ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

著者｜張敏暁

編集者｜邱暁芬

身体化されたインテリジェンスは、今年世界で最も参加者の多いトラックと言えます。以前、マスク氏は第 2 世代のオプティマスを発売し、その後、多くの国内大手メーカーが人型ロボットに投資し、あらゆる分野のプレーヤーがコンクリートの軌道を敷くのに忙しくしています。

36Krは、具現化知能ロボット企業「Qianxun Intelligence」がシードラウンド＋エンジェルラウンドで2億元近くの資金調達を完了したことを知った。 「Qianxun Intelligence」は、Luoshi Robotics の元 CTO である Han Fengtao 氏によって設立され、2024 年 2 月に設立されました。設立から 6 か月で、わずか 4 か月で 2 回の資金調達を完了しました。

エンジェルラウンドの資金調達はHonghui Fundが主導し、DachenとQianchengが続き、シードラウンド投資家のShunwei CapitalとOasis Capitalが継続した。今回の資金調達で調達した資金は主に技術の研究開発とチームの拡大に使用される。

現在、人型ロボットは一般に、一般化が弱く、双方向性が限られているという共通の問題に直面しています。これは作業に反映されています。つまり、人型ロボットは作業場や工場などの比較的固定された環境でしか作業できず、周囲の環境との相互作用が限られています。精度も感度も十分ではありません。

人型ロボットが人間と同じくらい賢くなりたい場合は、賢い脳として具体化された大きなモデルが必要です。

ロボットの双方向性と汎用性を実現するために、「Qianxun Intelligence」の中核となる障壁の 1 つは、高度に汎用化された汎用性の高いロボット脳を構築することです。視覚言語モデルは脳内で使用されますヴィラ（視覚と言語モデル) および CoPa (部品制約) モデルは、身体化されたインテリジェント ロボットの基礎となるマルチモーダル大規模モデルとして使用されます。

注目に値するのは、Figure AI も以前に ViLa モデルを使用しており、ロボットが日常のシーンを理解し、共通の生活感覚を持つことができるようにするためです。このモデル アーキテクチャの提案者は、「Qianxun Intelligence」の共同創設者である Gao Yang 氏です。

画像出典：「Qianxun Intelligence」

具現化知能に適した基本的な大規模モデルの構築に加えて、「Qianxun Intelligence」のもう 1 つの技術的利点は、具現化知能の大規模モデルのデータ取得の問題を解決できることです。

一般的に、ロボットに実環境での動作方法を教えるために、科学者は実環境における人間の動きに関する大量のデータを収集し、周囲の環境や複雑な状況をよりよく理解できるように人型ロボットを事前にトレーニングする必要があります。

ただし、現在、トレーニング前のデータを取得することが最も困難です。

「Qianxun Intelligence」の創設者兼最高経営責任者（CEO）のHan Fengtao氏は、データ、コンピューティング能力、アルゴリズムが、身体化されたインテリジェンスの大きなモデルを構築するための3つの要素であると語った。現在、ほとんどのプレイヤーは同様のレベルのコンピューティング能力を持っており、絶対的なモデルを形成することはできない。技術的障壁 現在のアルゴリズムの技術的ルートはまだ完全には収束していません。その結果、ボット プレーヤーは現在、既存のデータと新しいデータを収集する能力との間のギャップに制限されています。

学習データの取得が難しい理由としては、高機能ロボット産業がまだ黎明期にあり、ロボット本体からのデータ取得が難しいという2点が考えられます。

第 2 に、シミュレーションと合成データによるトレーニングも解決策ではありますが、仮想合成データと現実世界のデータの間には依然としてギャップがあります。

データ不足の問題を打開するために、「Qianxun Intelligence」の解決策は、一般的な高性能ハードウェアシステム、大量のインターネットデータに基づく事前トレーニング、および高サンプル効率の模倣学習に基づいてAI技術をより良く進歩させることです。強化学習によりハードウェアのパフォーマンスを解放します。

このため、「Qianxun Intelligence」の共同創設者、Gao Yang氏は次のように述べています。世界最高のサンプル効率を持つ強化学習アルゴリズムを提案(EfficientZero および EfficientZero v2) は、サンプル効率を向上させることで、モデルの下部からのデータ不足の問題を解決します。

模倣学習に関しては、Gao Yang 氏が高性能模倣学習アルゴリズム EfficientImitate を提案しました。これは、ロボットが実際の操作中に 1 つの例から推論を導き出すことを学習するのに役立ちます。報告によると、このアルゴリズムはスタンフォード大学の VMAIL アルゴリズムと比較して学習効率が 6 倍向上しました。

製品と商業化の観点から、「Qianxun Intelligence」は将来、商用、サービス、家庭用アプリケーションを初期実装シナリオとして使用する予定です。

チームに関して言えば、「Qianxun Intelligence」のチームメンバーは全員、ロボットの研究開発において豊富な経験を持っています。創設者兼 CEO の Han Fengtao 博士は、ロボット業界で 10 年以上の経験があり、高性能軽産業用ロボットの研究開発に重点を置き、チームを率いて 20 以上の業界、100 以上のシナリオで商品化の成果を実現してきました。 、1000 人以上の顧客。

共同創設者でもある清華大学の Gao Yang 教授は、身体化インテリジェンス、マシン ビジョン、機械学習の分野で 10 年の研究経験があり、あらゆる環境であらゆるタスクを実行できる普遍的な身体化インテリジェント脳の研究と構築に重点を置いています。シナリオ。彼は、米国の身体的インテリジェンス分野の大手企業であるフィジカル インテリジェンスの創設者であるセルゲイ レビン氏と緊密な協力関係を築いてきました。

投資家のコメント:

順威キャピタルの投資責任者はこう語った。: 「Shunwei チームは、ロボット工学と身体化インテリジェンスの分野におけるイノベーションの機会に長い間注目してきました。私たちは、「Qianxun Intelligence」の創設チームの総合的な背景と業界経験を楽観視しており、「Qianxun」を積極的に期待しています。身体化されたインテリジェンスを促進するためのシナリオとビジネス モデルを検討します。 」

紅輝基金の投資チームは次のように述べた。「身体性知能は汎用人工知能 (AGI) の重要な応用シナリオであり、市場領域は非常に広いです。これまで、ロボットの制御は多数の手動プログラミング プロセスに依存しており、シナリオには多くの制約がありました。具現化された大規模モデルのアルゴリズムとハードウェアの組み合わせについては非常に楽観的です。形成されたエージェントは、従来のロボットのタスク汎化レベルを向上させます。このタイプのエージェントは、仮想世界と物理世界の間の架け橋であり、空間知能への最良の道でもあります。 。

中国はロボットハードウェア産業チェーンにおいて主導的な優位性を持っており、ViLaやCoPaなどの主要な具現化モデルの追加は、コーナーでの追い越しの達成に役立つと期待されています。 Qianxun Intelligence は、この分野における当社の最初のターゲットです。このチームは、非常に豊富な技術蓄積と製品実装の経験を持っており、創設チームのリーダーシップの下で、新世代のインテリジェントロボットの量産が目前に迫っていると信じています。新しい産業革命の始まり。 Honhui Fund は独自の関連リソースを組み合わせ、Qianxun チームと協力してインテリジェント ロボットの開発をサポートします。 」

コミュニケーションへようこそ。WeChat を追加するときは、名前と訪問の目的をメモしてください。

終わり