nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

L’humanité inaugure une mise à jour explosive dans le domaine de l’intelligence artificielle. Chaque étape de l’expansion de la technologie vers l’inconnu a attiré une attention étonnante.

Dans le processus de repoussement des frontières de l'intelligence artificielle, l'innovation et le désaccord cohabitent dans les parcours techniques des pistes importantes. Le jugement et les choix des pionniers de la technologie influencent les traces de nombreux adeptes.

Au cours de l'année écoulée, Heart of the Machine a pris les devants en exclusivité en présentant à tout le monde des sociétés exceptionnelles telles que Dark Side of the Moon, Shengshu Technology, Aishi Technology et Wuwen Core Dome, leur laissant avec le premier « script d'interview de 10 000 mots ». " dans le monde Internet. . À une époque où les voies technologiques n’ont pas encore convergé, nous avons vu le leadership d’entrepreneurs en IA qui ont véritablement foi, courage et cognition systématique.

Par conséquent, nous avons lancé la rubrique "AI Pioneers", dans l'espoir de continuer à trouver et à enregistrer des entrepreneurs dotés de qualités de leadership dans diverses subdivisions de l'intelligence artificielle à l'ère de l'AGI, de présenter les startups les plus remarquables et à fort potentiel dans le domaine de l'IA. , et partagent leurs réalisations dans le domaine de l'IA. Des perceptions pointues et distinctes.

Auteur : Jiang Jingling

Rapport sur le cœur de la machine

Même si les jeunes génies universitaires sont devenus l'un des profils dominants des fondateurs actuels de l'entreprise AGI, Yang Fengyu, né en 2000, est encore étonnamment jeune.

Yang Fengyu, titulaire d'un diplôme de premier cycle en informatique de l'Université du Michigan et d'un doctorat en informatique de l'Université de Yale, n'a que 23 ans. Il a lancé sa propre entreprise de robots intelligents incarnés l'année dernière.

En 2024, la société d'intelligence incarnée UniX AI qu'il a fondée a achevé en cinq mois le développement et la fabrication d'un robot humanoïde à roues. Ce robot doté de fonctions telles que le « nettoyage après les repas » et la « lessive » va commencer la production en série et les ventes externes. en septembre.

Il s’agit d’un taux de commercialisation très rapide alors que de nombreux robots intelligents incarnés sont encore au stade du laboratoire.À Suzhou, l'usine de production de masse de robots d'UniX AI a dépassé les 2 500 mètres carrés.

Cette entreprise, dont presque personne n'avait entendu parler l'année dernière, a recruté de nombreux talents techniques de haut niveau dans l'industrie de la robotique au cours des six derniers mois. "Le directeur R&D du robot de service principal nous aide à fabriquer le châssis, et certains des meilleurs talents de la société de robots humanoïdes sont également responsables de notre matériel."En juillet 2024, le professeur Wang Hesheng, expert renommé en robotique à l'Université Jiao Tong de Shanghai, a annoncé qu'il rejoindrait officiellement UniX AI en tant que scientifique en chef.

Dans la première vidéo de démonstration technologique publiée par UniX AI, un robot humanoïde à roues nommé Wanda peut effectuer des tâches telles que saisir du tofu, aider au tri des vêtements et amener les vêtements à une machine à laver pour les nettoyer. UniX AI semble avoir trouvé une solution au problème des « tâches flexibles » qui est actuellement difficile à résoudre pour les sociétés de renseignement incarné.

"Je ne pense pas qu'il y ait quelque chose de mal à être jeune. D'un point de vue technique, de nombreuses nouvelles technologies et produits sont créés par des jeunes ayant une solide formation universitaire." Ce qui nous a surpris, c'est qu'en tant que génération post-2000, Yang Fengyu I. faire preuve d'une maturité au-delà de mes années dans ma conversation, et avoir une compréhension très claire des étapes techniques de gestion d'entreprise et de l'intelligence incarnée.

Notre curiosité pour UniX AI se concentre sur la façon dont une société d'intelligence incarnée avec presque aucune nouvelle dans le cercle du capital-risque peut atteindre un développement aussi rapide en tant qu'une des rares sociétés d'intelligence incarnée fondées après les années 2000, Comment UniX AI parvient-elle à se développer de 0 à 1? À quoi ressemble la feuille de route finale d’UniX AI pour l’intelligence incorporée ?

C'est avec ces questions à l'esprit que Machine Heart a entamé son premier dialogue médiatique public avec Yang Fengyu depuis le lancement de son entreprise.

Yale après 2000

S'engager dans l'entrepreneuriat intelligent incarné

Machine Heart : Avez-vous obtenu votre diplôme maintenant ?

Yang Fengyu : Je suis allé directement à Yale en tant qu'étudiant de premier cycle et j'ai pratiquement satisfait à toutes les exigences de la thèse pour mon doctorat. Prenez cette année par exemple, j'ai remporté 4 articles CVPR, et en incluant d'autres, il y en a un total de plus de dix. articles sur l’intelligence artificielle et la robotique. Peut rédiger des articles.

Cœur de Machine : Vous êtes très énergique.

Yang Fengyu : (en riant), je reste souvent éveillé jusqu'à 3h30 du matin, et je suis même allé me ​​faire une injection pour le diabète il y a quelque temps. Principalement parce que l’équipe est ensemble et qu’on ne regarde souvent pas nos montres. Quand on lève les yeux, il est déjà très tard.

Machine Heart : Quand avez-vous pensé pour la première fois à créer une entreprise ?

Yang Fengyu : J'ai toujours pensé que l'entrepreneuriat dépendait du « bon moment, du bon endroit et des bonnes personnes ».

L'année dernière, nous avons constaté de grands progrès technologiques au niveau perceptuel. Certains grands modèles ou modèles de base, notamment des modèles multimodaux tels que la vision, les modèles de langage et le toucher, ont tous été considérablement développés. Cela nous permet de voir la possibilité d'atteindre nos objectifs. sexe. En outre, le pays a également lancé une série de politiques de soutien pour offrir un environnement propice à l’entrepreneuriat.C'est le « temps du paradis ».

"Mauvais emplacement" :Il ne fait aucun doute que les robots humanoïdes universels constituent la prochaine direction de développement après les véhicules à énergie nouvelle. La Chine possède des avantages sans précédent dans la chaîne d'approvisionnement, et il existe également de nombreux talents de haute technologie dans le delta du fleuve Yangtze.

Au début, nous avons fait quelques recherches pour savoir à quel stade le niveau d'ingénierie de l'industrie robotique a progressé, où est la demande du marché, quels problèmes la génération précédente de robots a-t-elle résolus et où sont ses opportunités futures ?

La clé du succès est de trouver la bonne personne. Cette année, nous avons formellement formé une équipe et rassemblé rapidement des experts dans de nombreux domaines, y compris le directeur R&D du robot de balayage monté sur la tête, ainsi que certains des meilleurs talents de la société de robots tête-humanoïde, qui sont responsables de notre matériel. Au niveau des algorithmes, j'ai recruté un groupe de talents aux États-Unis et en Europe, dont certains de mes camarades de classe et seniors.C'est "l'harmonie".

En tant que fondateur et PDG, le plus important est de rassembler des ressources.UniX AI est une entreprise mondiale qui combine les avantages des logiciels, du matériel et des chaînes d'approvisionnement des robots de différents pays du monde ;Dans le même temps, nous avons des projets internationaux et réaliserons la vision d’entreprise de Robots For All grâce à des efforts continus sur des plans sur un, trois et cinq ans.

Cœur de la machine : présentez brièvement votre expérience académique.

Yang Fengyu : Je suis passé de l'école primaire au lycée en Chine. Je suis allé à l'Université du Michigan pour me spécialiser en informatique pour mon diplôme de premier cycle. Je suis d'abord entré en contact avec la vision et l'apprentissage automatique. Plus tard, sous l'influence de « l'apprentissage multimodal » de mon mentor, j'ai commencé à mener des recherches visuelles et tactiles.

Au cours de ses études de premier cycle, il a publié 5 articles sur la vision et l'haptique des robots.Parmi eux, « Touch and Go : Learning from Human-Collected Vision and Touch » constitue le plus grand ensemble de données de détection visuelle et tactile au monde.Accepté par NuerIPS, la principale conférence dans le domaine de l'intelligence artificielle et de l'apprentissage automatique.

Dans un autre travail, nous avons introduit pour la première fois le modèle de diffusion pour compléter la conversion mutuelle entre la vision et le toucher, et les résultats ont été acceptés par l'ICCV.

Pour les robots, le toucher est important. Il est difficile de savoir à l'œil nu si un vêtement est en polyester, en coton ou en soie. Ce n'est qu'en le touchant que l'on peut distinguer les différentes textures. De plus, certaines activités délicates, comme l'insertion du câble de chargement dans le port de chargement, nécessitent également un réglage continu par le toucher, qui ne peut être réalisé par la seule vision.

Machine Heart : Et puis vous êtes venu à Yale.

Yang Fengyu : Grâce à certains travaux sur les aspects visuels et tactiles des robots, notamment la transformation des sensations visuelles et tactiles et leur généralisation dans de grands modèles de langage, j'ai reçu le titre de scientifique de premier cycle exceptionnel de la North American Computer Society, et j'ai je suis la première personne dans l'histoire de l'école. Finalement, il a choisi l'Université de Yale pour des études doctorales.

Au cours de cette période, j'ai publié un certain nombre d'articles, dont « Binding touch to everything : Learning unified multimodal tactile représentations » (CVPR, 2024, pp.26340-26353). Dans cet article, j'ai proposé le premier UniTouch au monde, un grand tactile. modèle avec plusieurs capteurs tactiles différents, convient aux capteurs tactiles basés sur la vision connectés à plusieurs modalités telles que la vision, la parole et le son.

un autre papier"Tactile-Augmented Radiance Fields" (CVPR, 2024, pp.26529-26539) a établi le premier modèle visuel et tactile 3D TARF au monde pouvant être généralisé au niveau de la scène. La capacité de généralisation du robot humanoïde UniX AI est également basée sur le modèle TARF. modèle.

Cœur de la Machine : Pensez-vous qu’être né après 2000 est plus avantageux ou désavantageux pour vous ?

Yang Fengyu : Dans une startup, le fondateur est l'âme.Beaucoup de gens pensent que je suis très jeune, mais je pense qu’être une génération post-2000 n’est pas un problème.

D'un point de vue technique, les jeunes jouent un rôle très important en accueillant cette vague de changement technologique et en suivant l'innovation. De nombreuses technologies et produits nouveaux sont créés par les jeunes d'aujourd'hui, en particulier dans les secteurs de haute technologie, où les barrières à l'entrée sont relativement élevées. L'un des membres de l'équipe principale de Sora est également mon camarade de classe. Il a fait preuve de solides capacités techniques lorsqu'il était à l'Université du Michigan.

D’un point de vue cognitif et expérientiel, je pense qu’apprendre rapidement et corriger rapidement ses erreurs est aussi une voie. L’autre est la personnalité. Vous devez être prêt à persévérer, être résilient, ne rien négliger et avoir l’esprit « d’ouvrir des routes lorsque vous rencontrez des montagnes et de construire des ponts lorsque vous rencontrez des eaux. » Après tout, démarrer une entreprise est une question de résultats. .

Bien entendu, l'équipe UniX AI compte également de nombreux experts expérimentés. Ils possèdent une riche expérience dans les domaines des structures, de l'électronique, etc. Ce n'est que grâce à une coopération efficace entre nous que nous pourrons lancer nos produits dans un court laps de temps.

Toucher visuel + fonctionnement

Améliorer les capacités de généralisation des robots

Cœur de la Machine : Pourquoi l’amélioration du toucher est-elle importante pour les robots ?

Yang Fengyu : Les êtres humains sont des animaux multisensoriels. Vos décisions d'action sont généralement l'influence combinée d'informations transmises par plusieurs sens. En théorie, il en va de même pour les robots intelligents.

Le toucher est l’une des informations sensorielles les plus importantes. Par rapport au retour visuel, il se produit après que le robot interagit avec l’environnement, tandis que le retour visuel intervient avant.Lorsqu'un robot saisit un objet, celui-ci se déforme. Essentiellement, après que cette interaction se produit, les informations supplémentaires que le robot obtient proviennent du toucher : ce qu'il ressent.

Disposer d’informations tactiles peut permettre aux robots de mieux effectuer des tâches plus complexes et délicates, améliorant ainsi considérablement le taux de réussite des tâches de préhension.Surtout dans la saisie d'objets flexibles, le rôle du toucher est plus évident. On peut dire qu'il s'agit d'une amélioration qualitative de la tâche fondamentalement impossible à accomplir.

Par exemple, notre robot humanoïde à roues Wanda a déjà accompli des tâches telles que pincer des œufs, saisir du tofu et laver des vêtements. Sans retour d'information, il est difficile pour le robot de l'exécuter.

La raison pour laquelle les robots s'appuient désormais principalement sur la vision pour porter des jugements est due au fait que, comparées à d'autres données, les données visuelles sont les plus directes, les plus faciles à obtenir et à entraîner, et qu'il existe une grande quantité de données disponibles. Mais lorsque le robot progresse vers l’incarnation, se fier uniquement à la vision n’est certainement pas suffisant.

En tant que type d'informations sensorielles reposant sur l'interaction, l'importance de pouvoir utiliser les informations tactiles de manière raisonnable est que le robot peut progressivement apprendre en continu dans des interactions réelles avec le monde et devenir plus utilisable et généralisé.

Cœur de la Machine : Pourquoi le niveau de contrôle du robot sur les objets flexibles s'améliore-t-il après l'ajout du toucher ? Quel est le principe ?

Yang Fengyu : Le principe principal est qu'il existe une grande différence entre la saisie et l'utilisation d'objets flexibles et d'objets rigides. La forme physique d'un objet rigide ne change fondamentalement pas avant et après avoir été touché, il est donc relativement facile de juger lors de la saisie par observation visuelle. Cependant, il est difficile de déterminer ce qui arrivera à un objet flexible par l'observation avant qu'il ne soit saisi ou utilisé, car un grand nombre d'occlusions et de déformations se produiront au cours du processus de préhension, et ces déformations sont difficiles à prédire avec précision par la vision. .

Par exemple, lorsque l'on tient un mouchoir, une fois que celui-ci est tenu dans la main, il bloque complètement la ligne de mire. À ce stade, la vision peut difficilement fournir des informations efficaces pour juger de la manière de le saisir ou de l'opérer. Dans ce cas, on ne peut s’appuyer que sur des informations physiques comme le toucher pour compléter la perception.

Machine Heart : Pourquoi semble-t-il que la plupart du temps, je n'ai pas besoin d'essayer d'attraper un objet, je sais juste comment l'attraper.

Yang Fengyu : C'est parce qu'en tant qu'être humain, vous vous êtes si bien intégré que vous ne savez pas que vous y avez utilisé des informations tactiles. Vous avez accumulé plus de vingt ans de données tactiles, vous ne savez donc pas quel sens vous a aidé à accomplir cette tâche.

Cœur de la machine : Pour la plupart des tâches robotisées, quelle est la différence dans le rapport de contribution des différents sens ? Quelle est la priorité du toucher à ce stade ?

Yang Fengyu : Pour la plupart des tâches robotisées, différents sens contribuent dans des proportions différentes aux trois étapes de la perception, du raisonnement, de la prise de décision et de l'action.

Au niveau perceptuel, au début, nous nous sommes principalement appuyés sur la vision et le nuage de points pour obtenir des informations globales. Par exemple, connaître l’agencement de toute la maison, où se trouve l’eau, etc. À l'heure actuelle, le problème de la perception d'informations globales à travers de grands modèles visuels et de grands modèles 3D a été essentiellement résolu.

Au niveau de la prise de décision, le langage est principalement utilisé pour introduire les connaissances humaines préalables.Par exemple, après avoir reçu l'instruction d'extraire de l'eau du réfrigérateur, le robot peut décomposer la tâche et connaître la première étape pour ouvrir le réfrigérateur, la deuxième étape pour obtenir de l'eau et la troisième étape pour fermer le réfrigérateur. provient d’une grande quantité de données Internet.

Au niveau de l'action, la vision peut aider les robots à déterminer où saisir, Mais les informations tactiles jouent un rôle important pour déterminer, par exemple, la force de préhension. Par exemple, en cas d'occlusion, comme lorsque l'on tient du tofu, il est difficile de juger avec précision la méthode de préhension par la vision, mais la sensation tactile peut fournir des informations clés pour aider le robot à effectuer une préhension précise.

De plus, le toucher joue un rôle important dans certaines scènes avec un contrôle fin de la force, comme pincer des œufs, saisir du tofu, etc., ainsi que dans certaines scènes qui nécessitent un jugement sur la déformation de l'objet et un retour de force.

Globalement, les ratios de contribution des différents sens varient d'une tâche à l'autre,Dans la saisie de certains objets rigides, la vision peut représenter une proportion relativement élevée ; dans la saisie de nombreux objets flexibles, le rôle du toucher est plus critique, et on peut même dire qu'il s'agit d'une amélioration qualitative par rapport à l'incapacité fondamentale de saisir des objets rigides. la tâche pour être capable de terminer la tâche.

Cœur de la machine : Y a-t-il des barrières suffisamment hautes pour être touchées ? Quelles sont les difficultés à le mettre en œuvre dans des produits robotiques ?

Yang Fengyu : Je pense que c'est relativement élevé. Avant 2023, le toucher a toujours été une modalité très spécialisée. Comparé à la vision et à l'audition, très peu de personnes étaient engagées dans des travaux liés au toucher.

Au début des travaux liés à l’haptique, les capteurs constituaient le plus gros problème. À cette époque, peu de personnes dans le monde étaient engagées dans des travaux liés aux données et la fabrication de capteurs était une question clé.

Deuxièmement, il y a la question de savoir comment analyser les informations tactiles, qui implique à la fois des niveaux d’algorithme et de données.Au niveau des données, la plupart des données spécifiques à la détection tactile dans le monde n’ont jamais été rendues publiques auparavant. Cela peut être dû à la nature particulière de nombreuses combinaisons de robots ou à d'autres raisons, rendant les données dans le domaine de la robotique moins ouvertes que dans le champ de vision. Par conséquent, nous continuons à résoudre le problème des ensembles de données et nous nous engageons à promouvoir la divulgation continue des ensembles de données de détection tactile dans le monde entier.

Au niveau de l’algorithme, il existe des différences entre le toucher et la vision, qui contiennent de nombreuses connaissances préalables en physique.Par exemple, les conditions de force peuvent être jugées grâce à des marqueurs sur le capteur, mais ces informations ne sont pas aussi faciles à interpréter et à identifier que les informations visuelles.

Une expérience a également été menée à cette époque et les résultats ont montré que les signaux tactiles générés étaient très difficiles à distinguer pour les gens. Parce qu’il est difficile pour les gens de distinguer les signaux de détection tactile de chaque objet sans une formation spécifique. Nous travaillons également activement pour abaisser cet obstacle et inciter davantage de personnes de la communauté universitaire à y participer afin de promouvoir le développement et le progrès de l'ensemble du domaine tactile.

Cœur de la machine : Si l'information tactile est non seulement confrontée au problème de la petite quantité de données existantes, mais également au coût élevé de la collecte à grande échelle, alors comment passer à l'échelle ?

Yang Fengyu : Le travail que nous avons effectué auparavant visait en fait à essayer de résoudre ce problème, à savoir comment intensifier la collecte à grande échelle lorsqu'il est difficile de réaliser :

La première étape consiste à relier la vision et le toucher et à prédire le toucher grâce à la vision.Même dans les scènes sans acquisition tactile, des informations telles que la vision et le langage sont utilisées pour déduire des signaux tactiles.

Par exemple, après avoir collecté les informations tactiles de tables du même type et du même matériau, dans une nouvelle scène de maison ou de bureau, même si vous n'avez pas réellement touché la nouvelle table, vous pouvez déduire ses signaux tactiles grâce à des informations visuelles et verbales. De cette façon, nous pouvons élargir l’ensemble des données disponibles même sans réel contact physique. Cependant, cette méthode peut être quelque peu différente du signal réel car il est prédit.

Deuxièmement, nous continuons de faire pression pour que les ensembles de données haptiques soient rendus publics.En rendant public l'ensemble des données, davantage de personnes peuvent participer à la recherche et au développement du domaine haptique, favorisant ainsi le progrès de l'ensemble du domaine.

Troisièmement, au niveau de l’algorithme, nous nous efforçons d’abaisser le seuil de reconnaissance des informations tactiles.Par exemple, en ajoutant des marqueurs au capteur et en découvrant comment ces marqueurs changent lorsqu’ils sont soumis à différentes forces, nous pouvons utiliser nos connaissances préalables de ces physiques pour mieux analyser les informations tactiles.

Quatrièmement, nous nous engageons à combiner différentes informations, telles que les informations visuelles, tactiles, linguistiques et autres informations multimodales, pour accomplir diverses tâches.Grâce à la fusion d'informations multimodales, le manque de petites quantités de données tactiles peut être compensé dans une certaine mesure et la capacité de généralisation et l'adaptabilité du modèle peuvent être améliorées.

Cœur de Machine : Une collecte à grande échelle est-elle possible et quelles sont les conditions requises ?

Yang Fengyu : Je pense que c'est en fait le goulot d'étranglement de tout le développement de l'intelligence incarnée. Je pense personnellement qu'une collecte à grande échelle peut être réalisée, mais il y a ici un processus de commercialisation.

Lorsque les robots pénètrent dans des milliers de foyers, lorsqu'il y en a un certain nombre, vous pouvez collecter suffisamment de données pour prendre en charge davantage de scénarios et faire quelques généralisations. Bien sûr, vous ne pouvez pas capturer chaque point pour toujours, donc la proposition de « grande échelle » existera toujours. L’essence de l’apprentissage automatique est de réaliser l’ajustement de simulation et la prédiction d’une distribution dense grâce à un échantillonnage clairsemé.

En termes de données, nous n’excluons pas la simulation, mais je pense qu’un certain nombre de données réelles des machines sont une condition nécessaire à la réalisation de l’intelligence incarnée.

Cœur de la Machine : Quels sont les indicateurs techniques clés du grand modèle tactile ?

Yang Fengyu : Le grand modèle tactile, comme tout grand modèle, comporte des indicateurs pour différentes tâches en aval. J'ai dirigé l'équipe pour créer le plus grand ensemble de données visuelles et tactiles au monde, Touch and Go, qui est l'une des références communes importantes pour les modèles de pré-entraînement visuels et tactiles de robots dans le monde.

Robot intelligent incarné Wanda

La production de masse démarre en septembre

Cœur de la machine : Après avoir décidé de créer une entreprise, quel type de société d’intelligence incarnée envisagez-vous de créer ?

Yang Fengyu : L'essence de l'entrepreneuriat est de créer de la valeur pour la société.UniX AI est l'une des rares sociétés de robots intelligents incarnés au monde à avoir fait du côté C sa première stratégie.

Même si TO C a encore un long chemin à parcourir, le potentiel qui se cache derrière est énorme. D'un point de vue industriel, les robots humanoïdes sont entrés dans une période d'intégration technologique matériel + IA, se développant rapidement et devenant de plus en plus pratiques. Et je suis optimiste que ce processus d’intégration sera beaucoup plus rapide que prévu initialement par les initiés de l’industrie.

Vieillissement de la population, faible taux de natalité, pénurie de main d’œuvre… tels sont les problèmes auxquels le monde est confronté. La responsabilité d'une entreprise est de résoudre les problèmes de la société. C'est l'opportunité et la valeur d'UniX AI, et c'est aussi mon intention initiale de démarrer une entreprise. Le chemin d'atterrissage approximatif actuel de cette piste est essentiellement l'industrie-commercial-maison. Nous couvrirons les entreprises et la maison, qui sont également le scénario principal pour servir les utilisateurs du TO C.

La vision d'UniX AI est Robots For All, visant à créer des robots humanoïdes universels leaders en termes de capacités athlétiques et d'intelligence, permettant un travail physique et une compagnie intelligente.

Heart of the Machine : Pourquoi avez-vous choisi la scène familiale en premier lieu ?

Yang Fengyu : En fait, nous ne nous limitons pas aux scènes familiales, nous faisons aussi des scènes pan-commerciales, comme les bureaux.

Le scénario To B est techniquement relativement moins difficile, a un taux de répétition élevé et n'a pas d'exigences de généralisation aussi élevées. Cependant, les scénarios To B impliquent souvent une forte logique de substitution, qui impose des exigences très élevées en matière de vitesse et de précision de fonctionnement du robot.

Les scènes familiales sont complexes et en constante évolution, et chaque foyer est un petit écosystème, exigeant que les robots disposent de fortes capacités de généralisation. Cela impose bien sûr des exigences plus élevées à nos produits. Dans le même temps, nous disposerons également de nombreuses fonctions de niveau L2 dans les scénarios domestiques, ce qui améliorera encore l’adaptabilité et la jouabilité du produit dans des scénarios complexes.

En général, notre pile technologique peut couvrir à la fois le To B et le To C. Une fois la scène familiale bien réalisée, j’ai l’impression de pouvoir gérer les autres scènes avec aisance. Partir des os les plus durs reflète non seulement la force technique d'UniX AI, mais représente également notre voie stratégique pour entrer sur le marché.

Heart of the Machine : Est-ce que cela sera également fait dans les scènes To B comme les usines ?

Yang Fengyu : Nous ne sommes pas exclusifs de tous les scénarios. La solution matérielle modulaire d'UniX AI peut être adaptée à de nombreux scénarios différents. Dans le même temps, nous disposons d’un ensemble d’algorithmes primitifs de mouvement qui dissocient la perception et le fonctionnement pour maximiser l’utilisation des données, et notre portabilité vers les scènes sera très forte. Bien que chaque produit ait ses limites, nous sommes prêts à essayer de nous développer dans différents scénarios. Nous étudions également certains scénarios commerciaux importants pour aider les consommateurs.

Machine Heart : Quel est ce qu’on appelle l’avantage en termes de coûts de la chaîne d’approvisionnement ?

Yang Fengyu : Notre équipe dispose d'un groupe d'experts expérimentés en gestion de la chaîne d'approvisionnement qui maîtrisent les méthodes de contrôle des coûts au niveau de la production de masse et peuvent les appliquer à la chaîne d'approvisionnement des robots. Bien que l’industrie de la robotique n’ait pas encore imposé de prix à grande échelle, nous avons dès le début contrôlé les coûts au niveau de la production de masse afin de garantir que les produits puissent atteindre des prix acceptables pour les consommateurs. Nous sommes convaincus que grâce à un contrôle efficace des coûts, nos produits seront extrêmement compétitifs en termes de prix et apporteront un soutien solide au développement de l'entreprise.

Machine Heart : Quelle est la fourchette de prix des produits à venir ?

Yang Fengyu : Ce n'est pas pratique pour moi de le révéler maintenant, mais je peux le garantir,Ce doit être un prix très surprenant.

Heart of the Machine : Comment comptez-vous en arriver au bout ?

Yang Fengyu : La logique de notre approche vers la fin est très simple. Une certaine quantité de données réelles de haute qualité est requise.La clé réside dans la manière d'obtenir ces donnéesPar exemple, prenons la conduite autonome. Le FSD de Tesla peut atteindre sa fin car il a fallu 6 à 8 ans pour que les voitures roulent en permanence sur la route et collectent des données.

L’industrie de la robotique est différente. Tout le monde s’attend à ce que les robots fassent quelque chose automatiquement. Nous avons d'abord développé plusieurs fonctions de scène à point unique,Laissez tout le monde sentir que le robot est utile ou amusant, et qu'il est à la portée du robot, afin que tout le monde soit prêt à l'acheter.

Notre chaîne d’approvisionnement présente des avantages et peut faire baisser les prix, ce qui est un point très critique.Grâce aux commentaires continus des utilisateurs, nous continuons à optimiser et à itérer les produits, et enfin à créer un robot intelligent incarné universel.

Cœur de la machine : quelle est la difficulté et l’importance de la production en série de robots ?

Yang Fengyu : Il est en fait très simple de faire une DÉMO. Tant que vous en faites une en laboratoire, c'est une réussite. La difficulté de la production de masse réside dans le fait que non pas une, mais cent ou mille unités entrent réellement dans le domicile de l'utilisateur, testant la sécurité des données du produit, sa stabilité opérationnelle et la fiabilité des contrôles sous-jacents. Cela nécessite une équipe après-vente solide et continue. itération. En outre, le processus est également très important, ce qui constitue également un indicateur important pour tester les capacités de production de masse.

Son importance est bien entendu incontestable. D’une part, elle reflète la compétitivité de la chaîne d’approvisionnement et, d’autre part, elle démontre la maturité de la technologie. Qui est la première personne à manger du crabe ? Qui mange vite et bien ? En outre, la production de masse peut bénéficier d’un certain avantage en tant que premier arrivant.

Cœur de la machine : Après avoir décidé de démarrer une entreprise, quelle est actuellement l’idée initiale de team building et la situation de formation d’équipe ?

Yang Fengyu : De 0 à 1, l'équipe de démarrage est très importante. J'ai l'habitude de planifier les choses en haut d'abord, puis de les déployer lentement à chaque niveau, comme une cascade, de haut en bas. Trouvez d'abord les personnes clés de base, puis travaillez dessus, puis étendez-vous vers le bas pour améliorer continuellement l'équipe et laisser toute la roue tourner.

Depuis la fin de l’année dernière jusqu’à aujourd’hui, notre équipe s’est développée très rapidement et a itéré trois générations de produits. À l'heure actuelle, la taille de l'équipe a commencé à prendre forme, mais à l'avenir, nous continuerons à nous ajuster et à nous améliorer en fonction des besoins pour rendre l'entreprise plus compétitive.

L'acquisition de talents est l'une des choses les plus importantes pour une startup. J'ai personnellement rencontré la plupart des talents de notre entreprise.Souvent, le PDG n'est pas seulement le PDG, mais aussi le « directeur du sens ». Il doit expliquer à ses pairs quelle est la valeur et l'importance de ce que nous faisons.Il est très important qu’ils se mettent d’accord et cheminent ensemble.

En même temps, à ce stade, mon rayon de gestion est très large et la granularité de la gestion est également très fine. C'est très dur mais nécessaire. Ce n'est que lorsque vous aurez une compréhension globale et confirmerez que l'orientation de l'entreprise est correcte et stable que vous pourrez consacrer plus de temps à d'autres aspects.

Heart of the Machine : Comment attirer ces talents ?

Yang Fengyu : Au fond, ce qui attire tout le monde, c'est le chemin vers la fin de l'intelligence incarnée. En plus, c'est la question de savoir comment y parvenir.

Nous avons plusieurs points forts. Premièrement, nous avons un très fort avantage en termes de coûts de chaîne d'approvisionnement. Deuxièmement, notre équipe a de fortes capacités d'exécution et une vitesse d'itération très rapide. De nombreux candidats peuvent penser que nous sommes médiocres lorsqu'ils nous connaissent pour la première fois, mais après quelques instants. Je suis revenu quelques semaines plus tard et j'ai constaté que la scène était terminée et que les progrès étaient très rapides. Nous avons également des talents issus de certaines des plus grandes entreprises nationales de robotique qui ont activement demandé à nous rejoindre.

Cœur de la Machine : Quelle est la source de financement actuelle ?

Yang Fengyu : Nous ferons une divulgation unifiée au moment opportun.

Cœur de la Machine : Existe-t-il un plan de financement externe ?

Yang Fengyu : Les retours actuels des investisseurs sont très positifs. Nous invitons les investisseurs qui partagent notre vision de l'intelligence incarnée universelle à rester avec nous sur le long terme.

Machine Heart : Pourriez-vous s'il vous plaît présenter plus en détail vos produits à venir et vos futurs projets de marché ?

Yang Fengyu : Le robot que nous sommes sur le point de produire en série s'appelle Wanda, c'est un robot humanoïde à roues à deux bras. Dans la première vidéo technique que nous avons publiée, vous pouvez voir certaines de ses fonctionnalités, mais ce n'est pas tout. Il y aura plus de détails surprises lorsque nous le lancerons aux consommateurs en septembre.

En fin de compte, le produit qu'UniX AI espère offrir aux consommateurs est un robot intelligent incarné universel qui non seulement sert la maison, mais peut également accompagner les gens dans des endroits de plus en plus éloignés et fournir plus de fonctions. Cela nous oblige également à développer continuellement la technologie. co-création collaborative entre entreprises et utilisateurs. Vous ne pouvez pas parcourir mille kilomètres sans faire de petits pas, alors commençons par le premier pas.