uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ihmiskunta käynnistää räjähdysmäisen päivityksen tekoälyn alalla Jokainen askel teknologian laajentumisessa tuntemattomaan on herättänyt hämmästyttävää huomiota.

Tekoälyn rajojen laajentamisen aikana tärkeiden raiteiden teknisillä reiteillä esiintyy rinnakkain innovaatioita ja erimielisyyksiä. Teknologian pioneerien arvostelukyky ja valinnat vaikuttavat monien seuraajien jalanjälkiin.

Kuluneen vuoden aikana Heart of the Machine on ottanut yksinomaan johtoaseman esittelemällä erinomaisia ​​yrityksiä, kuten Dark Side of the Moon, Shengshu Technology, Aishi Technology ja Wuwen Xinqiong kaikille, jättäen heille ensimmäisen "10 000 sanan haastattelukäsikirjoituksen". Internetin maailmassa. Vaiheessa, jolloin teknologiareitit eivät ole vielä lähentyneet, olemme nähneet tekoälyyrittäjien johtajuuden, jolla on todella uskoa, rohkeutta ja systemaattista kognitiota.

Siksi lanseerasimme "AI Pioneers" -sarakkeen toivoen voivamme edelleen löytää ja tallentaa yrittäjiä, joilla on johtajuutta eri tekoälyn osa-alueilla AGI-aikakaudella, ja esitellä AI-radan merkittävimmät ja potentiaalisimmat startupit. ja jakaa saavutuksiaan tekoälyn alalla Huippuluokan, selkeät käsitykset.

Kirjailija: Jiang Jingling

Koneen sydänraportti

Vaikka nuorista akateemisista neroista on tullut yksi nykyisten AGI-yhtiöiden perustajien valtavirran taustoista, vuonna 2000 syntynyt Yang Fengyu on vielä yllättävän nuori.

Yang Fengyu, jolla on tietojenkäsittelytieteen perustutkinto Michiganin yliopistosta ja tietojenkäsittelytieteen tohtoriopiskelija Yalen yliopistosta, on vasta 23-vuotias.

Vuonna 2024 hänen perustamansa UniX AI -älyyritys sai pyörällisen humanoidirobotin kehittämisen ja valmistuksen päätökseen viidessä kuukaudessa. Tämä robotti, jossa on muun muassa "aterian jälkeinen siivous" ja "pesula", aloitetaan massatuotanto ja ulkoinen myynti. syyskuussa.

Tämä on erittäin nopea kaupallistamisnopeus, kun monet älykkäät robotit ovat vielä laboratoriovaiheessa.Suzhoussa UniX AI:n robottimassatuotantotehdas on ylittänyt 2 500 neliömetriä.

Tämä yritys, josta lähes kukaan ei ollut kuullut viime vuonna, on rekrytoinut monia robotiikkateollisuuden vanhempia teknisiä kykyjä viimeisen kuuden kuukauden aikana. "Pääpalvelurobotin tutkimus- ja kehitysjohtaja auttaa meitä rungon valmistamisessa, ja laitteistostamme vastaavat humanoidirobottiyrityksen huippuosaajat."Heinäkuussa 2024 professori Wang Hesheng, tunnettu robotiikan asiantuntija Shanghai Jiao Tong -yliopistosta, ilmoitti liittyvänsä virallisesti UniX AI:hen johtavaksi tutkijaksi.

Ensimmäisessä UniX AI:n julkaisemassa teknologian esittelyvideossa Wanda-niminen pyörällinen humanoidirobotti voi suorittaa tehtäviä, kuten tarttua tofuun, avustaa vaatteiden lajittelussa ja viedä vaatteita pesukoneeseen puhdistettaviksi. UniX AI näyttää löytäneen ratkaisun "joustavan tehtävän" -ongelmaan, jota ruumiillistuneiden tiedusteluyritysten on tällä hetkellä vaikea ratkaista.

"Minusta nuoressa olemisessa ei ole mitään väärää. Teknisestä näkökulmasta katsottuna monet uudet teknologiat ja tuotteet ovat luoneet nuoret, joilla on vahva akateeminen tausta, mikä yllätti meidät 00-luvun jälkeisenä sukupolvena osoita keskustelussani kypsyyttä vuosia pidemmälle, ja minulla on erittäin selkeä käsitys yrityksen johtamisen ja ruumiillistuneen älykkyyden teknisistä vaiheista.

Uteliaisuutemme UniX AI:ta kohtaan keskittyy siihen, kuinka ruumiillistuneen älykkyyden yritys, jolla ei ole juuri mitään uutisia riskipääoman piirissä, voi saavuttaa niin nopean kehityksen kuin yksi harvoista 2000-luvun jälkeen perustetuista ruumiillisista tiedusteluyrityksistä. Kuinka UniX AI saavuttaa kehityksen nollasta? 1? Miltä UniX AI:n lopullinen etenemissuunnitelma ruumiillistuneelle älylle näyttää?

Nämä kysymykset mielessään Machine Heart aloitti ensimmäisen julkisen median vuoropuhelunsa Yang Fengyun kanssa yrityksensä perustamisen jälkeen.

Yale Post-2000

Osallistu Embodied Intelligent Entrepreneurship -toimintaan

Machine Heart: Oletko valmistunut nyt?

Yang Fengyu: Menin Yaleen suoraan perustutkinto-opiskelijana ja täytin periaatteessa kaikki väitöskirjavaatimukset. Otetaan esimerkiksi tämä vuosi, voitin 4 CVPR-paperia ja muita, yhteensä yli kymmenen huipputyötä. tekoälystä ja robotiikasta Osaa kirjoittaa artikkeleita.

Machine Heart: Olet erittäin energinen.

Yang Fengyu: (nauraa), olen usein hereillä klo 3.30 asti aamulla, ja menin jopa ottamaan diabeettisen injektion jokin aika sitten. Lähinnä siksi, että tiimi on yhdessä, emmekä usein katso kelloihimme, kun katsomme ylös, on jo myöhäistä.

Machine Heart: Milloin ajattelit aloittaa yrityksen?

Yang Fengyu: Olen aina uskonut, että yrittäjyydessä on kyse "oikeasta ajasta, oikeasta paikasta ja oikeista ihmisistä".

Viime vuonna havaitsimme suurta edistystä havainnointitasolla. Jotkut suuret mallit, mukaan lukien monimuotoiset mallit, kuten visio, kielimallit ja kosketus, ovat edistyneet suuresti . Lisäksi maassa on käynnistetty joukko tukipolitiikkoja hyvän ympäristön luomiseksi yrittäjyydelle.Tämä on "taivaan aika".

"Huono sijainti":Ei ole epäilystäkään siitä, että universaalit humanoidirobotit ovat seuraava kehityssuunta uusien energia-ajoneuvojen jälkeen.

Alussa selvitimme, missä vaiheessa robottiteollisuuden insinööritaso on edennyt, missä on kysyntä markkinoilla, mitä ongelmia edellisen sukupolven robotit ratkaisivat ja missä ovat sen tulevaisuuden mahdollisuudet?

Menestyksen avain on oikean henkilön löytäminen. Tänä vuonna muodostimme muodollisesti tiimin ja kokosimme nopeasti asiantuntijoita useilta aloilta, mukaan lukien päähän asennetun lakaisurobotin T&K-johtajan sekä laitteistostamme vastaavan pää-humanoidirobotin yrityksen huippulahjakkuuksia. Algoritmitasolla olen rekrytoinut joukon kykyjä Yhdysvalloista ja Euroopasta, mukaan lukien joitain luokkatovereitani ja senioreita.Tämä on "harmoniaa".

Perustajana ja toimitusjohtajana tärkeintä on kerätä resursseja.UniX AI on globaali yritys, joka yhdistää robottiohjelmistojen, laitteistojen ja toimitusketjujen edut eri maista ympäri maailmaa;Samaan aikaan meillä on kansainvälisiä suunnitelmia ja toteutamme Robots For All -yrityksen vision jatkuvalla panostuksella vuoden, kolmen ja viiden vuoden suunnitelmissa.

Heart of the Machine: Esittele lyhyesti akateeminen kokemuksesi.

Yang Fengyu: Kävin peruskoulusta lukioon Kiinassa. Menin Michiganin yliopistoon tietojenkäsittelytieteen pääaineeksi perustutkintoa varten. Pääsin ensimmäisen kerran kosketuksiin näön ja koneoppimisen kanssa. Myöhemmin mentorini "multimodaalisen oppimisen" vaikutuksesta aloin tehdä visuaalista ja tuntotutkimusta.

Opintojaksonsa aikana hän julkaisi 5 artikkelia robottinäöstä ja haptiikasta.Niiden joukossa "Touch and Go: Learning from Human Collected Vision and Touch" on maailman suurin visuaalinen ja tuntoaistin tietojoukko.Tekoälyn ja koneoppimisen huippukonferenssin, NuerIPS:n hyväksymä.

Toisessa työssä esittelimme diffuusiomallin ensimmäistä kertaa täydentämään näön ja kosketuksen keskinäistä muuntamista, ja tulokset hyväksyttiin ICCV:ssä.

Roboteille kosketus on tärkeää. On vaikea sanoa paljaalla silmällä, onko vaate polyesteriä, puuvillaa vai silkkiä. Lisäksi jotkin arkaluontoiset toiminnot, kuten latauskaapelin työntäminen latausporttiin, vaativat myös jatkuvaa säätöä kosketuksen avulla, jota ei voida suorittaa pelkällä visiolla.

Machine Heart: Ja sitten tulit Yaleen.

Yang Fengyu: Joidenkin robottien visuaalisia ja tuntonäkökohtia koskevien töiden vuoksi, erityisesti visuaalisten ja tuntoaistien muuntamisen ja niiden yleistämisen vuoksi suurissa kielimalleissa, sain North American Computer Societyn erinomaisen perustutkintotutkijan arvonimen. oli ensimmäinen henkilö koulun historiassa. Lopulta hän valitsi Yalen yliopiston tohtoriopintoihinsa.

Tänä aikana julkaisin useita artikkeleita, mukaan lukien "Sitova kosketus kaikkeen: yhtenäisten multimodaalisten tuntoesitysten oppiminen" (CVPR, 2024, s. 26340-26353) Tässä artikkelissa ehdotin maailman ensimmäistä UniTouchia, suurta kosketusta malli, jossa on useita erilaisia ​​tuntoantureita, sopii näköpohjaisille tuntoantureille, jotka on liitetty useisiin modaliteeteihin, kuten näkö, puhe ja ääni.

toinen paperi"Tactile-Augmented Radiance Fields" (CVPR, 2024, s. 26529-26539) loi maailman ensimmäisen 3D-visuaalisen ja kosketusmallin TARF, joka voidaan yleistää kohtaustasolla. UniX AI humanoidirobotin yleistyskyky perustuu myös malli.

Heart of the Machine: Onko vuoden 2000 jälkeen syntyminen mielestäsi sinulle edullisempaa vai epäedullisempaa?

Yang Fengyu: Startup-yrityksessä perustaja on sielu.Monet ihmiset ajattelevat, että olen hyvin nuori, mutta mielestäni 00-luvun jälkeinen sukupolvi ei ole ongelma.

Teknisestä näkökulmasta katsottuna nuorilla on erittäin vahva rooli tämän teknologisen muutoksen aallon toivottamisessa ja innovaatioiden seuraamisessa. Nykypäivän nuoret luovat monia uusia teknologioita ja tuotteita, erityisesti korkean teknologian aloilla, joilla markkinoille pääsyn esteet ovat suhteellisen korkeat. Yksi Soran ydintiimin jäsenistä on myös luokkatoverini. Hän osoitti vahvaa teknistä kykyä Michiganin yliopistossa.

Kognitiivisella ja kokemuksellisella tasolla mielestäni nopea oppiminen ja virheiden nopea korjaaminen on myös polku. Toinen on persoonallisuus Sinun on oltava valmis sinnikköön ja sitkeästi, älä jätä kiveä kääntämättä, ja sinulla on oltava ”tien avaaminen vuoria kohtaaessasi ja siltojen rakentaminen vesillä”. .

Tietysti UniX AI -tiimissä on myös paljon kokeneita asiantuntijoita Heillä on runsaasti kokemusta rakenteista, elektroniikasta jne. Vain tehokkaalla yhteistyöllä voimme tuoda tuotteemme markkinoille lyhyessä ajassa.

Visuaalinen kosketus + käyttö

Paranna robotin yleistysominaisuuksia

Koneen sydän: Miksi kosketuksen parantaminen on tärkeää roboteille?

Yang Fengyu: Ihmiset ovat moniaistiisia eläimiä. Toimintapäätöksesi ovat yleensä useiden aistien välittämän tiedon yhteisvaikutus. Sama pätee teoriassa älykkäisiin robotteihin.

Kosketus on yksi tärkeimmistä aistinvaraisista tiedoista Visuaaliseen palautteeseen verrattuna se tapahtuu sen jälkeen, kun robotti on vuorovaikutuksessa ympäristön kanssa, kun taas visuaalinen palaute tulee ennen.Kun robotti tarttuu esineeseen, kohde muuttuu pohjimmiltaan tämän vuorovaikutuksen jälkeen robotin saama lisäinformaatio tulee kosketuksesta – miltä se tuntuu.

Tuntettavien tietojen ansiosta robotit voivat suorittaa paremmin monimutkaisemmissa ja herkissä tehtävissä, mikä parantaa huomattavasti tarttumistehtävien onnistumisastetta.Varsinkin joustavien esineiden tarttumisessa kosketuksen rooli on ilmeisempi Voidaan sanoa, että se on laadullinen parannus periaatteessa mahdottomasta tehtävän suorittamiseen.

Esimerkiksi pyörällinen humanoidirobottimme Wanda on suorittanut tehtäviä, kuten munien nipistämistä, tofun tarttumista ja vaatteiden pesua. Ilman palautetta robotin on vaikea suorittaa tehtäviä.

Miksi robotit luottavat nyt pääosin näkemykseen arvioiden tekemisessä, johtuu siitä, että visuaalinen data on muihin tietoihin verrattuna suorin, helpoin saada ja kouluttaa, ja käytettävissä on suuri määrä dataa. Mutta kun robotti liikkuu edelleen kohti suoritusmuotoa, pelkkä visioon luottaminen ei todellakaan riitä.

Eräänlaisena vuorovaikutukseen perustuvana aistitietona tuntoinformaation järkevän käytön merkitys on siinä, että robotti oppii vähitellen todellisesta vuorovaikutuksesta maailman kanssa ja muuttuu käyttökelpoisemmaksi ja yleistyvämmäksi.

Koneen sydän: Miksi robotin joustavien esineiden hallintataso paranee kosketuksen lisäämisen jälkeen?

Yang Fengyu: Pääperiaate on, että joustavien esineiden ja jäykkien esineiden tarttumisessa ja käyttämisessä on suuri ero. Jäykän esineen fyysinen muoto ei periaatteessa muutu ennen kosketusta ja sen jälkeen, joten se on suhteellisen helppo arvioida visuaalisella havainnolla tarttua. On kuitenkin vaikea määrittää, mitä tapahtuu kosketuksen jälkeen joustavaan esineeseen tarkkailemalla sitä ennen tarttumista tai käyttöä, koska tartuntaprosessin aikana tapahtuu suuri määrä tukkeumia ja muodonmuutoksia, ja näitä muodonmuutoksia on vaikea ennustaa tarkasti näön avulla. .

Esimerkiksi, kun kudosta pidetään kädessä, se sulkee näkökentän kokonaan. Tällä hetkellä näkö ei pysty antamaan tehokasta tietoa sen arvioimiseksi, kuinka kudosta on pidetty kädessä. Tässä tapauksessa voimme luottaa vain fyysiseen tietoon, kuten kosketukseen, täydentääksemme havaintoa.

Machine Heart: Miksi näyttää siltä, ​​että suurimman osan ajasta minun ei tarvitse yrittää tarttua esineeseen, tiedän vain kuinka tarttua siihen.

Yang Fengyu: Tämä johtuu siitä, että ihmisenä olet integroitunut niin hyvin, että et tiedä käyttäväsi siinä kosketeltavaa tietoa. Sinulle on kertynyt yli kahdenkymmenen vuoden tuntotietoa, joten et tiedä mikä aisti tuki sinua tämän tehtävän suorittamisessa.

Koneen sydän: Mikä ero on useimpien robottitehtävien osalta eri aistien panossuhteessa? Kuinka korkea on kosketuksen prioriteetti tässä vaiheessa?

Yang Fengyu: Useimmissa robottitehtävissä eri aistit vaikuttavat eri mittasuhteisiin havainnoinnin, päättelyn, päätöksenteon ja toiminnan kolmessa vaiheessa.

Havaintotasolla, alkuvaiheessa, luotimme pääasiassa visioon ja pistepilveen saadaksemme globaalia tietoa. Esimerkiksi koko kodin pohjaratkaisun tunteminen, missä vesi on jne. Tällä hetkellä ongelma globaalin tiedon havaitsemisesta suurten visuaalisten mallien ja 3D-suurten mallien avulla on periaatteessa ratkaistu.

Päätöksentekotasolla kieleen nojaudutaan pääasiassa ihmisten aiemman tiedon esittelyssä.Esimerkiksi saatuaan ohjeen saada vettä jääkaapista, robotti voi hajottaa tehtävän ja tietää ensimmäisen vaiheen jääkaapin avaamiseen, toisen vaiheen veden saamiseksi ja kolmannen vaiheen jääkaapin sulkemiseen tulee suuresta määrästä Internet-dataa.

Toimintatasolla visio voi auttaa robotteja määrittämään, mistä tarttua, Mutta kosketustiedolla on tärkeä rooli esimerkiksi pitovoiman määrittämisessä. Esimerkiksi okkluusiossa, kuten tofua pidettäessä, on vaikea arvioida tarkasti tartuntatapaa näön avulla, mutta tuntoaisti voi tarjota avaintietoa, joka auttaa robottia suorittamaan tarkan ottamisen.

Lisäksi kosketuksella on tärkeä rooli joissakin kohtauksissa, joissa on hieno voimanhallinta, kuten munien puristaminen, tofuun tarttuminen jne., sekä joissakin kohtauksissa, jotka edellyttävät kohteen muodonmuutosten arviointia ja voiman palautetta.

Kaiken kaikkiaan eri aistien panossuhteet vaihtelevat tehtävästä toiseen,Joidenkin jäykkien esineiden tarttumisessa näkemys voi olla suhteellisen suuri monien taipuisten esineiden tarttumisessa, kosketuksen rooli on kriittisempi, ja sen voidaan jopa sanoa olevan laadullinen parannus verrattuna siihen, että periaatteessa ei pystytä viimeistelemään; tehtävän suorittamiseen.

Koneen sydän: Onko olemassa riittävän korkeita esteitä koskea? Mitä vaikeuksia sen toteuttamisessa robottituotteissa on?

Yang Fengyu: Uskon, että se on suhteellisen korkea Ennen vuotta 2023 kosketus on aina ollut hyvin niche-muoto verrattuna näkemiseen ja kuuloon, kosketukseen liittyvää työtä on vain vähän.

Haptiikkaan liittyvän työn alkuaikoina anturit olivat suurin ongelma. Tuolloin maailmassa ei ollut paljon dataan liittyvää työtä tekeviä ihmisiä, ja antureiden valmistus oli avainkysymys.

Toiseksi on kysymys siitä, kuinka käsin kosketeltavaa tietoa jäsennetään, mikä sisältää sekä algoritmi- että tietotasot.Datatasolla suurinta osaa maailman tuntoaistin tiedoista ei ole aiemmin julkistettu. Tämä voi johtua monien robottiyhdistelmien erityisluonteesta tai muista syistä, jolloin robotiikka-alan data on vähemmän avointa kuin näkökentässä. Siksi jatkamme tietojoukko-ongelman ratkaisemista ja olemme sitoutuneet edistämään tuntoaistimien tietojoukkojen jatkuvaa julkistamista kaikkialla maailmassa.

Algoritmitasolla kosketuksen ja näön välillä on eroja, jotka sisältävät paljon fysiikan aiempia tietoja.Esimerkiksi voimaolosuhteet voidaan arvioida anturin merkkien avulla, mutta tämä tieto ei ole yhtä helppo tulkita ja tunnistaa kuin visuaalinen tieto.

Tuolloin tehtiin myös koe, jonka tulokset osoittivat, että luotuja tuntosignaaleja oli ihmisten erittäin vaikea erottaa. Koska ihmisten on vaikea erottaa jokaisen asian tuntoaistimia ilman erityistä koulutusta. Teemme myös aktiivisesti työtä tämän esteen alentamiseksi ja kannustamme akateemisen yhteisön jäseniä osallistumaan siihen edistääksemme koko kosketuskentän kehitystä ja edistymistä.

Machine Heart: Jos kosketustiedoissa ei ole vain olemassa olevan tiedon pienen määrän ongelmaa, vaan myös suuren mittakaavan keräämisen korkeat kustannukset, niin kuinka skaalautua?

Yang Fengyu: Työ, jonka teimme aiemmin, oli itse asiassa yrittää ratkaista tämä ongelma, kuinka skaalautua, kun laajamittainen kerääminen on vaikeaa:

Ensimmäinen askel on yhdistää näkö ja kosketus sekä ennustaa kosketus näön kautta.Jopa kohtauksissa, joissa ei ole kosketusta, tietoa, kuten näkemystä ja kieltä, käytetään tuntosignaalien päättelemiseen.

Esimerkiksi samantyyppisten ja -materiaalisten pöytien tuntoinformaation keräämisen jälkeen uudessa kodissa tai toimistossa, vaikka uuteen pöytään ei olisikaan itse asiassa koskettu, sen tuntosignaalit voidaan päätellä visuaalisen ja sanallisen tiedon avulla. Näin voimme laajentaa saatavilla olevaa tietojoukkoa myös ilman todellista fyysistä kontaktia. Tämä menetelmä voi kuitenkin olla jonkin verran erilainen kuin todellinen signaali, koska se on ennustettu.

Toiseksi jatkamme haptisten tietojoukkojen julkistamista.Aineiston julkistamisen myötä useammat ihmiset voivat osallistua haptiikan alan tutkimukseen ja kehitykseen, mikä edistää koko alan kehitystä.

Kolmanneksi, algoritmitasolla pyrimme alentamaan kosketustiedon tunnistuksen kynnystä.Esimerkiksi lisäämällä merkkejä anturiin ja selvittämällä, kuinka merkit muuttuvat, kun niihin kohdistuu erilaisia ​​voimia, voimme käyttää aiempaa tietoa näistä fysiikasta jäsentääksemme paremmin tuntotietoa.

Neljänneksi olemme sitoutuneet yhdistämään erilaisia ​​tietoja, kuten visuaalista, tunto-, kieli- ja muuta multimodaalista tietoa erilaisten tehtävien suorittamiseksi.Multimodaalisen tiedon yhdistämisellä voidaan jossain määrin kompensoida pienen tuntodatan puutetta ja parantaa mallin yleistyskykyä ja sopeutumiskykyä.

Machine Heart: Onko laajamittainen keräys mahdollista ja mitkä olosuhteet vaaditaan?

Yang Fengyu: Mielestäni tämä on itse asiassa koko ruumiillistuneen älykkyyden kehittämisen pullonkaula. Olen henkilökohtaisesti sitä mieltä, että laajamittainen kerääminen voidaan saavuttaa, mutta tässä on kaupallistamisprosessi.

Kun robotit tulevat tuhansiin kotitalouksiin, kun niitä on tietty määrä, voit kerätä tarpeeksi tietoa tukeaksesi useampia skenaarioita ja tehdä joitakin yleistyksiä. Tietenkään et voi vangita jokaista pistettä ikuisesti, joten ehdotus "suuresta mittakaavasta" on aina olemassa. Koneoppimisen ydin on saavuttaa simulaatiosovitus ja tiheän jakautumisen ennustaminen harvalla näytteenotolla.

Datan suhteen emme sulje pois simulaatiota, mutta mielestäni tietty määrä todellista konedataa on välttämätön edellytys ruumiillistuneen älyn toteuttamiselle.

Koneen sydän: Mitkä ovat suuren kosketusmallin tärkeimmät tekniset indikaattorit?

Yang Fengyu: Suurella kosketusmallilla, kuten kaikilla suurilla malleilla, on joitain indikaattoreita erilaisille loppupään tehtäville. Johdin tiimiä rakentamaan maailman suurinta olemassa olevaa visuaalista ja tuntotietoaineistoa, Touch and Go, joka on yksi tärkeimmistä robottien visuaalisten ja tuntokykyisten esikoulutusmallien yleisistä mittareista maailmassa.

Kehollinen älykäs robotti Wanda

Massatuotanto alkaa syyskuussa

Heart of the Machine: Millaisen ruumiillistuneen tiedusteluyrityksen aiot rakentaa sen jälkeen, kun olet päättänyt perustaa yrityksen?

Yang Fengyu: Yrittäjyyden ydin on arvon luominen yhteiskunnalle.UniX AI on yksi harvoista älykkäitä robottiyrityksiä maailmassa, joka on asettanut C-puolen ensimmäiseksi strategiakseen.

Vaikka TO C:llä on pitkä matka kuljettavana, sen takana on valtava potentiaali. Teollisesta näkökulmasta humanoidirobotit ovat siirtyneet laitteiston ja tekoälyn teknologisen integraation aikakauteen, kehittyen nopeasti ja muuttuen yhä käytännöllisemmiksi. Ja olen optimistinen, että tämä integraatioprosessi on paljon nopeampi kuin alan sisäpiiriläiset alun perin odottivat.

Väestön ikääntyminen, alhainen syntyvyys, työvoimapula... nämä ovat ongelmia, joita maailma kohtaa. Yrityksen vastuu on ratkaista yhteiskunnan ongelmia Tämä on UniX AI:n mahdollisuus ja arvo, ja se on myös alkuperäinen aikomukseni perustaa yritys. Tämän kappaleen nykyinen karkea laskeutumispolku on pohjimmiltaan teollisuus-kaupallinen-koti. Katamme bisneksen ja kodin, mikä on myös pääskenaario TO C -käyttäjien palvelemiseen.

UniX AI:n visio on Robots For All, luoda universaaleja humanoidirobotteja, jotka ovat johtavia urheilullisissa kyvyissä ja älykkyydessä ja mahdollistavat fyysisen työn ja älykkään kumppanuuden.

Heart of the Machine: Miksi valitsit perhekohtauksen alun perin?

Yang Fengyu: Itse asiassa emme rajoitu perhekohtauksiin, teemme myös yleiskaupallisia kohtauksia, kuten toimistoja.

To B -skenaario on teknisesti suhteellisen helpompi, sen toistotaajuus on korkea, eikä siinä ole niin suuria yleistysvaatimuksia. To B -skenaarioihin liittyy kuitenkin usein vahva korvauslogiikka, joka asettaa erittäin korkeat vaatimukset robotin nopeudelle ja toimintatarkkuudelle.

Perhekohtaukset ovat monimutkaisia ​​ja jatkuvasti muuttuvia, ja jokainen koti on pieni ekosysteemi, joka vaatii roboteilta vahvoja yleistyskykyjä. Tämä tietysti asettaa tuotteillemme korkeampia vaatimuksia. Samaan aikaan meillä on myös monia L2-tason toimintoja kotiskenaarioissa, jotka parantavat entisestään tuotteen sopeuttavuutta ja pelattavuutta monimutkaisissa skenaarioissa.

Yleensä tekniikkapinomme voi kattaa sekä To B:n että To C:n. Kun perhekohtaus on tehty hyvin, minusta tuntuu, että pystyn käsittelemään muita kohtauksia helposti. Kovimmista luista aloittaminen ei heijasta vain UniX AI:n teknistä vahvuutta, vaan edustaa myös strategista polkuamme päästä markkinoille.

Heart of the Machine: Tehdäänkö se myös To B -kohtauksissa, kuten tehtaissa?

Yang Fengyu: Emme sulje pois kaikkia skenaarioita UniX AI:n modulaarista laitteistoratkaisua voidaan mukauttaa moniin eri skenaarioihin. Samaan aikaan meillä on joukko liikeprimitiivisiä algoritmeja, jotka irrottavat havainnon ja toiminnan maksimoidakseen tiedon käytön, ja siirrettävyydemme kohtauksiin on erittäin vahva. Vaikka jokaisella tuotteella on rajansa, olemme valmiita kokeilemaan ja laajentamaan toimintaamme erilaisissa skenaarioissa. Käymme läpi myös tärkeitä liiketoimintaskenaarioita kuluttajien auttamiseksi.

Machine Heart: Mikä on niin sanottu toimitusketjun kustannusetu?

Yang Fengyu: Tiimillämme on joukko kokeneita toimitusketjun hallinnan asiantuntijoita, jotka hallitsevat massatuotantotason kustannusten hallintamenetelmät ja voivat soveltaa niitä robotin toimitusketjuun. Vaikka robottiteollisuudella ei ole vielä otettu hintoja suuressa mittakaavassa käyttöön, olemme alusta alkaen hillinneet kustannuksia massatuotannon tasolla varmistaaksemme, että tuotteet pääsevät kuluttajien hyväksyttäviin hintoihin. Luotamme siihen, että tehokkaan kustannushallinnan ansiosta tuotteemme ovat erittäin kilpailukykyisiä hinnoissa ja tukevat vahvasti yrityksen kehitystä.

Machine Heart: Mikä on tulevien tuotteiden hintaluokka?

Yang Fengyu: Minun ei ole kätevää paljastaa tätä nyt, mutta voin taata, ettäSe on varmasti erittäin yllättävä hinta.

Heart of the Machine: Miten aiot päästä loppuun?

Yang Fengyu: Logiikka lähestymistapamme loppuun on hyvin yksinkertainen. Tarvitaan tietty määrä korkealaatuista todellista dataa.Avain on siinä, miten nämä tiedot saadaanEsimerkiksi autonomisen ajamisen esimerkkinä Teslan FSD voi saavuttaa lopun, koska kesti 6–8 vuotta, että autot olivat jatkuvasti käynnissä tiellä ja kerättiin tietoja.

Robottiteollisuus on erilainen. Kaikki odottavat robottien tekevän jotain automaattisesti. Kehitimme ensin useita yhden pisteen kohtaustoimintoja,Anna kaikkien tuntea, että robotti on hyödyllinen tai hauska, ja se on robotin kohtuuhintainen, jotta kaikki ovat halukkaita ostamaan sen.

Toimitusketjullamme on etuja ja se voi alentaa hintoja, mikä on erittäin kriittinen kohta.Jatkuvan käyttäjien palautteen ansiosta jatkamme tuotteiden optimointia ja iterointia ja lopulta luomme universaalin älykkään robotin.

Koneen sydän: Mikä on robottien massatuotannon vaikeus ja merkitys?

Yang Fengyu: Demon tekeminen on todella helppoa Niin kauan kuin teet sellaisen laboratoriossa, se on menestys. Massatuotannon vaikeus piilee siinä, että ei yksi, vaan sata tai tuhat yksikköä todellisuudessa tulee käyttäjän kotiin testaamaan tuotteen tietoturvaa, toiminnan vakautta ja taustalla olevaa ohjauksen luotettavuutta Tämä edellyttää vahvaa huoltotiimiä ja jatkuvaa iteraatio. Lisäksi prosessi on myös erittäin tärkeä, mikä on myös tärkeä indikaattori massatuotantokyvyn testaamiseen.

Sen merkitys on tietysti kiistaton. Toisaalta se heijastaa toimitusketjun kilpailukykyä ja toisaalta teknologian kypsyyttä. Kuka syö ensimmäisenä rapuja? Kuka syö nopeasti ja hyvin? Lisäksi massatuotannosta voi saada tietyn etumatkan.

Heart of the Machine: Millainen on ensimmäinen tiiminrakennusidea ja tiiminmuodostustilanne, kun päätit perustaa yrityksen?

Yang Fengyu: 0-1, start-up joukkue on erittäin tärkeä. Olen tottunut suunnittelemaan asioita ensin ylhäällä ja sitten hitaasti levittämään ne jokaiselle tasolle, kuten vesiputoukselle, ylhäältä alas. Etsi ensin keskeiset avainhenkilöt ja ala sitten työskennellä heidän parissaan ja jatka sitten alaspäin kehittääksesi tiimiä jatkuvasti ja antaaksesi koko pyörän pyöriä.

Viime vuoden lopusta tähän päivään tiimimme on kasvanut erittäin nopeasti ja se on toistanut kolmen sukupolven tuotteita. Tällä hetkellä tiimin koko on alkanut muotoutua, mutta jatkossa jatketaan sopeutumista ja parantamista tarpeiden mukaan tehdäksemme yrityksestä kilpailukykyisemmän.

Lahjakkuuksien hankkiminen on yksi tärkeimmistä asioista startup-yritykselle. Olen henkilökohtaisesti tavannut suurimman osan yrityksestämme.Toimitusjohtaja ei ole usein vain toimitusjohtaja, vaan myös "päällikkö."Heille on erittäin tärkeää olla samaa mieltä ja lähteä tielle yhdessä.

Samaan aikaan, tässä vaiheessa johtamissäteeni on erittäin suuri ja myös johtamisen tarkkuus on erittäin vaikeaa, mutta välttämätöntä. Vasta kun sinulla on kattava käsitys ja varmistat, että yrityksen suunta on oikea ja vakaa, voit käyttää enemmän aikaa muihin asioihin.

Heart of the Machine: Kuinka houkuttelet nämä kyvyt?

Yang Fengyu: Pohjimmiltaan se, mikä houkuttelee kaikkia, on polku ruumiillistuneen älyn loppua kohti. Lisäksi kysymys on siitä, miten se tehdään.

Meillä on useita kohokohtia. Ensinnäkin meillä on erittäin vahva toimitusketju Palasin muutaman viikon kuluttua ja huomasin, että kohtaus oli saatu päätökseen ja edistyminen oli erittäin nopeaa. Meillä on myös kykyjä eräistä kotimaisten robotiikkaalan huippuyrityksistä, jotka ovat aktiivisesti pyytäneet joukkoomme.

Heart of the Machine: Mikä on nykyinen rahoituslähde?

Yang Fengyu: Annamme yhtenäisen ilmoituksen sopivana ajankohtana.

Heart of the Machine: Onko olemassa ulkopuolista rahoitussuunnitelmaa?

Yang Fengyu: Tämänhetkinen palaute sijoittajilta on erittäin myönteistä. Toivotamme sijoittajat, jotka jakavat näkemyksemme yleismaailmallisesta älykkyydestä, pysymään kanssamme pitkällä aikavälillä.

Machine Heart: Voisitko esitellä yksityiskohtaisemmin tulevat tuotteesi ja tulevaisuuden markkinasuunnitelmasi?

Yang Fengyu: Robotti, jota aiomme valmistaa massatuotantona, on nimeltään Wanda, joka on pyörillä varustettu kaksikätinen humanoidirobotti. Ensimmäisessä julkaisemassamme teknisessä videossa näet joitain sen ominaisuuksia, mutta tässä ei ole kaikki, kun julkaisemme sen kuluttajille syyskuussa.

Loppujen lopuksi kuluttajille toimittava UniX AI -tuote on universaali ruumiillistuma älykäs robotti, joka ei vain palvele kotia, vaan voi myös olla mukana yhä laajemmissa paikoissa ja tarjota enemmän toimintoja Tämä edellyttää myös teknologian jatkuvaa kehitystä yritysten ja käyttäjien välinen yhteistyö. Et voi saavuttaa tuhatta mailia ilman pieniä askeleita, joten aloitetaan ensimmäisestä askeleesta.