νέα

Αναπτύσσοντας εξαιρετικά γενικευμένα ενσωματωμένα έξυπνα ρομπότ, το "Qianxun Intelligence" ολοκλήρωσε σχεδόν 200 εκατομμύρια γιουάν σε χρηματοδότηση αγγέλου 36 Krypton

2024-08-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Συγγραφέας Chang Minxiao

Συντάκτης|Qiu Xiaofen

Η ενσωματωμένη νοημοσύνη μπορεί να περιγραφεί ως το πιο εμπλεκόμενο κομμάτι στον κόσμο φέτος. Πριν, ο Musk κυκλοφόρησε τη δεύτερη γενιά του Optimus και αργότερα, αρκετοί μεγάλοι εγχώριοι κατασκευαστές επένδυσαν σε ανθρωποειδή ρομπότ.

Η 36Kr έμαθε ότι η ενσωματωμένη εταιρεία ευφυών ρομπότ "Qianxun Intelligence" έχει ολοκληρώσει σχεδόν 200 εκατομμύρια γιουάν σε χρηματοδότηση από σπόρους + γύρο αγγέλου. Η "Qianxun Intelligence" ιδρύθηκε από τον Han Fengtao, τον πρώην CTO της Luoshi Robot. Η εταιρεία ιδρύθηκε τον Φεβρουάριο του 2024. Στους έξι μήνες από την ίδρυσή της, η εταιρεία ολοκλήρωσε δύο γύρους χρηματοδότησης σε μόλις τέσσερις μήνες.

Ο γύρος αγγέλου της χρηματοδότησης ηγήθηκε από το Honghui Fund, ακολούθησε η Dachen και η Qiancheng και συνέχισαν οι επενδυτές πρώτου κύκλου Shunwei Capital και Oasis Capital. Τα κεφάλαια που θα συγκεντρωθούν σε αυτόν τον γύρο χρηματοδότησης θα χρησιμοποιηθούν κυρίως για την τεχνολογική έρευνα και ανάπτυξη και την επέκταση της ομάδας.

Επί του παρόντος, τα ανθρωποειδή ρομπότ αντιμετωπίζουν γενικά τα κοινά προβλήματα της ασθενούς γενίκευσης και της περιορισμένης αλληλεπίδρασης - που αντανακλάται στην εργασία, πράγμα που σημαίνει ότι τα ανθρωποειδή ρομπότ μπορούν να λειτουργήσουν μόνο σε σχετικά σταθερά περιβάλλοντα όπως εργαστήρια και εργοστάσια, και έχουν περιορισμένη αλληλεπίδραση με το περιβάλλον δεν είναι αρκετά ακριβής και ευαίσθητος.

Εάν ένα ανθρωποειδές ρομπότ θέλει να είναι τόσο έξυπνο όσο ένας άνθρωπος, χρειάζεται ένα ενσωματωμένο μεγάλο μοντέλο όπως ένας έξυπνος εγκέφαλος.

Προκειμένου να συνειδητοποιήσουμε τη διαδραστικότητα και τη γενίκευση των ρομπότ, ένα από τα βασικά εμπόδια της «Νοημοσύνης Qianxun» είναι η κατασκευή ενός εξαιρετικά γενικευμένου και εξαιρετικά ευέλικτου εγκεφάλου ρομπότ. Το μοντέλο οπτικής γλώσσας χρησιμοποιείται στον εγκέφαλοViLa (Μοντέλα Vision-and-Language) και CoPa (Constraints of Parts), ως το υποκείμενο πολυτροπικό μεγάλο μοντέλο του ενσωματωμένου ευφυούς ρομπότ.

Αξίζει να σημειωθεί ότι η Figure AI έχει χρησιμοποιήσει επίσης το μοντέλο ViLa στο παρελθόν για να μπορέσει το ρομπότ να κατανοήσει τις καθημερινές σκηνές και να έχει κοινή αίσθηση της ζωής.


Πηγή εικόνας: "Qianxun Intelligence"

Εκτός από την κατασκευή ενός βασικού μεγάλου μοντέλου κατάλληλου για ενσωματωμένη νοημοσύνη, ένα άλλο τεχνικό πλεονέκτημα του "Qianxun Intelligence" είναι ότι λύνει το πρόβλημα της απόκτησης δεδομένων για μεγάλα μοντέλα ενσωματωμένης νοημοσύνης.

Γενικά, για να διδάξουν στα ρομπότ πώς να εργάζονται σε πραγματικά περιβάλλοντα, οι επιστήμονες πρέπει να συλλέξουν μεγάλο όγκο δεδομένων για τις ανθρώπινες κινήσεις σε πραγματικά περιβάλλοντα και να εκπαιδεύσουν εκ των προτέρων ανθρωποειδή ρομπότ για να τα βοηθήσουν να κατανοήσουν καλύτερα το περιβάλλον και τη σύνθετη σκηνή.

Ωστόσο, η τρέχουσα δυσκολία στην απόκτηση δεδομένων προεκπαίδευσης είναι η μεγαλύτερη.

Ο Han Fengtao, ιδρυτής και διευθύνων σύμβουλος της "Qianxun Intelligence", είπε στο 36Kr ότι τα δεδομένα, η υπολογιστική ισχύς και οι αλγόριθμοι είναι τα τρία στοιχεία για τη δημιουργία ενός μεγάλου μοντέλου ενσωματωμένης νοημοσύνης Επί του παρόντος, οι περισσότεροι παίκτες έχουν παρόμοιο επίπεδο υπολογιστικής ισχύος και δεν μπορούν να σχηματίσουν απόλυτο τεχνικό εμπόδιο Η τεχνική διαδρομή του τρέχοντος αλγορίθμου δεν έχει ακόμη συγκλίνει πλήρως.Ως αποτέλεσμα, οι παίκτες bot περιορίζονται επί του παρόντος στο χάσμα μεταξύ των υπαρχόντων δεδομένων τους και της ικανότητάς τους να συλλέγουν νέα δεδομένα.

Ο λόγος για τη δυσκολία απόκτησης δεδομένων εκπαίδευσης βασίζεται στα ακόλουθα δύο σημεία - πρώτον, η βιομηχανία ρομπότ υψηλής απόδοσης είναι ακόμη στα σπάργανα και είναι δύσκολο να ληφθούν δεδομένα από το σώμα του ρομπότ.

Δεύτερον, αν και η εκπαίδευση μέσω προσομοίωσης και συνθετικών δεδομένων είναι επίσης μια λύση, εξακολουθεί να υπάρχει ένα χάσμα μεταξύ των εικονικών συνθετικών δεδομένων και των δεδομένων του πραγματικού κόσμου.

Προκειμένου να ξεπεραστεί το πρόβλημα της έλλειψης δεδομένων, η λύση του "Qianxun Intelligence" είναι να κάνει την τεχνολογία AI να προοδεύσει καλύτερα με βάση γενικά συστήματα υλικού υψηλής απόδοσης, προεκπαίδευση που βασίζεται σε μαζικά δεδομένα Διαδικτύου και μάθηση μίμησης υψηλής απόδοσης δειγμάτων και ενίσχυση της εκμάθησης για την απελευθέρωση της απόδοσης του υλικού.

Για το λόγο αυτό, ο Gao Yang, συνιδρυτής της «Qianxun Intelligence»,Πρότεινε τον αλγόριθμο ενισχυτικής μάθησης με την υψηλότερη απόδοση δείγματος στον κόσμο(EfficientZero και EfficientZero v2) λύνουν το πρόβλημα της έλλειψης δεδομένων από το κάτω μέρος του μοντέλου βελτιώνοντας την απόδοση του δείγματος.

Όσον αφορά τη μάθηση μίμησης, ο Gao Yang πρότεινε τον αλγόριθμο μάθησης μίμησης υψηλής απόδοσης EfficientImitate, ο οποίος μπορεί να βοηθήσει τα ρομπότ να μάθουν να εξάγουν συμπεράσματα από ένα παράδειγμα κατά τη διάρκεια πραγματικών λειτουργιών.Σύμφωνα με αναφορές, αυτός ο αλγόριθμος έχει εξαπλάσια βελτίωση στην απόδοση εκμάθησης σε σύγκριση με τον αλγόριθμο VMAIL του Stanford.

Όσον αφορά τα προϊόντα και την εμπορευματοποίηση, η "Qianxun Intelligence" σχεδιάζει να χρησιμοποιήσει εμπορικές, υπηρεσίες και οικιακές εφαρμογές ως αρχικά σενάρια υλοποίησης στο μέλλον.

Όσον αφορά την ομάδα, τα μέλη της ομάδας του «Qianxun Intelligence» έχουν όλα πλούσιο υπόβαθρο στην έρευνα και ανάπτυξη ρομπότ. Ο ιδρυτής και διευθύνων σύμβουλος Dr. Han Fengtao έχει περισσότερα από δέκα χρόνια εμπειρίας στη βιομηχανία ρομπότ, εστιάζοντας στην έρευνα και την ανάπτυξη ελαφρών βιομηχανικών ρομπότ υψηλής απόδοσης. Έχει οδηγήσει την ομάδα στην εφαρμογή αποτελεσμάτων εμπορευματοποίησης σε 20+ βιομηχανίες, 100+ σενάρια , και 1000+ πελάτες.

Ο καθηγητής Gao Yang του Πανεπιστημίου Tsinghua, ο οποίος είναι επίσης συνιδρυτής, έχει δεκαετή ερευνητική εμπειρία στην ενσωματωμένη νοημοσύνη, τη μηχανική όραση και τη μηχανική μάθηση σενάριο. Είχε σε βάθος συνεργασία με τον Sergey Levine, ιδρυτή της Physical Intelligence, μιας κορυφαίας εταιρείας στον τομέα της ενσωματωμένης νοημοσύνης στις Ηνωμένες Πολιτείες.

Σχόλια επενδυτών:

Ο επικεφαλής επενδύσεων της Shunwei Capital είπε: "Η ομάδα Shunwei δίνει εδώ και καιρό προσοχή στις ευκαιρίες καινοτομίας στον τομέα της ρομποτικής και της ενσωματωμένης νοημοσύνης. Είμαστε αισιόδοξοι για το συνδυασμένο υπόβαθρο και την εμπειρία της βιομηχανίας της ιδρυτικής ομάδας της "Qianxun Intelligence" και ελπίζουμε ότι η "Qianxun" μπορεί ενεργά εξερευνήστε σενάρια και επιχειρηματικά μοντέλα και προωθήστε την ενσωματωμένη νοημοσύνη." Εφαρμόζεται η έξυπνη τεχνολογία. "

Η επενδυτική ομάδα του Honghui Fund είπε:"Η ενσωματωμένη νοημοσύνη είναι ένα σημαντικό σενάριο εφαρμογής της γενικής τεχνητής νοημοσύνης (AGI) και ο χώρος της αγοράς είναι εξαιρετικά ευρύς. Στο παρελθόν, ο έλεγχος των ρομπότ βασιζόταν σε μεγάλο αριθμό διαδικασιών χειροκίνητου προγραμματισμού και είχε πολλούς περιορισμούς στα σενάρια. πολύ αισιόδοξος για τον συνδυασμό ενσωματωμένων αλγορίθμων μεγάλων μοντέλων και υλικού Ο διαμορφωμένος πράκτορας βελτιώνει το επίπεδο γενίκευσης εργασιών των παραδοσιακών ρομπότ Αυτός ο τύπος πράκτορα είναι η γέφυρα μεταξύ του εικονικού κόσμου και του φυσικού κόσμου και είναι επίσης η καλύτερη διαδρομή προς τη χωρική νοημοσύνη. .

Η Κίνα έχει ηγετικό πλεονέκτημα στην αλυσίδα της βιομηχανίας υλικού ρομπότ και η προσθήκη κορυφαίων ενσωματωμένων μοντέλων όπως το ViLa και το CoPa αναμένεται να βοηθήσει στην επίτευξη προσπέρασης στις στροφές. Το Qianxun Intelligence είναι ο πρώτος μας στόχος σε αυτόν τον τομέα. Η ομάδα έχει εξαιρετικά πλούσια εμπειρία συσσώρευσης τεχνολογίας και εφαρμογής προϊόντων. από μια νέα βιομηχανική επανάσταση. Το Honghui Fund θα συνδυάσει τους δικούς του σχετικούς πόρους και θα συνεργαστεί με την ομάδα Qianxun για να υποστηρίξει την ανάπτυξη ευφυών ρομπότ. "

Καλώς ήρθατε στην επικοινωνία, σημειώστε το όνομα και τον σκοπό της επίσκεψής σας κατά την προσθήκη του WeChat

τέλος