nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Sortie de Heart of the Machine

Département éditorial de Machine Heart

Plus d’un an après l’avènement de l’engouement pour l’intelligence incarnée, des changements révolutionnaires ont eu lieu dans les méthodes de production et d’interaction du monde physique et de l’information.

Dans le même temps, une nouvelle bataille commence tranquillement : les grands fabricants se creusent la tête pour capturer le « carburant » le plus précieux de l'IA : les données. À l’heure actuelle, le manque de données reste un obstacle majeur à l’intelligence incarnée universelle. Au cours des trois dernières années, dans les recherches sur l'intelligence incorporée menées par des sociétés bien connues telles que Google, NVIDIA et OpenAI, nous n'avons pas encore vu l'émergence de la loi de mise à l'échelle. Cela est lié au manque de différents types de données.

Comment résoudre ce problème fondamental ? D'un point de vue technologique, Sim2Real AI est une voie de longue date. Cependant, en raison du « biais conceptuel » dans l'élimination de l'écart Sim2Real, les universités et l'industrie le considèrent davantage comme une méthode auxiliaire de supplément de données.

Mais est-ce vraiment le cas ?

Jia Kui, professeur titulaire à l'Université chinoise de Hong Kong (Shenzhen) et fondateur de Cross-Dimensional Intelligence, a donné la réponse à travers une pratique à long terme du monde universitaire à l'industrie : « L'IA Sim2Real est la voie la plus efficace vers l'intelligence incarnée. »

De la vision bidimensionnelle à la vision tridimensionnelle, de l'intelligence spatiale à l'intelligence incarnée, de la recherche scientifique aux produits jusqu'à la mise en œuvre commerciale, Jia Kui explore ce domaine depuis plus de vingt ans. Récemment, au WAIC, une conversation a eu lieu sur la manière dont l’intelligence incarnée peut résoudre le dilemme des données.

Si vous deviez utiliser l’IA pour essayer de comprendre cette conversation, cela pourrait vous aider à résumer ces points clés :

Quelle est la nature de l’intelligence spatiale et de l’intelligence incarnée qui sont actuellement les sujets les plus brûlants ?

Quelle est la signification spécifique de la réalisation de l’intelligence spatiale et incarnée à l’aide du paradigme de la loi d’échelle ?

Quelle est la voie la plus efficace pour parvenir à une intelligence incarnée universelle ?

Comment l’intelligence incorporée passe-t-elle de la technologie au produit puis à la mise en œuvre commerciale ?

À l’avenir, quelles imaginations pourraient se réaliser et briser le paradigme de production de l’industrie ?

Bien sûr, il y a aussi des éléments que l’IA ne peut pas encore comprendre : ce chercheur scientifique et entrepreneur a démontré sa ferme confiance et sa mission historique.

Voici la transcription de l’entretien :

Construire un « modèle mondial »

Déclencher la « spiritualité » du robot

Q : Le professeur Li Feifei, surnommée la « marraine de l'IA », a choisi la direction de « l'intelligence spatiale » lorsqu'il a lancé sa première entreprise, qui a suscité une large attention dans ce domaine. Pouvez-vous parler de votre compréhension de l’intelligence spatiale et de l’intelligence incarnée ?

Jacqui : L’intelligence spatiale et l’intelligence incarnée sont des sujets qui ont suscité beaucoup d’attention au niveau social ces dernières années, mais les recherches universitaires qui les sous-tendent durent depuis longtemps. L'intelligence spatiale est un concept multidimensionnel qui fait généralement référence aux capacités cognitives et de raisonnement d'un individu dans un espace physique tridimensionnel et un temps et un espace quadridimensionnels, y compris la perception, le raisonnement, la prise de décision, etc. L'intelligence incorporée fait référence à l'intelligence dans laquelle un système intelligent a une forme physique et interagit avec l'environnement à travers cette forme. L’intelligence incarnée ne se concentre pas seulement sur la perception, mais inclut également les actions et réactions des agents intelligents face à l’environnement. Tout comme les humains utilisent leurs yeux pour percevoir le monde, l’intelligence incarnée nécessite que les robots soient capables de percevoir, d’interagir et de prendre des décisions grâce à des capteurs multimodaux pour former des capacités globales de cognition spatiale et d’opération.

Q : Quelles sont les similitudes et les différences entre l’intelligence spatiale et l’intelligence incarnée ?

Jacqui : Comme mentionné précédemment, l'intelligence spatiale donne à l'IA la capacité de percevoir et de comprendre le monde réel, tandis que l'intelligence incarnée nécessite non seulement la perception et le raisonnement cognitif des objets, des environnements et d'autres agents impliqués dans l'intelligence spatiale, mais couvre également la planification de mouvements de haut niveau. et le contrôle des mouvements de bas niveau requis pour le fonctionnement du robot, ainsi que diverses « compétences » du robot similaires aux capacités opérationnelles humaines définies par l'interaction entre le corps du robot et l'objet opérationnel. La maîtrise de chaque compétence signifie que le robot peut manipuler divers objets liés à cette compétence, et pas seulement un objet précis et spécifique.

Ces compétences comprennent un ensemble de « sous-compétences » et de « compétences atomiques », formant une bibliothèque de compétences robotiques, ou « espace de compétences ». L’essence de l’intelligence incarnée est d’apprendre et de généraliser cet espace de compétences, obtenant ainsi une intelligence générale artificielle (AGI) avec des attributs incarnés comme les humains.

Dans des applications spécifiques, l'intelligence spatiale a une portée plus large et peut être attachée au robot ou détachée du robot. Il s'agit essentiellement de comprendre l'espace, comme son application importante AR/VR. L’intelligence incarnée se reflète principalement dans les robots, en particulier les robots à usage général (humanoïdes).

En général, l’intelligence spatiale se concentre davantage sur les capacités cognitives et de raisonnement dans un espace et un temps à quatre dimensions, tandis que l’intelligence incarnée inclut en outre la capacité d’interagir directement avec l’environnement à travers des formes physiques.

Q : Pourquoi avez-vous choisi de démarrer une entreprise dans le sens de l’espace et de l’intelligence incarnée ?

Jacqui : On peut dire que nous avons prêté attention à ce domaine très tôt et que nous avons une profonde accumulation historique et technologique. L'équipe a créé le "Laboratoire de perception et d'intelligence de la géométrie" au début, alors que ce domaine n'était pas encore impliqué par les "grands fabricants" bien connus.Nous sommes l'un des premiers chercheurs et équipes en Chine à appliquer la technologie de l'intelligence artificielle à des données non européennes telles que la 3D.

Notre équipe a mené un grand nombre de recherches croisées sur l'innovation dans les domaines de l'apprentissage profond géométrique, de la modélisation 3D, de la perception spatiale et des applications robotiques, et a obtenu une série de résultats représentatifs, notamment Grasp Proposal Networks (NeurIPS 2020), Analytic Marching. (ICML 2020/TPAMI 2021), Sparse Steerable Convolution (NeurIPS 2021), 3D AffordanceNet (CVPR 2021), Fantasia3D (ICCV 2023), SAM-6D (CVPR 2024) et plus encore.

DexVerse™ 2.0 introduit la nouvelle technologie 4D Mesh, spécialement conçue pour la simulation physique dynamique et la génération de rendu de données, et peut gérer uniformément plusieurs objets tels que des corps rigides, des corps mous et des fluides. En tant que forme d'expression principale du moteur, 4D Mesh exécutera l'ensemble du processus, depuis la simulation physique, la génération d'annotations de données jusqu'à la formation de grands modèles.

视频链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650927069&idx=1&sn=32b8072ec663f02350d310f082511ebb&chksm=84e42ba3b393a2b5a5ca6 0fb8582ae4320820f4eb88e827a2f5830eedcc274e6a904482c6f59&token=263296417&lang=zh_CN#rd

Q : Quelle est votre compréhension des concepts fondamentaux de l’espace et de l’intelligence incarnée ? Sur ce titre brûlant, quels sont les avantages de l’interdimensionnalité ?

Jacqui :Nous croyons cela,Le cœur de l’intelligence spatiale et incarnée est d’établir un « modèle du monde » afin que les robots aient une « spiritualité » similaire à la perception humaine.Plus précisément, il est nécessaire d'établir un « modèle mondial » capable de modéliser, comprendre et raisonner avec précision la géométrie spatiale et les processus physiques, afin que divers capteurs de robots, notamment la vision, la force, le toucher, etc., puissent avoir la capacité de perception humaine.

Dans le cadre de l'architecture actuelle de l'IA et du paradigme de modèle, notre équipe espèreGrâce à la simulation physique générative, nous capturons le miroir spatio-temporel tridimensionnel du monde vivant humain pour obtenir des données d'attributs physiques infinies - c'est la clé pour réaliser l'intelligence spatiale et incarnée.

Par conséquent, depuis sa création, Kuandimensionnel a créé l'espace DexVerse™ auto-développé sous-jacent et le moteur d'intelligence incarnée, qui peut réaliser l'automatisation complète de la chaîne de « simulation physique - synthèse de données - formation de modèles » pour des scénarios commerciaux spécifiques, et sur la base de cette formation. un grand kit de modèles d'intelligence spatiale et incarnée et de capteurs intelligents visuels purs, donnant aux robots universels un cerveau et des yeux intelligents.

À l'heure actuelle, Kuandimension a atteint un taux de réussite de mission de plus de 99,9 % avec des données 100 % synthétiques et des exigences de précision opérationnelle millimétrique/submillimétrique dans plusieurs scénarios commerciaux.

Espace universel et intelligence incarnée

A quelle distance est-il de la fin ?

Q : Vous venez de parler de l’utilisation du paradigme de la loi de mise à l’échelle pour réaliser l’intelligence spatiale et incarnée. Pouvez-vous développer sa signification spécifique ? Est-il plus difficile de réaliser l’espace universel et l’intelligence incarnée que de réaliser l’universalité de grands modèles de langage ? Quelle est la difficulté ?

Jacqui : Il est en effet plus difficile de parvenir à un espace universel et à une intelligence incarnée que de parvenir à l’universalité de grands modèles linguistiques. Les grands modèles de langage, représentés par la série GPT d'OpenAI, atteignent un échantillon nul (zéro-shot), c'est-à-dire des capacités générales, montrant l'aube de ce qu'on appelle l'AGI.

Le langage naturel humain peut être considéré comme un code sémantique affiné grâce à un haut degré d’abstraction de l’univers et de l’environnement naturel dans lequel nous vivons. Par conséquent, il est relativement facile pour les grands modèles de langage d’apprendre et de généraliser directement au niveau abstrait.

Comparativement parlant,L’intelligence spatiale nécessite d’apprendre à partir des signaux bruts acquis par les capteurs, ce qui signifie franchir le « fossé sémantique » entre les signaux numériques bruts et les symboles sémantiques humains.Pour apprendre l'intelligence générale grâce à un paradigme de loi de mise à l'échelle similaire à GPT, une grande quantité de données de formation est nécessaire ;Les données de formation à l'intelligence spatiale nécessitent non seulement une grande quantité de données, mais nécessitent également un étalonnage précis des signaux originaux obtenus par les capteurs pour garantir qu'ils disposent de mesures à une échelle physique absolue. C'est beaucoup plus difficile que d'obtenir des données d'images et de texte massives. depuis Internet.

L'intelligence incarnée va encore plus loin. En plus d'apprendre l'intelligence générale à partir de signaux sensoriels de grande dimension tels que la vision, la force et le toucher, Son objectif le plus essentiel est d'apprendre « l'espace de compétences » du robot défini conjointement par l'ontologie du robot et l'objet opérationnel. La généralité de l’intelligence incarnée se reflète dans la généralisation dans l’espace des compétences, ce qui augmente la difficulté d’apprendre différents paradigmes.

Q : Pouvez-vous nous parler des capacités spécifiques des grands modèles multimodaux requises pour l'intelligence spatiale et l'intelligence incorporée ?

Jacqui :L'intelligence spatiale implique des tâches telles que la perception, l'interaction, le raisonnement et la prise de décision dans le monde physique tridimensionnel. L'intelligence incarnée nécessite en outre la formation d'une bibliothèque de compétences opérationnelles autonomes d'un robot basée sur une analyse intelligente des signaux de perception spatiale tels que la vision et la force. , et touchez.

Par conséquent, des capacités multimodales de grands modèles, notamment le langage naturel, le toucher forcé, l’état du corps du robot et d’autres modalités, sont nécessaires.Ces multimodalités peuvent être « intégrées » dans un espace sémantique, spatio-temporel et de compétences commun, permettant ainsi d’obtenir une intelligence spatiale et incarnée de type humain.

Q : À votre avis, dans quelle mesure l’espace universel et l’intelligence incarnée sont-ils la fin du jeu ?

Jacqui :À l'heure actuelle, le paradigme Scaling Law AI, caractérisé par des données massives, des modèles volumineux et une puissance de calcul énorme, peut être produit en masse de manière stable et rentable en partant du principe que le matériel robot universel est mature, c'est-à-dire les composants de base. tels que les robots humanoïdes, les mains adroites et les capteurs humanoïdes, il peut au moins prendre en charge l'intelligence spatiale et incarnée pour créer une valeur commerciale indépendante dans plusieurs scénarios commerciaux en boucle fermée avec des limites et un retour sur investissement raisonnable.

Plus précisément, dans de multiples scénarios tels que l’industrie, la logistique, le commerce et la maison, les robots peuvent effectuer diverses tâches de manière généralisable. Bien entendu, cela nécessite l’acquisition de données multimodales massives dotées de propriétés physiques, ainsi que le calcul automatique d’annotations riches prenant en charge plusieurs stratégies d’apprentissage telles que l’entraînement supervisé, l’apprentissage par imitation et l’apprentissage par renforcement.

La voie la plus efficace pour parvenir à une intelligence incarnée universelle

Q : J'ai remarqué que vous avez mentionné « L'IA Sim2Real est le moyen le plus efficace pour réaliser l'intelligence incarnée » dans votre discours WAIC. Pouvez-vous développer ce point ?

Jacqui : Pour parvenir à une intelligence incorporée, la nature et la finalité des données doivent être prises en compte. L’objectif de l’intelligence incorporée est de permettre aux robots d’atteindre des capacités opérationnelles générales dans un monde physique en constante évolution, basées sur des signaux de capteurs tels que la vision, la force et le toucher, tout comme ce que nous, les humains, faisons chaque jour dans notre vie quotidienne.

Dans le cadre du paradigme Scaling Law AI, c'est-à-dire que les modèles d'apprentissage automatique n'ont pas de véritable intelligence générale ou de généralisation, mais ont seulement la capacité d'« interpoler » dans l'apprentissage des distributions statistiques et de leurs distributions statistiques. La formation de robots intelligents incarnés nécessite l'acquisition d'un grand nombre de robots intelligents. quantité de données.

Ces données doivent couvrir les différentes conditions de fonctionnement impliquées dans chaque compétence robotique, telles que toutes les conditions de fonctionnement du matin au soir, du printemps, de l'été, de l'automne et de l'hiver, de l'intérieur à l'extérieur. Si vous comptez sur des systèmes de collecte de données robotisés ou des appareils portables, tels que la « téléopération » familière, alors pour collecter suffisamment de données, vous devez d'abord établir un modèle commercial qui permet aux utilisateurs de bénéficier des services et de la valeur commerciale tout en aidant également à collecter des données. données, mais actuellement, il n'existe pas de tel moyen.

En comparaison,Sim2Real AI peut couvrir tous les changements ci-dessus plus efficacement grâce à la simulation physique et aux données synthétiques. Cette méthode permet de simuler divers objets opérationnels, changements environnementaux, configurations de robots et changements de capteurs dans l'environnement virtuel, et peut partager les capacités sous-jacentes de simulation physique et de génération de données pour différents scénarios commerciaux. Tous les objets opérationnels, y compris les corps rigides, les charnières, les corps mous, les fluides, etc., peuvent prendre en charge la génération de données grâce à une simulation physique précise.

Donc, en général,Bien que l'utilisation de systèmes de collecte de données robotisés ou la « téléopération » d'appareils portables puissent rapidement démontrer certaines actions opérationnelles de type humain, par rapport aux capacités d'intelligence incorporée requises pour réaliser des robots généraux, cette méthode semble être « le contraire » de Sim2Real AI. C'est le chemin le plus efficace pour atteindre vos objectifs.

Question : Dans le cadre de cette approche technique, comment éliminer le GAP entre les données synthétiques et les données réelles ?

Jacqui : D’un point de vue académique, Sim2Real AI est une voie technologique de longue date et l’une des principales voies permettant d’atteindre l’intelligence spatiale et incarnée. Notre équipe est également issue du monde universitaire. Dans le processus de mise en œuvre du produit et de l'entreprise, nous avons ouvert avec succès une voie unique : être capables d'atteindre une précision de 99,9 % dans plusieurs scénarios avec des données 100 % synthétiques selon les exigences de précision millimétrique/submillimétrique. taux, qui pourrait être unique au monde.

Tout succès n’est pas accidentel, mais repose sur une compréhension approfondie du problème et une solution systématique. En partant des premiers principes et en réfléchissant au sens intérieur des choses, l’équipe multidimensionnelle a trouvé des solutions efficaces en simplifiant des problèmes complexes et en les démantelant couche par couche.

En termes simples, utiliser Sim2Real AI pour obtenir une intelligence incarnée nécessite :

1) Simulation du corps du robot, simulation de capteurs multimodaux, différentes formes de simulation d'objets opérationnels et simulation de processus dynamiques ;

2) Les données et annotations correspondant à la simulation sont rendues et générées ;

3) Établir une chaîne automatisée qui peut être migrée vers Sim2Real dans des aspects tels que la conception et la formation de grands modèles intelligents incorporés, et au moins les seuils techniques de base suivants doivent être surmontés :

Simulation de physique incorporée contrôlable de bas niveau

Formation multimodale efficace sur grands modèles et apprentissage continu

Gérer efficacement les différences entre les domaines de données synthétiques et réels

Acquisition à faible coût d’actifs numériques massifs

Q : Sur la base du parcours technologique Sim2Real AI que vous venez de mentionner, quels sont les résultats pratiques dans toutes les dimensions ?

Jacqui : Kuandimensionnel a construit un moteur d'intelligence incorporée DexVerse™ de bas en haut, comprenant des modules tels que la simulation physique, le rendu et la génération de données, le calcul d'annotations automatiques, la conception de modèles et la formation. Ce moteur ne nécessite pas la participation du personnel R&D.Le SDK peut générer automatiquement des SDK de modèle d'IA pour les tâches d'intelligence incorporée tout au long de la chaîne. La vitesse de génération des données est à la même fréquence que la vitesse d'itération de formation du modèle d'IA, il n'est donc pas du tout nécessaire de stocker des données. Quelle que soit la quantité de données de formation accumulées, elles ne seront plus considérées comme de l’intelligence incorporée comme une norme quantitative de mise en œuvre.Actuellement, DexVerse™ prend en charge la mise en œuvre des produits logiciels et matériels de Kuaodi dans plusieurs scénarios.

Comme indiqué ci-dessus, DexVerse™ 2.0 va encore plus loin :

Tout d'abord, étant donné un scénario commercial avec des limites claires et une configuration matérielle du robot, DexVerse™ 2.0 peut utiliser un grand modèle de langage pour démonter automatiquement les compétences et sous-compétences du robot impliquées.

Deuxièmement, pour toute compétence ou sous-compétence, DexVerse™ 2.0 peut générer automatiquement des actifs numériques tels que des objets et des scènes requis pour la simulation, puis simuler et restituer sur la base de ces actifs pour générer des bandes de données de processus de fonctionnement du robot dans l'espace virtuel.

Ensuite, le modèle 3D intelligent VLA (Vision Language Action) incorporé est formé via la génération de données dans l'espace virtuel.

Enfin, le modèle formé peut piloter l'ontologie du robot dans des scénarios commerciaux sélectionnés pour réaliser diverses opérations de compétences robotiques de manière universelle.

Grâce au DexVerse™ Embodied Intelligence Engine 2.0, toute la chaîne de démontage des tâches, de génération de scènes, de génération de configurations de formation et de formation de modèles est automatisée, et le modèle entraîné est importé dans la machine réelle pour guider le robot afin de terminer l'assemblage du cerf. blocs de construction.

视频链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650927069&idx=1&sn=32b8072ec663f02350d310f082511ebb&chksm=84e42ba3b393a2b5a5ca6 0fb8582ae4320820f4eb88e827a2f5830eedcc274e6a904482c6f59&token=263296417&lang=zh_CN#rd

Grâce à ce moteur entièrement automatisé, le volant d'inertie permettant aux robots universels de mettre en pratique les compétences/sous-compétences intelligentes incarnées tournera le plus efficacement possible, favorisant ainsi la mise en œuvre de robots universels dans davantage de scénarios.Kuanwei coopérera avec davantage d'acteurs industriels pour ouvrir l'écosystème et parvenir à une coopération gagnant-gagnant afin de promouvoir conjointement le développement rapide de l'industrie chinoise de l'intelligence incorporée et de la robotique en général.

Q : Pourquoi Kuaodi a-t-il choisi un moteur développé par lui-même ? Quelles sont les différences entre le moteur multidimensionnel DexVerse™ et Omniverse™ de NVIDIA ?

Jacqui :Le concept de création d'un moteur d'intelligence incarnée multidimensionnel est complètement différent des moteurs tels que Omniverse™ de NVIDIA.

Si Omniverse™ est une expansion horizontale, couvrant différents secteurs tels que la robotique, le calcul scientifique et l'IA pour la science, tout en servant également les produits de puissance de calcul IA de NVIDIA, alorsLe DexVerse™ multidimensionnel est une pénétration verticale de bout en bout, et l'évolution itérative du moteur sert à la réalisation de tâches de compétences intelligentes incarnées dans des scénarios verticaux.

À l'heure actuelle, Sim2Real AI est encore au stade de la mise en œuvre commerciale de produits axés sur l'innovation. Seul le moteur d'auto-recherche peut prendre en charge tous les aspects du processus de recherche et de développement, depuis la simulation physique, le rendu et la génération de données, le calcul automatique des annotations, etc. conception et formation intelligentes de modèles, point par point. Ce n'est qu'en s'attaquant aux problèmes clés et en maîtrisant le savoir-faire que le produit peut être véritablement mis en œuvre dans des scénarios commerciaux.

Le chemin L1-L5 de la mise en œuvre d’une entreprise intelligente incarnée

Q : Selon vous, quel est le chemin de mise en œuvre de l'intelligence incorporée, de la technologie au produit jusqu'à la mise en œuvre commerciale ?

Jacqui :L'essence de l'intelligence incarnée est de donner à tous les types de robots des capacités opérationnelles générales dans différents scénarios d'application en apprenant une bibliothèque de compétences robotiques qui contient diverses compétences généralisables ; par conséquent, sa commercialisation doit être basée sur l'industrie, l'agriculture, le commerce et les entreprises personnelles/ciblées ; des scénarios avec des limites telles que les familles, « commencent avec la fin en tête » et façonnent la valeur du produit et la mise en œuvre commerciale en établissant des compétences communes pour les robots dans des scénarios commerciaux indépendants.

Techniquement, l'intelligence incorporée doit utiliser Sim2Real AI pour ouvrir la chaîne automatisée de compréhension des tâches, de génération d'actifs numériques, de génération de simulation de données et de formation de modèles d'IA afin de parvenir à un apprentissage universel des tâches robotiques de la manière la plus efficace et de former un produit logiciel et matériel applicable. pour différents scénarios commerciaux, notamment les SoC intelligents incorporés, les capteurs intelligents, les contrôleurs de robots universels, etc.

En cours de route, l'intelligence incarnée doit d'abord renforcer des ontologies matérielles relativement matures telles que les bras robotiques et les robots composites. Avec la production de masse mature d'ontologies universelles telles que les mains adroites et les robots humanoïdes, les capacités globales seront encore améliorées et une plus grande valeur commerciale sera créée. être généré.

Question : Sur la base des cinq étapes de l'intelligence incarnée hautement polyvalente L1-L5 que vous avez proposées, à quelle étape se trouve actuellement l'Interdimensionnel ?

Jacqui :Basé sur le moteur d'intelligence incorporée DexVerse™ auto-développé, Kuandimensionnel a établi des capacités de chaîne complète telles que la compréhension des tâches de scénario, la génération d'actifs numériques, la génération de simulation de données et la formation de modèles d'IA pour servir des scénarios d'application tels que la fabrication intelligente et l'agriculture intelligente, et a formé un réseau complet comprenant des capteurs de vision intelligents, le logiciel PickWiz, des robots composites et d'autres produits intelligents incorporés.

À l'heure actuelle, Kuanwei a mis en œuvre le modèle commercial « Simulation vers la réalité » et l'a mis en œuvre dans plus de 30 secteurs tels que les pièces automobiles, la fabrication 3C, les nouvelles énergies, les appareils électroménagers, les produits chimiques et la logistique. Elle a coopéré avec des entreprises telles que GAC, Midea. , Haier, de nombreux clients leaders du secteur, notamment Panasonic et Lens Technology.

En référence aux L1-L5 dans la figure ci-dessus, Kuandimension a achevé le développement du stade L1 de l'intelligence incarnée et se dirige progressivement vers le niveau L2, qui est l'un des rares au monde.

Q : Selon vous, quelle sera la chaîne écologique finale de l’intelligence incarnée et des robots humanoïdes ? Kuan Dimension fabriquera-t-il du matériel robotique (humanoïde) complet ?

Jacqui : La chaîne écologique universelle du robot se compose de fabricants de corps humanoïdes, de fabricants de composants, de fabricants de capteurs visuels et tactiles, de fournisseurs de puces et de solutions intelligentes incorporées, etc. Le moteur d'intelligence incorporée multidimensionnel DexVerse™ jouera un rôle décisif dans le cheminement technologique, la forme du produit, la mise en œuvre du scénario commercial, etc. dans le processus par lequel la chaîne industrielle atteint son état final grâce aux capacités de chaîne complète de l'IA Sim2Real de DexVerse™. , cela commencera en gardant l'objectif à l'esprit, à partir d'une approche commerciale en boucle fermée visant à promouvoir des normes unifiées pour les robots intelligents incarnés en termes de configuration matérielle, de sélection de capteurs, de paradigmes modaux de données et de grands modèles multimodaux.

Kuandimensionnel a créé des produits intelligents incarnés tels que des robots composites, des capteurs visuels intelligents et le logiciel PickWiz. Dans le processus de mise en œuvre de davantage de scénarios commerciaux, Kuandimensionnel renforcera d'abord le châssis mobile/à pieds de roue relativement mature + les deux bras robotiques intelligents. unir finalement ses forces avec les fabricants d’ontologies de robots humanoïdes pour parvenir à une mise en œuvre généralisée de l’intelligence incarnée générale.