ニュース

アリババの資本注入後、産業資本は人型ロボット企業への投資を増やした。

2024-07-15

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Nandu記者は7月15日、人型ロボットの新興企業Zhuji Dynamicsが最近シリーズA資金調達を完了したことを知った。 Zhuji Dynamicsは、当面シリーズAの具体的な資金調達額を開示するのは不都合であると述べた。

主要な投資家には、5月中旬に開示されたアリババに加えて、チャイナ・マーチャンツ・グループの子会社であるチャイナ・マーチャンツ・ベンチャー・キャピタルと、上海汽車のプライベート・エクイティ投資プラットフォームであるシャンキ・キャピタルも含まれている。エンジェルラウンドとプレAラウンドの古い株主であるFengrui Capital、Oasis Capital、Mingshi Capitalも投資に参加した。

3 つの産業資本が投資を主導し、その事業は AI、自動車製造、物流、総合的な都市サービスなどの複数のアプリケーション シナリオをカバーしています。 Zhuji Dynamicsによると、産業資本からの支援を求めることは、戦略的産業リソースとアプリケーションシナリオに適合するものを見つけ、実際のシナリオにおける関連技術の検証と反復を促進するという、今回の資金調達ラウンドの目標に関連しているという。

Zhuji Dynamics の創設者である Zhang Wei 氏は、「我々の A ラウンド融資は当初から産業投資家をターゲットにしていました。なぜなら、シーンは時間、資本、テクノロジーだからです。」と Zhuji Dynamics の創設者である Zhang Wei 氏は、この融資はシーンを深め、理解するのに役立つと述べました。人型ロボットに現場をより深く理解させることで、基本的な大規模モデルの構築が加速され、技術的な反復が実際のニーズとより一致するようになります。

China Merchants Venture Capitalの投資チームは、China Merchants Groupは総合的な中心企業として、輸送と物流、総合金融、総合的な都市と公園の開発の分野で豊富な応用シナリオを持っていると述べた。Zhuji Dynamicsへの投資は同社の産業分野である。人工知能の革新はレイアウトにおける重要なステップであり、「将来的には当社グループの業界に汎用ロボットが導入されることを楽しみにしています。」

商斉資本の投資チームも人型ロボットの商業化を期待しており、「Zhuji Dynamicsと協力して、インテリジェント製造やその他の分野で一般的な人型ロボットの応用を加速することを楽しみにしている。」としている。

アリババにとって、Zhuji Dynamicsへの資本注入は、アリババの大規模AIモデル投資領域が産業チェーンの下流にまでさらに拡大することを意味する。アリババはここ1年ほど、大型モデルの分野に積極的に投資してきた。アリババの投資は、中国の大型 AI モデルのいわゆる「五虎」、Zhipu、Baichuan、MiniMax、Dark Side of the Moon、Zero One Thousand Things の背後にあることがわかります。 (詳細は、大手メーカーが人型ロボット争奪戦:アリババが新興企業に投資で勢いに乗るを参照)

深センにあるZhuji Dynamicsは、南方科技大学のロボット工学分野の教授、張偉氏によって2022年に設立された。 2023年11月、自動運転ユニコーン企業WeRideのCOO(最高執行責任者)Li Li氏が共同創業者兼COOとしてZhuji Dynamicsに加わった。

Zhuji Dynamics の製品ラインは、フルサイズの人型ロボット、四輪ロボット、二足歩行ロボット、および関連ソリューションをカバーしています。その中で、昨年12月に発表された実物大の人型ロボット「CL-1」は、階段を一歩ずつ登ったり、往復したりする動作を実現できるようになった。


Zhuji Dynamics の人型ロボットの動画。

Zhuji Dynamics によると、研究開発の次のステップは、現実のシナリオにおける人型ロボットの動作知能の向上に焦点を当てることになります。実装手順としては、まずインターネットビデオデータやヒューマンモーションキャプチャデータなどから多様なヒューマンモーション制御データを収集し、事前トレーニングを実施してアルゴリズムの基本的な動作の理解と生成機能、およびその多機能性を向上させます。シナリオ一般化機能 最後に、強化学習を使用して、シミュレーション データのトレーニング結果と現実世界の相互作用の間のギャップを狭めます。

インタビュー・執筆:ナンドゥ研修生記者ヤン・リウ