소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

인류는 인공 지능 분야에서 폭발적인 업데이트를 맞이하고 있습니다. 미지의 세계로 기술이 확장되는 모든 단계는 놀라운 관심을 불러일으키고 있습니다.

인공지능의 경계가 확장되는 과정에서 중요한 트랙의 기술적 경로에는 혁신과 불일치가 공존한다. 기술 개척자의 판단과 선택은 많은 추종자들의 발자취에 영향을 미칩니다.

지난 1년 동안 Heart of the Machine은 Dark Side of the Moon, Shengshu Technology, Aishi Technology, Wuwen Xinqiong 등 우수한 기업을 모든 사람에게 소개하는 데 앞장섰고, 첫 번째 '10,000 단어 인터뷰 스크립트'를 남겼습니다. 인터넷 세계에서. 기술 경로가 아직 수렴되지 않은 단계에서 진정으로 믿음과 용기, 체계적인 인식을 갖춘 AI 기업가의 리더십을 보았습니다.

이에 AGI 시대 인공지능의 다양한 하위 분야에서 리더십을 갖춘 기업가를 지속적으로 발굴하고 기록하기를 바라며, AI 트랙에서 가장 우수하고 잠재력이 높은 스타트업을 소개하고자 'AI Pioneers' 칼럼을 런칭했습니다. , AI 분야의 성과를 최첨단, 뚜렷한 인식으로 공유합니다.

작가 : 장징링

기계 심장 보고서

젊은 학문 천재들이 현 AGI 창업자들의 주류 배경 중 하나가 됐음에도 불구하고, 2000년생인 양펑위는 아직도 놀라울 정도로 젊다.

미시간 대학에서 컴퓨터 과학 학사 학위를 취득하고 예일 대학에서 컴퓨터 과학 박사 과정을 밟고 있는 Yang Fengyu는 작년에 자신의 구현 지능형 로봇 사업을 시작한 나이가 고작 23세입니다.

그가 설립한 AI 구현 지능 기업 유닉스(UniX)는 2024년 5개월 만에 바퀴 달린 휴머노이드 로봇 개발·제조를 완료하고, '식후 청소', '세탁' 등의 기능을 갖춘 로봇을 양산, 외부 판매에 돌입한다. 9월에.

이는 많은 지능형 로봇이 아직 연구실 단계에 있는 상황에서 매우 빠른 상용화 속도이다.쑤저우에서는 UniX AI의 로봇 양산 공장이 2,500제곱미터를 넘었습니다.

작년에는 거의 아무도 들어본 적이 없는 이 회사는 지난 6개월 동안 로봇 산업의 고위 기술 인재를 많이 채용했습니다. "헤드 서비스 로봇의 R&D 디렉터가 섀시 제작을 돕고 있고, 하드웨어를 담당하는 휴머노이드 로봇 회사의 우수한 인재도 있습니다."2024년 7월, 상하이 교통대학교의 유명한 로봇 전문가인 왕허성(Wang Hesheng) 교수는 공식적으로 수석 과학자로 UniX AI에 합류하겠다고 발표했습니다.

UniX AI가 공개한 첫 번째 기술 시연 영상에서 완다(Wanda)라는 바퀴 달린 휴머노이드 로봇은 두부 집기, 옷 분류 보조, 세탁을 위해 옷을 세탁기에 가져가는 등의 작업을 완료할 수 있습니다. UniX AI는 현재 구현지능 기업이 해결하기 어려운 '유연한 작업' 문제에 대한 해결책을 찾은 것 같습니다.

"젊다고 해서 나쁠 것은 없다고 생각합니다. 기술적인 측면에서 볼 때, 많은 신기술과 제품이 탄탄한 학문적 배경을 가진 젊은이들에 의해 만들어지고 있다는 사실이 우리를 놀라게 한 것은 2000년대 이후 세대로서 Yang Fengyu I입니다." 대화에서 나이를 뛰어넘는 성숙함을 보여주고, 회사 경영의 기술적 단계와 구체화된 지능을 매우 명확하게 이해하고 있습니다.

UniX AI에 대한 우리의 호기심은 벤처 캐피탈계에 거의 소식이 없는 구체화된 지능 회사가 어떻게 2000년대 이후에 설립된 몇 안 되는 구체화된 지능 회사 중 하나로서 이렇게 빠른 발전을 이룰 수 있는지에 초점이 맞춰져 있습니다. 1? 구체화된 지능을 위한 UniX AI의 최종 로드맵은 어떤 모습입니까?

이러한 질문을 염두에 두고 Machine Heart는 사업을 시작한 이후 Yang Fengyu와 첫 번째 공개 미디어 대화를 시작했습니다.

예일 포스트 2000

구체화된 지능형 기업가 정신에 참여

머신 하트: 이제 졸업하셨나요?

Yang Fengyu: 저는 학부 때 바로 Yale에 다녔고 기본적으로 박사 학위 논문 요건을 모두 충족했습니다. 올해를 예로 들면 CVPR 논문 4개를 비롯해 총 10개 이상의 상위 논문을 받았습니다. 인공지능과 로봇공학에 관한 기사를 쓸 수 있습니다.

머신 하트: 당신은 매우 활력이 넘칩니다.

양펑위: (웃음) 새벽 3시 30분까지 잠을 못 잔 적도 있고, 얼마 전에는 당뇨병 주사를 맞으러 갔던 적도 있어요. 주로 팀이 함께 있고 시계를 보지 않는 경우가 많기 때문에 찾아 보면 이미 매우 늦었습니다.

머신하트: 언제 처음 사업을 시작하려고 생각하셨나요?

Yang Fengyu: 저는 기업가 정신은 "적절한 시간, 적절한 장소, 적절한 사람"에 관한 것이라고 항상 믿어왔습니다.

작년에 우리는 지각 수준에서 기술이 크게 발전했으며 비전, 언어 모델 및 터치와 같은 다중 모드 모델을 포함한 일부 대형 모델이 큰 발전을 이루었습니다. . 또한, 국가는 기업가 정신을 위한 좋은 환경을 제공하기 위해 일련의 지원 정책을 시작했습니다.지금은 "천국의 때"이다.

"위치가 좋지 않음":중국은 공급망에서 비교할 수 없는 이점을 갖고 있으며 장강 삼각주에도 첨단 기술 인재가 많이 있습니다.

처음에 우리는 로봇 산업의 엔지니어링 수준이 어느 단계까지 발전했는지, 시장 수요는 어디에 있는지, 이전 세대의 로봇은 어떤 문제를 해결했는지, 미래의 기회는 어디에 있는지 알아보기 위해 몇 가지 조사를 했습니다.

성공의 열쇠는 적합한 사람을 찾는 것입니다. 올해 우리는 공식적으로 팀을 구성하고 머리 장착형 청소 로봇의 R&D 책임자와 하드웨어를 담당하는 머리-휴머노이드 로봇 회사의 최고 인재를 포함하여 다양한 분야의 전문가를 신속하게 모았습니다. 알고리즘 수준에서는 동급생과 선배를 포함하여 미국과 유럽의 인재 그룹을 모집했습니다.이것이 바로 "조화"입니다.

창업자이자 CEO로서 가장 중요한 것은 자원을 모으는 것입니다.UniX AI는 전 세계 여러 국가의 로봇 소프트웨어, 하드웨어 및 공급망의 장점을 결합하는 글로벌 회사입니다.동시에 우리는 국제적인 계획을 가지고 있으며 1년, 3년, 5년 계획의 지속적인 노력을 통해 Robots For All이라는 회사 비전을 실현해 나갈 것입니다.

Heart of the Machine: 귀하의 학업 경험을 간략하게 소개하십시오.

Yang Fengyu: 저는 중국에서 초등학교부터 고등학교까지 다녔습니다. 학부 과정에서 컴퓨터 과학을 전공하기 위해 University of Michigan에 다녔습니다. 처음에는 비전과 머신러닝을 접하게 되었고, 나중에 멘토님의 '다중 모드 학습'의 영향을 받아 시각 및 촉각 연구를 시작했습니다.

학부 기간 동안 그는 로봇 비전과 촉각에 관해 5편의 논문을 발표했습니다.그 중 "Touch and Go: 인간이 수집한 시각 및 촉각 학습"은 세계 최대 규모의 시각 및 촉각 감지 데이터 세트입니다.인공지능 및 머신러닝 분야 최고의 학회인 NuerIPS에서 승인되었습니다.

또 다른 연구에서는 시각과 촉각의 상호 전환을 완성하기 위해 최초로 확산 모델을 도입했고, 그 결과가 ICCV에서 승인되었습니다.

로봇에게는 터치가 중요합니다. 육안으로는 옷이 폴리에스터인지, 면인지, 실크인지 구분하기 어렵습니다. 실제로 만져봐야만 그 질감을 알 수 있습니다. 또한 충전 케이블을 충전 포트에 삽입하는 등 일부 섬세한 작업도 터치를 통한 지속적인 조정이 필요하며 이는 비전만으로는 완료할 수 없습니다.

머신 하트: 그리고 당신은 예일대에 왔어요.

Yang Fengyu: 로봇의 시각 및 촉각 측면, 특히 시각 및 촉각 감각의 변형과 대규모 언어 모델에서의 일반화에 대한 연구 덕분에 나는 북미 컴퓨터 학회(North American Computer Society)로부터 뛰어난 학부 과학자라는 칭호를 받았습니다. 학교 역사상 최초의 사람이었습니다. 마침내 그는 박사과정을 위해 예일 대학교를 선택했습니다.

이 기간 동안 저는 "Binding touch to everything: Learning Unified Multimodal Tactile Representation"(CVPR, 2024, pp.26340-26353)을 포함하여 여러 편의 논문을 발표했습니다. 이 논문에서는 대형 촉각 장치인 UniTouch를 세계 최초로 제안했습니다. 다양한 촉각 센서를 갖춘 모델은 시각, 음성, 소리 등 다양한 양식에 연결된 시각 기반 촉각 센서에 적합합니다.

다른 종이"Tactile-Augmented Radiance Fields"(CVPR, 2024, pp.26529-26539)는 장면 수준에서 일반화할 수 있는 세계 최초의 3D 시각 및 촉각 모델 TARF를 구축했습니다. UniX AI 휴머노이드 로봇의 일반화 능력도 기반입니다. 모델.

Heart of the Machine: 2000년 이후에 태어난 것이 당신에게 더 유리하다고 생각하시나요, 아니면 불리하다고 생각하시나요?

양펑위(Yang Fengyu): 스타트업 회사에서는 창업자가 영혼입니다.많은 분들이 제가 아주 어리다고 생각하지만, 저는 00년대 이후 세대가 되는 것도 문제가 되지 않는다고 생각합니다.

기술적 관점에서 볼 때, 젊은이들은 이러한 기술 변화의 물결을 받아들이고 혁신을 추적하는 데 매우 강력한 역할을 합니다. 많은 새로운 기술과 제품이 오늘날의 젊은이들에 의해 만들어지고 있으며, 특히 진입 장벽이 상대적으로 높은 첨단 산업 분야에서는 더욱 그렇습니다. 소라의 핵심 팀 멤버 중 한 명은 저의 동급생이기도 합니다. 그는 미시간 대학에 다닐 때 뛰어난 기술력을 보여주었습니다.

인지적, 경험적 차원에서 빨리 배우고, 빨리 실수를 바로잡는 것도 하나의 길이라고 생각합니다. 다른 하나는 인품입니다. 인내하고, 강인하며, 돌이킬 수 없는 일이 없도록 해야 하며, “산을 만나면 길을 열고, 물을 만나면 다리를 놓는” 정신이 있어야 합니다. .

물론 UniX AI 팀에는 구조, 전자 분야 등에 풍부한 경험을 가진 숙련된 전문가도 많이 있습니다. 우리 간의 효과적인 협력을 통해서만 짧은 시간에 제품을 출시할 수 있습니다.

시각적 터치 + 조작

로봇 일반화 능력 향상

기계의 심장: 로봇에게 촉각의 향상이 중요한 이유는 무엇입니까?

Yang Fengyu: 인간은 다중 감각 동물입니다. 귀하의 행동 결정은 일반적으로 다중 감각에서 전달되는 정보의 결합된 영향입니다. 이론적으로는 지능형 로봇도 마찬가지입니다.

촉각은 시각적 피드백에 비해 가장 중요한 감각 정보 중 하나이며, 로봇이 환경과 상호작용한 후에 발생하고 시각적 피드백이 먼저 발생합니다.로봇이 물체를 잡으면 물체가 변형됩니다. 기본적으로 이러한 상호 작용이 발생한 후 로봇이 얻는 증분 정보는 접촉의 느낌에서 비롯됩니다.

촉각 정보가 있으면 로봇이 더 복잡하고 섬세한 작업을 더 잘 수행할 수 있어 작업 성공률이 크게 향상됩니다.특히 유연한 물체를 잡는 데 있어서는 터치의 역할이 더욱 뚜렷해진다. 기본적으로 작업을 완료할 수 없는 것에서 작업을 완료할 수 있게 되는 것으로의 질적 향상이라고 할 수 있다.

예를 들어, 바퀴 달린 휴머노이드 로봇 완다는 계란 집기, 두부 집기, 옷 빨기 등의 작업을 수행했습니다. 피드백 없이는 로봇이 작업을 수행하기가 어렵습니다.

현재 로봇이 판단을 내리기 위해 주로 시각에 의존하는 이유는 다른 데이터에 비해 시각적 데이터가 가장 직접적이고 획득 및 훈련이 쉽고 이용 가능한 데이터의 양이 많기 때문입니다. 그러나 로봇이 구체화를 향해 더 나아가면 비전에만 의존하는 것만으로는 충분하지 않습니다.

상호작용에 의존하는 일종의 감각정보로서 촉각정보를 합리적으로 활용할 수 있다는 의의는 로봇이 세상과의 실제 상호작용을 통해 점차 학습하여 더욱 유용해지고 일반화될 수 있다는 점이다.

Heart of the Machine: 터치를 추가한 후 로봇의 유연한 물체 제어 수준이 향상되는 이유는 무엇입니까?

Yang Fengyu: 유연한 물체와 단단한 물체를 잡고 조작하는 데에는 큰 차이가 있다는 것이 주요 원리입니다. 단단한 물체의 물리적 형태는 기본적으로 만지기 전과 후에도 변하지 않기 때문에 육안 관찰을 통해 잡을 때 비교적 쉽게 판단할 수 있습니다. 그러나 유연한 물체를 잡는 과정에서 수많은 폐색과 변형이 발생하고 이러한 변형을 육안으로 정확하게 예측하기 어렵기 때문에 유연한 물체를 잡거나 조작하기 전에 관찰을 통해 어떻게 될지 판단하는 것은 어렵습니다. .

예를 들어, 티슈를 손에 쥐고 나면 시선이 완전히 차단됩니다. 이때 시력은 잡는 방법이나 작동 방법을 판단하는 데 효과적인 정보를 제공하기 어렵습니다. 이 경우 우리는 인식을 완성하기 위해 촉각과 같은 물리적 정보에만 의존할 수 있습니다.

머신 하트: 왜 대부분의 경우 물건을 잡으려고 노력할 필요가 없고 잡는 방법만 알고 있는 것 같나요?

양펑위: 인간으로서 당신은 너무 잘 통합해서 그 안에 촉각 정보를 사용했다는 사실을 모르기 때문입니다. 당신은 20년이 넘는 촉각 데이터를 축적해왔기 때문에 어떤 감각이 이 작업을 완료하는 데 도움이 되었는지 알 수 없습니다.

Heart of the Machine: 대부분의 로봇 작업에서 서로 다른 감각의 기여 비율의 차이는 무엇입니까? 이 단계에서 터치의 우선순위는 얼마나 높나요?

Yang Fengyu: 대부분의 로봇 작업에서는 인식, 추론, 의사 결정 및 행동의 세 단계에서 서로 다른 감각이 서로 다른 비율로 기여합니다.

지각 수준에서는 초기 단계에서 우리는 글로벌 정보를 얻기 위해 주로 비전과 포인트 클라우드에 의존했습니다. 예를 들어 집 전체의 배치, 물이 어디에 있는지 등을 알 수 있습니다. 현재 대형 시각모델과 3차원 대형모델을 통해 글로벌 정보를 인식하는 문제는 기본적으로 해결됐다.

의사결정 수준에서 언어는 인간의 사전 지식을 소개하는 데 주로 의존합니다.예를 들어, 냉장고에서 물을 길어오라는 지시를 받은 후, 로봇은 작업을 세분화하여 냉장고를 여는 첫 번째 단계, 물을 길어오는 두 번째 단계, 냉장고를 닫는 세 번째 단계를 알 수 있습니다. 엄청난 양의 인터넷 데이터에서 비롯됩니다.

행동 수준에서 비전은 로봇이 잡을 위치를 결정하는 데 도움이 될 수 있습니다. 그러나 촉각 정보는 그립력 등을 결정하는 데 중요한 역할을 합니다. 예를 들어 두부를 잡을 때처럼 막힘이 있는 경우 시각을 통해 파지 방법을 정확하게 판단하기는 어렵지만 촉각을 통해 로봇이 정확한 파지를 완료하는 데 도움이 되는 핵심 정보를 제공할 수 있습니다.

또한, 계란 끼우기, 두부 잡기 등 미세한 힘 제어가 필요한 일부 장면은 물론, 물체 변형 판단 및 힘 피드백이 필요한 일부 장면에서는 터치가 중요한 역할을 합니다.

전반적으로, 다양한 감각의 기여 비율은 작업마다 다릅니다.일부 단단한 물체를 잡을 때 시각은 상대적으로 높은 비율을 차지할 수 있습니다. 많은 유연한 물체를 잡을 때는 촉각의 역할이 더 중요하며 기본적으로 완료할 수 없다는 점에서 질적인 향상이라고 할 수도 있습니다. 작업을 완료할 수 있는 작업입니다.

기계의 심장: 접촉할 수 있는 장벽이 충분히 높습니까? 로봇제품에 구현하는데 있어서 어려운 점은 무엇인가요?

Yang Fengyu: 2023년 이전에는 터치가 항상 매우 틈새 형식이었습니다. 시각이나 청각에 비해 터치 관련 작업에 종사하는 사람은 거의 없었습니다.

햅틱 관련 작업 초기에는 센서가 가장 큰 문제였다. 당시에는 전 세계적으로 데이터 관련 업무에 종사하는 사람이 많지 않았고, 센서를 어떻게 만드는가가 주요 이슈였습니다.

둘째, 알고리즘과 데이터 수준을 모두 포함하는 촉각 정보를 구문 분석하는 방법에 대한 문제가 있습니다.데이터 수준에서는 전 세계 촉각 센싱과 관련된 구체적인 데이터의 대부분이 이전에 공개되지 않았습니다. 이는 많은 로봇 조합의 특수한 특성이나 기타 이유로 인해 로봇 공학 분야의 데이터가 비전 분야보다 덜 공개되기 때문일 수 있습니다. 따라서 우리는 계속해서 데이터 세트 문제를 해결하고 전 세계적으로 촉각 감지 데이터 세트의 지속적인 공개를 촉진하기 위해 최선을 다하고 있습니다.

알고리즘 수준에서는 물리학에 대한 사전 지식이 많이 포함되어 있는 촉각과 시각 사이에 차이가 있습니다.예를 들어, 힘의 상태는 센서의 마커를 통해 판단할 수 있지만 이 정보는 시각적 정보만큼 해석하고 식별하기가 쉽지 않습니다.

당시 실험도 진행됐는데, 그 결과 생성된 촉각 신호는 사람이 구별하기가 매우 어려운 것으로 나타났다. 왜냐하면 사람들은 특별한 훈련 없이는 각 사물의 촉각 감지 신호를 구별하기 어렵기 때문입니다. 우리는 또한 이러한 장벽을 낮추고 학계의 더 많은 사람들이 참여하여 전체 촉각 분야의 발전과 발전을 촉진하기 위해 적극적으로 노력하고 있습니다.

Machine Heart: 촉각 정보가 기존 데이터의 양이 적다는 문제뿐만 아니라 대규모 수집에 드는 비용도 높다면 어떻게 확장할 수 있을까요?

Yang Fengyu: 이전에 우리가 했던 작업은 실제로 이 문제를 해결하고, 대규모 수집이 어려울 때 어떻게 규모를 확장할 수 있는지 시도하는 것이었습니다.

첫 번째 단계는 시각과 촉각을 연결하고 시각을 통해 촉각을 예측하는 것입니다.촉각 획득이 없는 장면에서도 시각, 언어 등의 정보를 사용하여 촉각 신호를 추론합니다.

예를 들어, 새로운 집이나 사무실 장면에서 동일한 종류와 재질의 테이블의 촉각 정보를 수집한 후, 새 테이블을 실제로 만지지 않았더라도 시각적, 언어적 정보를 통해 테이블의 촉각 신호를 유추할 수 있습니다. 이러한 방식으로 실제 물리적 접촉 없이도 사용 가능한 데이터 세트를 확장할 수 있습니다. 하지만 이 방법은 예측을 하기 때문에 실제 신호와 다소 차이가 있을 수 있다.

둘째, 우리는 햅틱 데이터 세트의 공개 출시를 계속해서 추진하고 있습니다.데이터 세트를 공개함으로써 더 많은 사람들이 햅틱 분야의 연구 개발에 참여할 수 있게 되어 전체 분야의 발전을 촉진할 수 있습니다.

셋째, 알고리즘 차원에서는 촉각정보 인식의 문턱을 낮추기 위해 노력합니다.예를 들어, 센서에 마커를 추가하고 다양한 힘을 받을 때 마커가 어떻게 변하는지 발견함으로써 이러한 물리학에 대한 사전 지식을 사용하여 촉각 정보를 더 잘 구문 분석할 수 있습니다.

넷째, 시각, 촉각, 언어 등 다양한 정보를 결합하여 다양한 업무를 완수하는데 최선을 다하고 있습니다.다중 모드 정보의 융합을 통해 소량의 촉각 데이터가 부족한 점을 어느 정도 보완할 수 있으며 모델의 일반화 능력과 적응성을 향상시킬 수 있습니다.

Machine Heart: 대규모 수집이 가능하며 필요한 조건은 무엇입니까?

양펑위: 사실 이것이 체화된 지능의 전체 개발에 있어서 병목 현상이라고 생각합니다. 개인적으로 대규모 수집이 가능하다고 생각하지만 여기에는 상용화 과정이 있습니다.

로봇이 수천 가구에 들어갈 때 특정 양이 있으면 더 많은 시나리오를 지원하고 일반화할 수 있을 만큼 충분한 데이터를 수집할 수 있습니다. 물론 모든 지점을 영원히 포착할 수는 없으므로 "대규모"라는 명제는 항상 존재하게 됩니다. 머신러닝의 핵심은 희소 샘플링을 통해 시뮬레이션 피팅과 조밀한 분포 예측을 달성하는 것입니다.

데이터 측면에서는 시뮬레이션을 배제하지는 않지만, 구체화된 지능을 구현하기 위해서는 일정량의 실제 머신 데이터가 필요조건이라고 생각합니다.

기계의 핵심: 대형 촉각 모델의 핵심 기술 지표는 무엇입니까?

Yang Fengyu: 대형 모델과 마찬가지로 대형 촉각 모델에는 다양한 다운스트림 작업에 대한 몇 가지 지표가 있습니다. 저는 팀을 이끌고 세계 최대 규모의 기존 시각 및 촉각 데이터 세트인 Touch and Go를 구축했습니다. 이는 전 세계 로봇 시각 및 촉각 사전 훈련 모델에 대한 중요한 공통 벤치마크 중 하나입니다.

구현된 지능형 로봇 완다

9월부터 양산 시작

Heart of the Machine: 사업을 시작하기로 결정한 후 어떤 종류의 구체화된 지능 회사를 만들 계획입니까?

Yang Fengyu: 기업가 정신의 본질은 사회를 위한 가치를 창출하는 것입니다.UniX AI는 C측면을 첫 번째 전략으로 삼은 세계에서 몇 안 되는 지능형 로봇 기업 중 하나입니다.

TO C는 갈 길이 멀지만 그 잠재력은 엄청납니다. 산업적 관점에서 볼 때, 휴머노이드 로봇은 하드웨어 + AI의 기술 통합 시대에 진입하여 급속도로 발전하고 점점 더 실용화되고 있습니다. 그리고 저는 이 통합 프로세스가 업계 내부자들이 원래 기대했던 것보다 훨씬 더 빨라질 것이라고 낙관하고 있습니다.

인구 고령화, 저출산, 노동력 부족… 이것이 바로 전 세계가 직면한 문제입니다. 기업의 책임은 사회의 문제를 해결하는 것입니다. 이것이 UniX AI의 기회이자 가치이며, 사업을 시작하려는 저의 초심이기도 합니다. 현재 이 트랙의 대략적인 착륙 경로는 기본적으로 산업-상업-가정입니다. 이는 TO C 사용자에게 서비스를 제공하는 주요 시나리오이기도 합니다.

UniX AI의 비전은 Robots For All이며, 운동 능력과 지능 측면에서 선두를 달리고 육체 노동과 지능적인 동반자 관계를 가능하게 하는 보편적인 휴머노이드 로봇을 만드는 것입니다.

Heart of the Machine: 애초에 가족 장면을 선택한 이유는 무엇입니까?

양펑위: 사실 우리는 가족 장면에만 국한되지 않고 사무실 등 범상업적인 장면도 찍습니다.

To B 시나리오는 기술적으로 상대적으로 덜 어렵고, 반복률이 높으며, 일반화에 대한 요구 사항이 그렇게 높지 않습니다. 그러나 To B 시나리오에는 로봇의 속도와 작동 정확도에 대한 요구 사항이 매우 높은 강력한 대체 논리가 포함되는 경우가 많습니다.

가족 장면은 복잡하고 끊임없이 변화하며, 모든 가정은 작은 생태계이므로 강력한 일반화 기능을 갖춘 로봇이 필요합니다. 물론 이로 인해 우리 제품에 대한 수요가 더 높아졌습니다. 동시에 우리는 홈 시나리오에 많은 L2 수준 기능을 갖게 되어 복잡한 시나리오에서 제품의 적응성과 플레이 가능성을 더욱 향상시킬 것입니다.

일반적으로 당사의 기술 스택은 To B와 To C를 모두 포괄할 수 있습니다. 가족신이 잘 완성되면 다른 신도 수월하게 소화할 수 있을 것 같은 느낌이 든다. 가장 단단한 뼈대부터 시작하는 것은 UniX AI의 기술적 강점을 반영할 뿐만 아니라 시장 진출을 위한 우리의 전략적 경로를 나타냅니다.

하트 오브 더 머신: 공장 같은 투비 씬에도 나오나요?

Yang Fengyu: UniX AI의 모듈형 하드웨어 솔루션은 다양한 시나리오에 적용할 수 있습니다. 동시에, 데이터 활용을 극대화하기 위해 인식과 조작을 분리하는 일련의 모션 프리미티브 알고리즘을 보유하고 있으며 장면에 대한 이식성이 매우 강력할 것입니다. 모든 제품에는 경계가 있지만 우리는 다양한 시나리오에서 시도하고 확장할 의향이 있습니다. 우리는 또한 소비자를 돕기 위해 몇 가지 중요한 비즈니스 시나리오를 실행하고 있습니다.

Machine Heart: 소위 공급망 비용 이점은 무엇입니까?

Yang Fengyu: 우리 팀에는 대량 생산 수준의 비용 관리 방법을 숙달하고 이를 로봇 공급망에 적용할 수 있는 숙련된 공급망 관리 전문가 그룹이 있습니다. 아직 로봇업계가 대규모로 가격을 출시하지는 않았지만, 소비자가 납득할 수 있는 가격에 제품이 도달할 수 있도록 처음부터 대량생산 수준에서 비용을 통제했다. 우리는 효과적인 비용 관리를 통해 우리 제품이 가격 경쟁력을 갖추고 회사 발전에 강력한 지원을 제공할 것이라고 확신합니다.

Machine Heart: 앞으로 출시될 제품의 가격대는 얼마나 됩니까?

Yang Fengyu: 지금 공개하는 것은 불편하지만, 장담할 수 있는 것은정말 놀라운 가격이 아닐 수 없습니다.

Heart of the Machine: 어떻게 끝까지 갈 계획인가요?

Yang Fengyu: 우리가 끝까지 접근하는 논리는 매우 간단합니다. 일정량의 고품질 실제 데이터가 필요합니다.핵심은 이 데이터를 어떻게 얻느냐에 있다.예를 들어 자율주행차를 예로 들면, 테슬라의 FSD는 자동차가 도로를 계속 달리고 데이터를 수집하는 데 6~8년이 걸렸기 때문에 끝날 수 있다.

로봇 산업은 모두 로봇이 자동으로 무언가를 수행할 것으로 기대합니다. 우리는 먼저 여러 단일 지점 장면 기능을 개발했습니다.모든 사람이 로봇이 유용하거나 재미있다는 것을 느끼게 하고, 로봇의 가격이 적당하여 모든 사람이 기꺼이 구매할 수 있도록 하십시오.

우리의 공급망에는 장점이 있으며 가격을 낮출 수 있다는 점이 매우 중요합니다.사용자의 지속적인 피드백을 통해 우리는 지속적으로 제품을 최적화하고 반복하여 마침내 보편적으로 구현된 지능형 로봇을 만듭니다.

Heart of the Machine: 로봇 대량생산의 어려움과 의미는 무엇인가?

Yang Fengyu: 실제로 DEMO를 만드는 것은 매우 쉽습니다. 실험실에서 만들기만 하면 성공입니다. 대량 생산의 어려움은 실제로 하나가 아닌 수백 또는 수천 개의 장치가 사용자의 집에 들어가 제품의 데이터 보안, 운영 안정성 및 기본 제어 신뢰성을 테스트한다는 사실에 있습니다. 이를 위해서는 강력한 애프터 서비스 팀과 지속적인 노력이 필요합니다. 반복 기술 팀. 또한, 공정도 매우 중요하며, 이는 양산 능력을 테스트하는 중요한 지표이기도 합니다.

그 중요성은 의심의 여지가 없습니다. 한편으로는 공급망의 경쟁력을 반영하고 다른 한편으로는 기술의 성숙도를 보여줍니다. 게를 처음 먹은 사람은 누구일까요? 누가 빨리 잘 먹나요? 또한 대량 생산은 특정 선점자 이점을 얻을 수 있습니다.

Heart of the Machine: 사업을 시작하기로 결정한 후 초기 팀 빌딩 아이디어와 현재 팀 구성 상황은 어떻습니까?

Yang Fengyu: 0-1에서는 스타트업 팀이 매우 중요합니다. 나는 먼저 위에서부터 계획을 세운 다음 폭포수처럼 위에서 아래로 각 레벨에 천천히 배치하는 데 익숙합니다. 먼저 핵심 핵심 인물을 찾아 작업한 다음 아래쪽으로 확장하여 팀을 지속적으로 개선하고 전체 바퀴를 돌립니다.

작년 말부터 지금까지 우리 팀은 매우 빠르게 성장했으며 3세대에 걸쳐 제품을 반복해 왔습니다. 현재 팀 규모가 구체화되기 시작했지만 앞으로는 회사의 경쟁력을 높이기 위해 필요에 따라 계속 조정하고 개선할 것입니다.

인재를 확보하는 것은 스타트업 회사에 있어서 가장 중요한 것 중 하나입니다. 저는 우리 회사에서 대부분의 인재들을 직접 만났습니다.많은 경우 CEO는 CEO일 뿐만 아니라 "최고 의미 책임자"이기도 합니다. 그는 동료들에게 우리가 하는 일의 가치와 중요성을 설명해야 합니다.그들이 동의하고 함께 길을 가는 것은 매우 중요합니다.

동시에 이 단계에서는 관리 반경이 매우 크고 관리 세분성도 매우 미세합니다. 매우 어렵지만 필요합니다. 회사의 방향이 올바르고 안정적이라는 것을 종합적으로 파악하고 확인한 후에야 다른 측면에 더 많은 시간을 투자할 수 있습니다.

Heart of the Machine: 이러한 인재를 어떻게 유치합니까?

양펑위: 본질적으로 모든 사람을 매료시키는 것은 구체화된 지능의 종말을 향한 길입니다. 또한 그것을 어떻게 할 것인지에 대한 질문입니다.

우리는 몇 가지 특징이 있습니다. 첫째, 우리는 매우 강력한 공급망 비용 이점을 가지고 있습니다. 둘째, 우리 팀은 강력한 실행 능력과 매우 빠른 반복 속도를 가지고 있습니다. 몇 주 후에 다시 돌아와 보니 장면이 완성되었고 진행 속도도 매우 빨랐습니다. 우리는 또한 우리에게 적극적으로 합류를 요청한 국내 최고의 로봇 회사의 인재를 보유하고 있습니다.

Heart of the Machine: 현재 자금 출처는 무엇입니까?

Yang Fengyu: 적절한 시기에 통일적으로 공개하겠습니다.

Heart of the Machine: 외부 자금 조달 계획이 있습니까?

Yang Fengyu: 현재 투자자들의 피드백은 매우 긍정적입니다. 우리는 보편적 구현 지능에 대한 우리의 비전을 공유하고 장기적으로 우리와 함께할 투자자들을 환영합니다.

Machine Heart: 앞으로 출시될 제품과 향후 시장 계획에 대해 좀 더 자세히 소개해주실 수 있나요?

양펑위(Yang Fengyu): 우리가 양산하려고 하는 로봇은 완다(Wanda)라고 하는데, 바퀴가 달린 인간형 양팔 로봇입니다. 우리가 공개한 첫 번째 기술 영상에서는 일부 기능을 볼 수 있지만, 이것이 전부는 아닙니다. 9월에 소비자에게 출시될 때 더 놀라운 세부 사항이 있을 것입니다.

궁극적으로 UniX AI가 소비자에게 전달하고자 하는 제품은 집에서 서비스를 제공할 뿐만 아니라 사람들과 함께 점점 더 먼 곳으로 이동할 수 있고 더 많은 기능을 제공할 수 있는 보편적인 구현 지능형 로봇입니다. 이를 위해서는 지속적인 기술 개발도 필요합니다. 기업과 사용자 간의 공동 창작. 작은 발걸음 없이는 천 리에 도달할 수 없으니 첫 걸음부터 시작해 보세요.