selbst in Szenen ohne taktile Erfassung werden Informationen wie Sehen und Sprache verwendet, um taktile Signale abzuleiten.

Beispielsweise können nach dem Sammeln der taktilen Informationen von Tischen des gleichen Typs und des gleichen Materials in einer neuen Wohn- oder Büroszene die taktilen Signale durch visuelle und verbale Informationen abgeleitet werden, auch wenn der neue Tisch nicht tatsächlich berührt wurde. So können wir den verfügbaren Datensatz auch ohne echten Körperkontakt erweitern. Diese Methode kann jedoch etwas vom tatsächlichen Signal abweichen, da es vorhergesagt wird.

Zweitens drängen wir weiterhin auf die öffentliche Veröffentlichung haptischer Datensätze.Durch die Veröffentlichung des Datensatzes können sich mehr Menschen an der Forschung und Entwicklung im Bereich Haptik beteiligen und so den Fortschritt des gesamten Fachgebiets vorantreiben.

Drittens streben wir auf Algorithmusebene danach, die Schwelle für die taktile Informationserkennung zu senken.Indem wir beispielsweise Markierungen zum Sensor hinzufügen und herausfinden, wie sich die Markierungen verändern, wenn sie unterschiedlichen Kräften ausgesetzt werden, können wir Vorkenntnisse dieser Physik nutzen, um taktile Informationen besser zu analysieren.

Viertens sind wir bestrebt, verschiedene Informationen wie visuelle, taktile, sprachliche und andere multimodale Informationen zu kombinieren, um verschiedene Aufgaben zu erledigen.Durch die Fusion multimodaler Informationen kann der Mangel an geringen Mengen taktiler Daten bis zu einem gewissen Grad ausgeglichen und die Generalisierungsfähigkeit und Anpassungsfähigkeit des Modells verbessert werden.

Machine Heart: Ist eine groß angelegte Sammlung möglich und welche Voraussetzungen sind erforderlich?

Yang Fengyu: Ich denke, dass dies tatsächlich der Engpass bei der gesamten Entwicklung der verkörperten Intelligenz ist. Ich persönlich denke, dass eine groß angelegte Sammlung erreicht werden kann, aber es gibt hier einen Kommerzialisierungsprozess.

Wenn Roboter in Tausende von Haushalten eindringen, können Sie ab einer bestimmten Anzahl genügend Daten sammeln, um weitere Szenarien zu unterstützen und einige Verallgemeinerungen vorzunehmen. Natürlich kann man nicht jeden Punkt für immer erfassen, daher wird es immer den Vorschlag eines „großen Maßstabs“ geben. Der Kern des maschinellen Lernens besteht darin, durch spärliche Stichproben eine Simulationsanpassung und Vorhersage einer dichten Verteilung zu erreichen.

Was die Daten betrifft, schließen wir Simulationen nicht aus, aber ich denke, dass eine bestimmte Menge realer Maschinendaten eine notwendige Voraussetzung für die Verwirklichung verkörperter Intelligenz ist.

Herzstück der Maschine: Was sind die wichtigsten technischen Indikatoren des großen Tastmodells?

Yang Fengyu: Das große taktile Modell verfügt wie jedes große Modell über einige Indikatoren für verschiedene nachgelagerte Aufgaben. Ich leitete das Team beim Aufbau des weltweit größten bestehenden visuellen und taktilen Datensatzes, Touch and Go, der weltweit einer der wichtigsten gemeinsamen Benchmarks für visuelle und taktile Robotermodelle vor dem Training darstellt.

Verkörperter intelligenter Roboter Wanda

Die Massenproduktion beginnt im September

Heart of the Machine: Nachdem Sie sich entschieden haben, ein Unternehmen zu gründen, welche Art von verkörpertem Geheimdienstunternehmen planen Sie aufzubauen?

Yang Fengyu: Der Kern des Unternehmertums besteht darin, Werte für die Gesellschaft zu schaffen.UniX AI ist eines der wenigen Unternehmen für verkörperte intelligente Roboter auf der Welt, das die C-Seite als erste Strategie festgelegt hat.

Obwohl TO C noch einen langen Weg vor sich hat, ist das Potenzial dahinter enorm. Aus industrieller Sicht sind humanoide Roboter in eine Phase der technologischen Integration von Hardware und KI eingetreten, entwickeln sich rasant und werden immer praktischer. Und ich bin optimistisch, dass dieser Integrationsprozess viel schneller vonstatten gehen wird, als ursprünglich von Brancheninsidern erwartet.

Alternde Bevölkerung, niedrige Geburtenrate, Arbeitskräftemangel ... das sind Probleme, mit denen die Welt konfrontiert ist. Die Verantwortung eines Unternehmens besteht darin, Probleme für die Gesellschaft zu lösen. Dies ist die Chance und der Wert von UniX AI, und es ist auch meine ursprüngliche Absicht, ein Unternehmen zu gründen. Der aktuelle grobe Landepfad dieser Strecke ist im Wesentlichen Industrie-Gewerbe-Heim. Wir werden Geschäft und Heim abdecken, was auch das Hauptszenario für die Bedienung von TO C-Benutzern ist.

Die Vision von UniX AI ist Robots For All, die Schaffung universeller humanoider Roboter, die in Bezug auf sportliche Fähigkeiten und Intelligenz führend sind und körperliche Arbeit und intelligente Kameradschaft ermöglichen.

Heart of the Machine: Warum haben Sie sich überhaupt für die Familienszene entschieden?

Yang Fengyu: Tatsächlich beschränken wir uns nicht nur auf Familienszenen, sondern machen auch pankommerzielle Szenen, wie zum Beispiel Büros.

Das To B-Szenario ist technisch relativ weniger schwierig, hat eine hohe Wiederholungsrate und stellt keine so hohen Anforderungen an die Verallgemeinerung. Allerdings beinhalten To-B-Szenarien oft eine starke Substitutionslogik, die sehr hohe Anforderungen an die Geschwindigkeit und Bediengenauigkeit des Roboters stellt.

Familienszenen sind komplex und verändern sich ständig, und jedes Zuhause ist ein kleines Ökosystem, das von Robotern starke Generalisierungsfähigkeiten erfordert. Dies stellt natürlich höhere Anforderungen an unsere Produkte. Gleichzeitig werden wir auch in Heimszenarien über viele L2-Level-Funktionen verfügen, was die Anpassungsfähigkeit und Spielbarkeit des Produkts in komplexen Szenarien weiter verbessern wird.

Im Allgemeinen kann unser Technologie-Stack sowohl To B als auch To C abdecken. Sobald die Familienszene gut gemacht ist, habe ich das Gefühl, dass ich mit anderen Szenen problemlos zurechtkomme. Von den härtesten Knochen auszugehen, spiegelt nicht nur die technische Stärke von UniX AI wider, sondern stellt auch unseren strategischen Weg zum Markteintritt dar.

Heart of the Machine: Wird es auch in To B-Szenen wie Fabriken gemacht?

Yang Fengyu: Wir schließen uns nicht auf alle Szenarien aus. Die modulare Hardwarelösung von UniX AI kann an viele verschiedene Szenarien angepasst werden. Gleichzeitig verfügen wir über eine Reihe von Bewegungsprimitivalgorithmen, die Wahrnehmung und Betrieb entkoppeln, um die Datennutzung zu maximieren, und unsere Portabilität auf Szenen wird sehr stark sein. Obwohl jedes Produkt seine Grenzen hat, sind wir bereit, in verschiedenen Szenarien zu versuchen und zu expandieren. Wir spielen auch einige wichtige Geschäftsszenarien durch, um Verbrauchern zu helfen.

Machine Heart: Was ist der sogenannte Supply-Chain-Kostenvorteil?

Yang Fengyu: Unser Team verfügt über eine Gruppe erfahrener Supply-Chain-Management-Experten, die Methoden zur Kostenkontrolle auf Massenproduktionsniveau beherrschen und diese auf die Roboter-Lieferkette anwenden können. Obwohl die Roboterindustrie die Preise noch nicht in großem Maßstab eingeführt hat, haben wir die Kosten auf der Ebene der Massenproduktion von Anfang an kontrolliert, um sicherzustellen, dass die Produkte für die Verbraucher akzeptable Preise erreichen können. Wir sind zuversichtlich, dass unsere Produkte durch eine wirksame Kostenkontrolle äußerst wettbewerbsfähig im Preis sein werden und die Entwicklung des Unternehmens stark unterstützen werden.

Machine Heart: In welcher Preisspanne liegen die kommenden Produkte?

Yang Fengyu: Es ist für mich nicht bequem, dies jetzt offenzulegen, aber ich kann garantieren, dassEs muss ein sehr überraschender Preis sein.

Heart of the Machine: Wie wollen Sie zum Ende kommen?

Yang Fengyu: Die Logik unserer Herangehensweise an das Ende ist sehr einfach. Es ist eine gewisse Menge hochwertiger Echtdaten erforderlich.Der Schlüssel liegt darin, wie man diese Daten erhältNehmen wir zum Beispiel das autonome Fahren: Teslas FSD kann das Ende erreichen, weil es 6 bis 8 Jahre gedauert hat, bis Autos kontinuierlich auf der Straße unterwegs waren und Daten sammelten.

Die Robotikbranche ist anders. Jeder erwartet von Robotern, dass sie etwas automatisch tun. Wir haben zunächst mehrere Einzelpunkt-Szenenfunktionen entwickelt.Geben Sie jedem das Gefühl, dass der Roboter nützlich ist oder Spaß macht und dass er erschwinglich ist, sodass jeder bereit ist, ihn zu kaufen.

Unsere Lieferkette hat Vorteile und kann die Preise senken, was ein sehr kritischer Punkt ist.Durch kontinuierliches Feedback von Benutzern optimieren und iterieren wir weiterhin Produkte und schaffen schließlich einen universellen, intelligenten Roboter.

Heart of the Machine: Was ist die Schwierigkeit und Bedeutung der Massenproduktion von Robotern?

Yang Fengyu: Es ist eigentlich sehr einfach, eine DEMO zu erstellen, solange man sie im Labor erstellt, ist sie ein Erfolg. Die Schwierigkeit der Massenproduktion liegt darin, dass nicht eine, sondern hundert oder tausend Einheiten tatsächlich in das Haus des Benutzers gelangen und die Datensicherheit, Betriebsstabilität und zugrundeliegende Kontrollzuverlässigkeit auf die Probe gestellt werden. Dies erfordert ein starkes After-Sales-Team und kontinuierliche Kontrolle Iteration. Technisches Team. Darüber hinaus ist auch der Prozess sehr wichtig, was auch ein wichtiger Indikator für die Prüfung der Massenproduktionsfähigkeiten ist.

Seine Bedeutung ist natürlich unbestritten. Einerseits spiegelt es die Wettbewerbsfähigkeit der Lieferkette wider, andererseits zeigt es die Reife der Technologie. Wer isst als erster Krabben? Wer isst schnell und gut? Darüber hinaus kann die Massenproduktion einen gewissen First-Mover-Vorteil erlangen.

Heart of the Machine: Nachdem Sie sich entschieden haben, ein Unternehmen zu gründen, wie sieht die anfängliche Teambuilding-Idee und die Teambildungssituation derzeit aus?

Yang Fengyu: Von 0:1 an ist die Startelf sehr wichtig. Ich bin es gewohnt, Dinge zuerst von oben zu planen und sie dann langsam, wie ein Wasserfall, von oben nach unten auf jeder Ebene einzusetzen. Finden Sie zuerst die wichtigsten Schlüsselpersonen, beginnen Sie dann mit der Arbeit an ihnen und erweitern Sie sie dann nach unten, um das Team kontinuierlich zu verbessern und das ganze Rad drehen zu lassen.

Seit Ende letzten Jahres ist unser Team sehr schnell gewachsen und hat drei Produktgenerationen entwickelt. Derzeit nimmt die Größe des Teams Gestalt an, doch auch in Zukunft werden wir uns je nach Bedarf weiter anpassen und verbessern, um das Unternehmen wettbewerbsfähiger zu machen.

Die Akquise von Talenten ist eines der wichtigsten Dinge für ein Startup-Unternehmen. Ich habe die meisten Talente in unserem Unternehmen persönlich kennengelernt.Oftmals ist der CEO nicht nur der CEO, sondern auch der „Chief Meaning Officer“. Er muss seinen Kollegen den Wert und die Bedeutung unserer Arbeit erklären.Es ist sehr wichtig, dass sie sich einigen und gemeinsam auf den Weg gehen.

Gleichzeitig ist mein Verwaltungsradius zu diesem Zeitpunkt sehr groß und die Verwaltungsgranularität ist sehr schwierig, aber notwendig. Nur wenn Sie ein umfassendes Verständnis haben und bestätigen, dass die Ausrichtung des Unternehmens richtig und stabil ist, können Sie mehr Zeit für andere Aspekte aufwenden.

Heart of the Machine: Wie zieht man diese Talente an?

Yang Fengyu: Was jeden anzieht, ist im Wesentlichen der Weg zum Ende der verkörperten Intelligenz. Darüber hinaus ist es die Frage, wie man ihn bewerkstelligen kann.

Wir haben mehrere Highlights. Erstens haben wir einen sehr starken Kostenvorteil in der Lieferkette. Zweitens verfügen wir über starke Ausführungsfähigkeiten und eine sehr schnelle Iterationsgeschwindigkeit. Viele Kandidaten denken vielleicht, dass wir mittelmäßig sind, aber nach ein paar Jahren Ein paar Wochen später kam ich zurück und stellte fest, dass die Szene fertiggestellt war und die Fortschritte sehr schnell gingen. Wir haben auch Talente von einigen der führenden inländischen Robotikunternehmen, die aktiv darum gebeten haben, sich uns anzuschließen.

Heart of the Machine: Was ist die aktuelle Finanzierungsquelle?

Yang Fengyu: Wir werden zu gegebener Zeit eine einheitliche Offenlegung vornehmen.

Heart of the Machine: Gibt es einen externen Finanzierungsplan?

Yang Fengyu: Das aktuelle Feedback der Investoren ist sehr positiv. Wir begrüßen Investoren, die unsere Vision einer universellen verkörperten Intelligenz teilen, um langfristig bei uns zu bleiben.

Machine Heart: Könnten Sie bitte Ihre kommenden Produkte und zukünftigen Marktpläne detaillierter vorstellen?

Yang Fengyu: Der Roboter, den wir in Serie produzieren werden, heißt Wanda und ist ein humanoider Zweiarmroboter auf Rädern. Im ersten technischen Video, das wir veröffentlicht haben, können Sie einige seiner Funktionen sehen, aber das ist noch nicht alles. Wenn wir es im September den Verbrauchern vorstellen, wird es noch weitere überraschende Details geben.

Letztendlich ist das Produkt, das UniX AI den Verbrauchern liefern möchte, ein universell verkörperter intelligenter Roboter, der nicht nur das Zuhause bedient, sondern auch Menschen an immer weitere Orte begleiten und mehr Funktionen bereitstellen kann. Dies erfordert auch eine kontinuierliche Weiterentwicklung der Technologie kollaborative Co-Creation zwischen Unternehmen und Nutzern. Ohne kleine Schritte kann man keine tausend Meilen zurücklegen, also fangen wir mit dem ersten Schritt an.