소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

하트 오브 더 머신 출시

머신하트 편집부

체화지능 열풍이 시작된 지 1년여 만에 물리적 세계와 정보의 생산과 상호작용 방식에 혁명적인 변화가 일어났다.

동시에, 새로운 전투가 조용히 시작되고 있습니다. 주요 제조업체는 가장 귀중한 AI "연료"인 데이터를 확보하기 위해 최선을 다하고 있습니다. 현재 데이터 부족은 여전히 ​​보편적인 구현 지능이 직면하는 높은 벽입니다. 지난 3년간 구글, 엔비디아, 오픈AI 등 유명 기업의 체화된 지능에 대한 연구에서 아직 스케일링 법칙이 등장하지 않은 것은 다양한 형태의 데이터가 부족하기 때문이다.

이 근본적인 문제점을 해결하는 방법은 무엇입니까? 기술적인 관점에서 Sim2Real AI는 오랜 역사를 지닌 길입니다. 그러나 Sim2Real 격차를 해소하는 데 있어 '개념적 편향'으로 인해 학계와 업계에서는 이를 보조적인 데이터 보충 방식으로 더 간주하고 있습니다.

하지만 정말 그렇습니까?

홍콩 중문대학교(선전) 종신 교수이자 Cross-Dimensional Intelligence의 창립자인 Jia Kui는 학계에서 산업계까지 장기간의 실습을 통해 "Sim2Real AI는 지능을 구현하는 가장 효율적인 경로입니다."라고 답했습니다.

2차원 비전에서 3차원 비전까지, 공간 지능에서 구체화된 지능까지, 과학 연구부터 제품, 상업적 구현에 이르기까지 Jia Kui는 20년 넘게 이 분야를 탐구해 왔습니다. 최근 WAIC에서는 구체화된 지능이 데이터 딜레마를 어떻게 해결할 수 있는지에 대한 대화가 열렸습니다.

이 대화를 이해하기 위해 AI를 사용한다면 다음 핵심 사항을 요약하는 데 도움이 될 수 있습니다.

현재 가장 화두가 되고 있는 공간지능과 체화지능의 본질은 무엇인가?

스케일링 법칙 패러다임을 활용해 공간지능과 체화된 지능을 구현한다는 구체적인 의미는 무엇인가?

보편적인 구현 지능을 달성하는 가장 효율적인 경로는 무엇입니까?

구체화된 지능은 기술에서 제품, 비즈니스 구현으로 어떻게 이동합니까?

앞으로는 산업의 생산 패러다임을 돌파할 수 있는 어떤 상상이 이루어질 수 있을까?

물론 AI가 아직 이해하지 못하는 부분도 있다. 이 과학 연구자이자 기업가는 확고한 자신감과 역사적 사명을 보여줬다.

다음은 인터뷰 전문이다.

'세계 모델' 구축

로봇의 '영성'을 촉발하다

Q: 'AI의 대모'로 알려진 리페이페이(Li Feifei) 교수는 첫 사업을 시작할 때 '공간지능'이라는 방향을 선택해 이 분야에서 폭넓은 주목을 받았다. 공간 지능과 구체화 지능에 대한 이해에 대해 말씀해 주시겠습니까?

자키: 공간지능과 체현지능은 최근 사회적 차원에서 많은 관심을 받고 있는 주제이지만, 이를 뒷받침하는 학문적 연구는 오랫동안 진행되어 왔다. 공간지능(Spatial Intelligence)은 일반적으로 3차원의 물리적 공간과 4차원의 시공간에서 개인의 인지, 추론 능력, 지각, 추론, 의사결정 등을 가리키는 다차원적 개념이다. 구체화된 지능(Embodied Intelligence)은 지능 시스템이 물리적 형태를 갖고, 이 형태를 통해 환경과 상호작용하는 지능을 말한다. 구체화된 지능은 인식에만 초점을 맞추는 것이 아니라 환경에 대한 지능형 에이전트의 행동과 반응도 포함합니다. 인간이 세상을 인식하기 위해 눈을 사용하는 것처럼, 구체화된 지능은 로봇이 다중 모드 센서를 통해 인식하고, 상호 작용하고, 결정을 내려 포괄적인 공간 인식 및 작동 능력을 형성할 수 있어야 합니다.

Q: 공간 지능과 구체화 지능의 유사점과 차이점은 무엇입니까?

자키: 앞서 언급했듯이 공간 지능은 AI에게 현실 세계를 인식하고 이해하는 능력을 부여하는 반면, 구체화된 지능은 공간 지능과 관련된 객체, 환경 및 기타 에이전트에 대한 인식 및 인지 추론을 요구할 뿐만 아니라 더 나아가 높은 수준의 동작 계획도 포괄합니다. 로봇 동작에 필요한 낮은 수준의 모션 제어는 물론, 로봇 몸체와 조작 대상 간의 상호 작용으로 정의되는 인간의 동작 능력과 유사한 다양한 로봇 '기술'도 포함됩니다. 각 기술을 숙달한다는 것은 로봇이 특정하고 특정한 물체뿐만 아니라 해당 기술과 관련된 다양한 물체를 다룰 수 있다는 것을 의미합니다.

이러한 기술에는 "하위 기술" 및 "원자 기술"의 모음, 로봇 기술 라이브러리 또는 "기술 공간" 형성이 포함됩니다. 구체화된 지능의 본질은 이 기술 공간을 학습하고 일반화하여 인간과 같은 구체화된 속성을 가진 인공 일반 지능(AGI)을 달성하는 것입니다.

특정 응용 분야에서는 공간 지능이 더 넓은 범위를 가지며 로봇에 부착되거나 분리될 수 있습니다. 이는 중요한 응용 분야인 AR/VR과 같이 본질적으로 공간을 이해하는 문제입니다. 체화된 지능은 주로 로봇, 특히 범용(휴머노이드) 로봇에 반영된다.

일반적으로 공간 지능은 4차원 공간과 시간에서의 인지 및 추론 능력에 더 중점을 두는 반면, 체화된 지능에는 물리적 형태를 통해 환경과 직접 상호 작용하는 능력이 더 포함됩니다.

Q. 우주와 구현지능 분야의 사업을 시작하게 된 이유는 무엇인가요?

자키: 우리는 일찍부터 이 분야에 주목해 왔으며, 역사적 축적과 기술 축적이 깊다고 할 수 있습니다. 팀은 초기에 이 분야가 잘 알려진 "대형 제조업체"에 의해 참여되지 않았던 초기에 "기하학 인식 및 지능 연구소"를 설립했습니다.우리는 3D와 같은 비유럽 데이터에 인공지능 기술을 적용한 중국 최초의 학자이자 팀 중 하나입니다.

우리 팀은 기하학적 딥러닝, 3D 모델링, 공간 인식 및 로봇 응용 분야에서 수많은 교차 혁신 연구를 수행했으며 Grasp Proposal Networks(NeurIPS 2020), Analytic Marching 등 일련의 대표적인 결과를 달성했습니다. (ICML 2020/TPAMI 2021), Sparse Steerable Convolution(NeurIPS 2021), 3D AffordanceNet(CVPR 2021), Fantasia3D(ICCV 2023), SAM-6D(CVPR 2024) 등.

DexVerse™ 2.0은 동적 물리 시뮬레이션 및 데이터 렌더링 생성을 위해 특별히 설계된 새로운 4D 메시 기술을 도입하고 강체, 연체 및 유체와 같은 여러 객체를 균일하게 처리할 수 있습니다. 엔진의 핵심 표현 형식인 4D Mesh는 물리적 시뮬레이션, 데이터 주석 생성, 대규모 모델 교육까지 전체 프로세스를 실행합니다.

视频链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650927069&idx=1&sn=32b8072ec663f02350d310f082511ebb&chksm=84e42ba3b393a2b5a5ca 60fb8582ae4320820f4eb88e827a2f5830eedcc274e6a904482c6f59&token=263296417&lang=zh_CN#rd

Q: 공간과 체화된 지능의 핵심 개념에 대해 어떻게 이해하고 있나요? 이 핫트랙에서 다차원성의 장점은 무엇인가요?

자키:우리는 믿습니다,공간지능과 체화된 지능의 핵심은 로봇이 인간의 지각과 유사한 '영성'을 갖도록 '세계 모델'을 구축하는 것이다.구체적으로는 시각, 힘, 촉각 등 다양한 로봇 센서가 인간의 지각 능력을 갖출 수 있도록 공간 기하학과 물리적 과정을 정확하게 모델링하고 이해하고 추론할 수 있는 '세계 모델'을 구축하는 것이 필요하다.

현재의 AI 아키텍처와 모델 패러다임 하에서 우리 팀은 다음을 희망합니다.생성적 물리 시뮬레이션을 통해 우리는 인간 생활 세계의 시공간 4차원 거울을 포착하여 끝없는 물리적 속성 데이터를 얻습니다. 이것이 공간 및 체화된 지능을 실현하는 열쇠입니다.

따라서 KuanDimensional은 설립 이후 특정 비즈니스 시나리오에 대한 "물리적 시뮬레이션 - 데이터 합성 - 모델 교육"의 전체 체인 자동화를 실현할 수 있는 기본 자체 개발 DexVerse™ 공간과 구현된 지능 엔진을 만들었습니다. 공간 및 구현 지능과 순수 시각적 지능 센서로 구성된 대형 모델 키트로 범용 로봇에 지능적인 두뇌와 눈을 제공합니다.

현재 Kuandimension은 여러 상업 시나리오에서 100% 합성 데이터와 밀리미터/서브 밀리미터 작동 정확도 요구 사항을 바탕으로 99.9% 이상의 임무 성공률을 달성했습니다.

우주공간과 구체화된 지능

끝에서 얼마나 남았나요?

Q: 방금 스케일링 법칙 패러다임을 사용하여 공간적 지능과 체화된 지능을 실현하는 것에 대해 말씀하셨는데, 그 구체적인 의미를 설명해 주실 수 있나요? 거대 언어모델의 보편성을 실현하는 것보다 우주공간과 체화된 지능을 실현하는 것이 더 어려운가?

자키: 실제로 거대한 언어 모델의 보편성을 달성하는 것보다 보편적 공간과 구체화된 지능을 달성하는 것이 더 어렵습니다. OpenAI의 GPT 시리즈로 대표되는 대규모 언어 모델은 제로 샘플(zero-shot), 즉 일반 기능을 달성하여 소위 AGI의 서막을 보여줍니다.

인간의 자연어는 우리가 살고 있는 우주와 자연환경에 대한 고도의 추상화를 통해 정제된 의미론적 코드라고 볼 수 있다. 따라서 대규모 언어 모델이 추상 수준에서 직접 학습하고 일반화하는 것이 상대적으로 쉽습니다.

비교적 말하자면,공간 지능은 센서가 획득한 원시 신호로부터 학습해야 합니다. 이는 원시 디지털 신호에서 인간 의미 기호까지 "의미론적 격차"를 건너는 것을 의미합니다.GPT와 유사한 Scaling Law 패러다임을 통해 일반 지능을 학습하려면 많은 양의 훈련 데이터가 필요합니다.공간 지능 훈련 데이터에는 많은 양의 데이터가 필요할 뿐만 아니라 절대적인 물리적 규모의 측정을 보장하기 위해 센서에서 얻은 원래 신호의 정밀한 보정이 필요합니다. 이는 대규모 이미지 및 텍스트 데이터를 얻는 것보다 훨씬 어렵습니다. 인터넷에서.

체화된 지능은 시각, 힘, 촉각 등의 고차원 감각 신호로부터 일반 지능을 학습하는 것에서 한 단계 더 나아갑니다. 보다 본질적인 목표는 로봇 온톨로지와 작동 개체에 의해 공동으로 정의된 로봇의 "기술 공간"을 학습하는 것입니다. 구체화된 지능의 일반성은 기술 공간의 일반화에 반영되며, 이는 다양한 패러다임을 학습하는 데 어려움을 증가시킵니다.

Q: 공간 지능과 구현 지능에 필요한 구체적인 다중 모드 대형 모델 기능에 대해 말씀해 주시겠습니까?

자키:공간지능은 3차원 물리적 세계에서의 지각, 상호작용, 추론, 의사결정 등의 작업을 포함하며, 나아가 시각, 힘 등 공간지각 신호에 대한 지능적인 분석을 기반으로 로봇의 자율작동 기술 라이브러리의 형성이 필요하다. , 터치하세요.

따라서 자연어, 강제 터치, 로봇 신체 상태 및 기타 양식을 포함한 다중 모드 대형 모델 기능이 필요합니다.이러한 다중 양식은 공통 의미, 시공간 및 기술 공간에 "통합"되어 인간과 같은 공간 및 구체화된 지능을 달성할 수 있습니다.

Q: 당신의 의견으로는 우주 공간과 구체화된 지능이 최종 게임이 되기까지는 얼마나 됩니까?

자키:현재 대용량 데이터, 대형 모델, 엄청난 컴퓨팅 파워를 특징으로 하는 스케일링 법칙 AI 패러다임은 범용 로봇 하드웨어, 즉 핵심 부품이 성숙하다는 전제 하에 비용 효율적으로 안정적으로 대량 생산이 가능하다. 휴머노이드 로봇, 능숙한 손, 휴머노이드 센서와 같은 최소한 공간 및 구체화된 지능을 지원하여 경계와 합리적인 ROI가 있는 여러 폐쇄 루프 비즈니스 시나리오에서 독립적인 비즈니스 가치를 형성할 수 있습니다.

특히 산업, 물류, 상업, 가정 등 다양한 시나리오에서 로봇은 일반화 가능한 방식으로 다양한 작업을 완료할 수 있습니다. 물론 이를 위해서는 물리적 특성을 갖춘 대규모 다중 모드 데이터를 획득하는 것뿐만 아니라 지도 교육, 모방 학습, 강화 학습과 같은 다양한 학습 전략을 지원하는 풍부한 주석을 자동으로 계산하는 기능도 필요합니다.

보편적 구체화 지능을 달성하는 가장 효율적인 경로

Q: WAIC 연설에서 "Sim2Real AI는 구현된 지능을 실현하는 가장 효율적인 경로입니다"라고 언급한 것을 확인했습니다. 이에 대해 좀 더 자세히 설명해주실 수 있나요?

자키: 구체화된 지능을 달성하려면 데이터의 성격과 목적을 고려해야 합니다. 구체화된 지능의 목표는 인간이 일상생활에서 하는 것과 마찬가지로 시각, 힘, 촉각 등의 센서 신호를 기반으로 끊임없이 변화하는 물리적 세계에서 로봇이 일반적인 작동 능력을 달성할 수 있도록 하는 것입니다.

스케일링 법칙 AI 패러다임에 따르면, 즉 기계 학습 모델에는 실제 일반 지능이나 일반화가 없으며 통계 분포와 해당 통계 분포를 학습하는 데 "보간"하는 기능만 있습니다. 구현된 지능형 로봇을 훈련하려면 대규모 획득이 필요합니다. 데이터의 양.

이러한 데이터는 아침부터 저녁, 봄, 여름, 가을, 겨울, 실내에서 실외까지 모든 작동 조건 등 각 로봇 기술과 관련된 다양한 작동 조건을 포괄해야 합니다. 로봇 데이터 수집 시스템이나 친숙한 '원격운영'과 같은 웨어러블 기기에 의존한다면, 충분한 데이터를 수집하기 위해서는 먼저 사용자가 서비스와 상업적 가치를 누릴 수 있으면서도 데이터 수집에 도움을 줄 수 있는 비즈니스 모델을 구축해야 합니다. 데이터가 있지만 현재는 그런 방법이 없습니다.

비교하면,Sim2Real AI는 물리적 시뮬레이션과 합성 데이터를 통해 위의 모든 변화를 보다 효율적으로 다룰 수 있습니다. 이 방법을 사용하면 가상 환경에서 다양한 작동 개체, 환경 변화, 로봇 구성 및 센서 변경을 시뮬레이션할 수 있으며 다양한 비즈니스 시나리오에 대한 기본 물리적 시뮬레이션 및 데이터 생성 기능을 공유할 수 있습니다. 강체, 힌지, 연체, 유체 등을 포함한 모든 작동 개체는 정확한 물리적 시뮬레이션을 통해 데이터 생성을 지원할 수 있습니다.

따라서 일반적으로로봇 데이터 수집 시스템이나 웨어러블 장치의 "원격 조작"을 사용하면 인간과 유사한 작동 동작을 신속하게 보여줄 수 있지만 일반 로봇을 구현하는 데 필요한 구체화된 지능 기능과 비교할 때 이 방법은 "반대"인 것처럼 보입니다. 목표를 달성하는 가장 효율적인 경로입니다.

질문: 이러한 기술적 접근 방식에서 합성 데이터와 실제 데이터 간의 GAP를 제거하는 방법은 무엇입니까?

자키: 학문적 관점에서 Sim2Real AI는 오랜 기술 경로이자 공간 및 구체화된 지능을 달성하기 위한 주류 경로 중 하나입니다. 우리 팀은 또한 학계에서 시작하여 밀리미터/밀리미터 미만의 정확도 요구 사항에 따라 다양한 시나리오에서 99.9%의 정확도를 달성할 수 있는 고유한 경로를 성공적으로 개척했습니다. 세계에서 유일할 수 있는 비율입니다.

모든 성공은 우연이 아니라 문제에 대한 깊은 이해와 체계적인 해결을 바탕으로 이루어집니다. 교차차원팀은 첫 번째 원리에서 출발하여 사물의 내재적 의미를 생각하면서 복잡한 문제를 단순화하고 계층별로 해체하여 효과적인 솔루션을 찾았습니다.

간단히 말해서, Sim2Real AI를 사용하여 구체화된 지능을 달성하려면 다음이 필요합니다.

1) 로봇 본체 시뮬레이션, 다중 모드 센서 시뮬레이션, 다양한 형태의 작동 개체 시뮬레이션 및 동적 프로세스 시뮬레이션

2) 시뮬레이션에 해당하는 데이터와 주석이 렌더링되고 생성됩니다.

3) 구현된 지능형 대형 모델 설계 및 교육과 같은 측면에서 Sim2Real로 마이그레이션할 수 있는 자동화된 체인을 구축하고 최소한 다음과 같은 핵심 기술 임계값을 극복해야 합니다.

낮은 수준에서 제어 가능한 구현된 물리 시뮬레이션

효율적인 다중 모드 대형 모델 훈련 및 지속적인 학습

합성 데이터 도메인과 실제 데이터 도메인 간의 차이점을 효과적으로 처리합니다.

대규모 디지털 자산을 저렴한 비용으로 획득

Q: 방금 언급한 Sim2Real AI 기술 경로를 바탕으로 차원 전반에 걸친 실제 결과는 무엇입니까?

자키: KuanDimension은 물리적 시뮬레이션, 데이터 렌더링 및 생성, 자동 주석 계산, 모델 설계 및 교육과 같은 모듈을 포함하여 상향식 내장형 지능 엔진 DexVerse™를 구축했습니다. 이 엔진에는 R&D 인력의 참여가 필요하지 않습니다.SDK는 전체 체인에 걸쳐 구현된 지능 작업을 위한 AI 모델 SDK를 자동으로 생성할 수 있습니다. 데이터 생성 속도는 AI 모델의 훈련 반복 속도와 동일하므로 데이터를 전혀 저장할 필요가 없습니다. 아무리 많은 훈련 데이터가 축적되더라도 더 이상 구현을 위한 정량적 표준으로 간주되지 않습니다.현재 DexVerse™는 다양한 시나리오에서 Kuaodi의 소프트웨어 및 하드웨어 제품 구현을 지원합니다.

위에 표시된 것처럼 DexVerse™ 2.0은 한 단계 더 발전합니다.

우선, 명확한 경계와 로봇 하드웨어 구성이 있는 비즈니스 시나리오가 주어지면 DexVerse™ 2.0은 대규모 언어 모델을 사용하여 관련된 로봇 기술과 하위 기술을 자동으로 분해할 수 있습니다.

둘째, 모든 기술 또는 하위 기술에 대해 DexVerse™ 2.0은 시뮬레이션에 필요한 객체 및 장면과 같은 디지털 자산을 자동으로 생성하고 이러한 자산을 기반으로 시뮬레이션 및 렌더링하여 가상 공간에서 로봇 작동 프로세스 데이터 스트립을 생성할 수 있습니다.

다음으로, 가상공간에서의 데이터 생성을 통해 구현된 지능형 3D VLA(Vision Language Action) 모델을 학습시킵니다.

마지막으로 훈련된 모델은 선택된 비즈니스 시나리오에서 로봇 온톨로지를 구동하여 다양한 로봇 기술 작업을 보편적인 방식으로 완료할 수 있습니다.

DexVerse™ Embodied Intelligence Engine 2.0을 통해 작업 분해, 장면 생성, 훈련 구성 생성 및 모델 훈련의 전체 체인이 자동화되고 훈련된 모델을 실제 기계로 가져와 로봇이 사슴 조립을 완료하도록 안내합니다. 빌딩 블록.

视频链接：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650927069&idx=1&sn=32b8072ec663f02350d310f082511ebb&chksm=84e42ba3b393a2b5a5ca 60fb8582ae4320820f4eb88e827a2f5830eedcc274e6a904482c6f59&token=263296417&lang=zh_CN#rd

이 완전 자동화된 엔진을 통해 유니버설 로봇이 구현된 지능형 기술/하위 기술을 연습하기 위한 플라이휠이 가장 효율적으로 회전하여 더 많은 시나리오에서 유니버설 로봇의 구현을 촉진합니다.Kuanwei는 더 많은 산업 당사자와 협력하여 생태계를 개방하고 상생 협력을 달성하여 중국의 구현 지능 및 일반 로봇 산업의 급속한 발전을 공동으로 촉진할 것입니다.

Q: Kuaodi가 자체 개발 엔진을 선택한 이유는 무엇입니까? 다차원 DexVerse™ 엔진과 NVIDIA Omniverse™의 차이점은 무엇입니까?

자키:다차원 구현 지능 엔진을 구축한다는 개념은 NVIDIA의 Omniverse™와 같은 엔진과 완전히 다릅니다.

Omniverse™가 로봇 공학, 과학 컴퓨팅, 과학용 AI 등 다양한 분야를 포괄하는 동시에 NVIDIA의 AI 컴퓨팅 성능 제품도 제공하는 수평적 확장이라면,교차차원 DexVerse™는 종단 간 수직 침투이며, 엔진의 반복적인 진화는 수직 시나리오에서 구현된 지능형 기술 작업을 실현하는 데 도움이 됩니다.

현재 Sim2Real AI는 여전히 혁신 중심 제품 비즈니스 구현 단계에 있습니다. 자체 연구 엔진에만 의존하여 물리적 시뮬레이션, 데이터 렌더링 및 생성, 자동 주석 계산, 구현 등 연구 개발 프로세스의 모든 측면을 지원할 수 있습니다. 지능형 모델 설계 및 교육을 통해 핵심 문제를 해결하고 노하우를 습득해야만 비즈니스 시나리오에서 제품을 실제로 구현할 수 있습니다.

구현된 지능형 비즈니스 구현의 L1-L5 경로

Q: 기술부터 제품, 상용 구현까지 구현 지능의 구현 경로는 무엇이라고 생각하시나요?

자키:구체화된 지능의 본질은 다양한 일반화 가능한 기술이 포함된 로봇 기술 라이브러리를 학습하여 다양한 응용 시나리오에서 모든 유형의 로봇에 일반적인 작동 기능을 제공하는 것입니다. 따라서 상용화는 산업, 농업, 상업 및 개인/타겟팅 비즈니스를 기반으로 해야 합니다. 가족과 같은 경계가 있는 시나리오는 "끝을 염두에 두고 시작"하고, 독립적인 비즈니스 시나리오에서 로봇에 대한 공통 기술을 확립하여 제품 가치와 상업적 구현을 ​​형성합니다.

기술적으로 구현된 지능은 Sim2Real AI를 사용하여 작업 이해, 디지털 자산 생성, 데이터 시뮬레이션 생성 및 AI 모델 교육의 자동화된 체인을 열어 가장 효율적인 방법으로 범용 로봇 작업 학습을 달성하고 적용 가능한 소프트웨어 및 하드웨어 제품을 형성해야 합니다. 구현된 스마트 SoC, 스마트 센서, 범용 로봇 컨트롤러 등을 포함한 다양한 비즈니스 시나리오에 적합합니다.

그 과정에서 구체화된 지능은 먼저 로봇 팔 및 복합 로봇과 같은 상대적으로 성숙한 하드웨어 온톨로지를 강화해야 합니다. 손재주 및 휴머노이드 로봇과 같은 보편적 온톨로지의 성숙한 대량 생산을 통해 전반적인 기능이 더욱 향상되고 상업적 가치가 더 커질 것입니다. 생성됩니다.

질문: 귀하가 제안한 고도로 다재다능한 구현 지능 L1-L5의 5단계를 기반으로 볼 때, 간차원은 현재 어느 단계에 있습니까?

자키:KuanDimension은 자체 개발한 DexVerse™ 구현 지능 엔진을 기반으로 스마트 제조 및 스마트 농업과 같은 애플리케이션 시나리오를 제공하기 위해 시나리오 작업 이해, 디지털 자산 생성, 데이터 시뮬레이션 생성, AI 모델 교육 등 풀체인 기능을 구축했습니다. 지능형 비전 센서, PickWiz 소프트웨어, 복합 로봇 및 기타 구현된 지능형 제품을 포함하는 포괄적인 네트워크를 형성했습니다.

현재 Kuanwei는 "Simulation to Reality" 비즈니스 모델을 구현했으며 자동차 부품, 3C 제조, 신에너지, 가전제품, 화학, 물류 등 30개 이상의 산업 분야에서 GAC, Midea를 비롯한 기업과 협력하고 있습니다. , Haier, Panasonic 및 Lens Technology를 포함한 많은 업계 최고의 고객.

위 그림의 L1-L5를 참조하면 Kuandimension은 체화된 지능의 L1 단계 개발을 완료했으며 세계에서 몇 안되는 L2 수준을 향해 꾸준히 나아가고 있습니다.

Q: 구체화된 지능과 휴머노이드 로봇의 최종 생태 사슬은 어떻게 될 것이라고 생각하시나요? Kuan Dimension은 완전한 (인간형) 로봇 하드웨어를 만들까요?

자키: 보편적인 로봇 최종 생태계 체인은 휴머노이드 본체 제조업체, 부품 제조업체, 시각 및 촉각 센서 제조업체, 내장형 스마트 칩 및 솔루션 공급업체 등으로 구성됩니다. 다차원 DexVerse™ 구현 지능 엔진은 DexVerse™의 Sim2Real AI 풀 체인 기능을 통해 산업 체인이 최종 상태에 도달하는 과정에서 기술 경로, 제품 형태, 시나리오 비즈니스 구현 등에 결정적인 역할을 합니다. , 하드웨어 구성, 센서 선택, 데이터 모달 패러다임 및 다중 모드 대형 모델 측면에서 구현된 지능형 로봇에 대한 통합 표준을 촉진하기 위한 상용 폐쇄 루프 접근 방식에서 시작됩니다.

KuanDimension은 더 많은 비즈니스 시나리오를 구현하는 과정에서 복합 로봇, 지능형 시각적 센서 및 PickWiz 소프트웨어와 같은 구현된 지능형 제품을 형성했습니다. KuanDimension은 먼저 상대적으로 성숙한 모바일/바퀴 발 섀시 + 이중 로봇 팔을 강화할 것입니다. 결국 휴머노이드 로봇 온톨로지 제조업체와 협력하여 일반 구현 지능의 광범위한 구현을 달성합니다.