소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

저자│장민샤오

편집자｜추샤오펀(Qiu Xiaofen)

구체화된 지능은 올해 세계에서 가장 많이 관련된 트랙으로 설명될 수 있습니다. 이전에는 머스크가 2세대 옵티머스를 출시했고, 이후 다수의 국내 주요 제조사들이 휴머노이드 로봇에 투자를 했고, 각계각층의 플레이어들이 콘크리트 트랙을 펼치느라 바쁘다.

36Kr은 구현된 지능형 로봇 회사인 "Qianxun Intelligence"가 시드 라운드 + 엔젤 라운드 파이낸싱에서 거의 2억 위안을 완료했다는 사실을 알게 되었습니다. "Qianxun Intelligence"는 Luoshi Robotics의 전 CTO인 Han Fengtao가 2024년 2월에 설립했습니다. 회사는 설립 후 6개월 만에 단 4개월 만에 2차례의 자금 조달을 완료했습니다.

엔젤 라운드 자금 조달은 Honghui Fund가 주도했고 Dachen과 Qiancheng이 뒤를 이었고 시드 라운드 투자자인 Shunwei Capital과 Oasis Capital이 계속했습니다. 이번 자금 조달 라운드에서 모금된 자금은 주로 기술 연구 및 개발과 팀 확장에 ​​사용될 것입니다.

현재 휴머노이드 로봇은 일반적으로 작업에 반영되는 약한 일반화 및 제한된 상호작용이라는 공통된 문제에 직면해 있습니다. 이는 휴머노이드 로봇이 작업장, 공장 등 상대적으로 고정된 환경에서만 작업할 수 있고 주변 환경과의 상호작용이 제한적이라는 것을 의미합니다. 정확하지도 않고 민감하지도 않습니다.

휴머노이드 로봇이 인간만큼 똑똑해지려면 스마트 두뇌처럼 구현된 대형 모델이 필요합니다.

로봇의 상호작용성과 일반화를 실현하기 위해 "Qianxun Intelligence"의 핵심 장벽 중 하나는 고도로 일반화되고 다재다능한 로봇 두뇌를 구축하는 것입니다. 시각적 언어 모델은 뇌에서 사용됩니다.빌라（비전 및 언어 모델(Vision-and-Language Models) 및 CoPa(Constraints of Parts) 모델은 구현된 지능형 로봇의 기본 다중 모드 대형 모델입니다.

Figure AI는 이전에도 ViLa 모델을 사용하여 로봇이 일상 장면을 이해하고 생활 상식을 가질 수 있도록 했다는 점에 주목할 필요가 있습니다. 이 모델 아키텍처의 제안자는 "Qianxun Intelligence"의 공동 창립자인 Gao Yang입니다.

이미지 출처: "Qianxun Intelligence"

구현된 지능에 적합한 기본 대형 모델을 구축하는 것 외에도 "Qianxun Intelligence"의 또 다른 기술적 이점은 구현된 지능의 대형 모델에 대한 데이터 수집 문제를 해결한다는 것입니다.

일반적으로 로봇에게 실제 환경에서 작업하는 방법을 가르치기 위해 과학자들은 실제 환경에서 인간의 움직임에 대한 대량의 데이터를 수집하고 휴머노이드 로봇이 주변 환경과 복잡한 장면을 더 잘 이해할 수 있도록 사전 훈련해야 합니다.

그러나 현재 사전 훈련 데이터를 얻는 데 어려움이 가장 큽니다.

Qianxun Intelligence의 설립자이자 CEO인 Han Fengtao는 36Kr에 데이터, 컴퓨팅 성능 및 알고리즘이 대규모 구현 지능 모델을 구축하는 세 가지 요소라고 말했습니다. 현재 대부분의 플레이어는 비슷한 수준의 컴퓨팅 성능을 갖고 있으며 절대적인 지능을 형성할 수 없습니다. 기술적 장벽; 현재 알고리즘의 기술적 경로는 아직 완전히 수렴되지 않았습니다.결과적으로 봇 플레이어는 현재 기존 데이터와 새로운 데이터 수집 능력 사이의 격차로 제한됩니다.

훈련 데이터 획득이 어려운 이유는 첫째, 고성능 로봇 산업이 아직 초기 단계이고, 로봇 본체로부터 데이터를 획득하기 어렵다는 두 가지 점에 근거한다.

둘째, 시뮬레이션과 합성 데이터를 통한 훈련도 해결책이지만, 가상 합성 데이터와 실제 데이터 사이에는 여전히 격차가 있습니다.

데이터 부족 문제를 해결하기 위해 "Qianxun Intelligence"의 솔루션은 일반적인 고성능 하드웨어 시스템, 대규모 인터넷 데이터를 기반으로 한 사전 훈련, 높은 샘플 효율의 모방 학습 및 강화 학습을 통해 하드웨어 성능을 향상할 수 있습니다.

이러한 이유로 "Qianxun Intelligence"의 공동 창립자인 Gao Yang은세계 최고 수준의 샘플 효율성을 갖춘 강화학습 알고리즘 제안(EfficientZero 및 EfficientZero v2)는 샘플 효율성을 향상시켜 모델 하단에서 데이터 부족 문제를 해결합니다.

모방 학습 측면에서 Gao Yang은 로봇이 실제 작업 중에 하나의 예에서 추론을 도출하는 방법을 학습하는 데 도움이 될 수 있는 EfficientImitate 고성능 모방 학습 알고리즘을 제안했습니다.보고서에 따르면 이 알고리즘은 스탠포드의 VMAIL 알고리즘에 비해 학습 효율성이 6배 향상되었습니다.

제품 및 상업화 측면에서 "Qianxun Intelligence"는 향후 초기 구현 시나리오로 상업, 서비스 및 홈 애플리케이션을 사용할 계획입니다.

팀 측면에서 "Qianxun Intelligence"의 팀원은 모두 로봇 연구 및 개발 분야에서 풍부한 배경을 가지고 있습니다. 창립자 겸 CEO인 Han Fengtao 박사는 고성능 경공업 로봇의 연구 및 개발에 중점을 두고 로봇 산업에서 10년 이상의 경험을 보유하고 있으며 팀을 이끌고 20개 이상의 산업, 100개 이상의 시나리오에서 상용화 결과를 구현했습니다. 및 1000명 이상의 고객.

공동 창업자이기도 한 칭화대 가오양(Gao Yang) 교수는 체화된 지능, 머신 비전, 머신 러닝 분야에서 10년 간의 연구 경험을 갖고 있으며, 어떤 작업에서도 어떤 작업도 수행할 수 있는 보편적인 구현 지능 뇌의 연구 및 구축에 주력하고 있습니다. 대본. 그는 미국 구현지능 분야 선도기업인 피지컬 인텔리전스(Physical Intelligence)의 창업자인 세르게이 레빈(Sergey Levine)과 긴밀한 협력을 해왔다.

투자자 의견:

Shunwei Capital의 투자 책임자는 이렇게 말했습니다.: “Shunwei 팀은 오랫동안 로봇 공학 및 구현 지능 분야의 혁신 기회에 주목해 왔습니다. 우리는 “Qianxun Intelligence” 창립 팀의 배경과 업계 경험이 결합된 것에 대해 낙관하고 있으며 “Qianxun”을 적극적으로 기대하고 있습니다. 구현된 지능 기술을 촉진하기 위한 시나리오와 비즈니스 모델을 탐색합니다. "

홍희펀드 투자팀은 다음과 같이 말했습니다."체화된 지능은 일반 인공 지능(AGI)의 중요한 응용 시나리오이며 시장 공간은 매우 넓습니다. 과거에는 로봇 제어가 수많은 수동 프로그래밍 프로세스에 의존했고 시나리오에 많은 제한이 있었습니다. 우리는 구현된 대형 모델 알고리즘과 하드웨어의 결합에 대해 매우 낙관적입니다. 형성된 에이전트는 기존 로봇의 작업 일반화 수준을 향상시킵니다. 이러한 유형의 에이전트는 가상 세계와 물리적 세계를 연결하는 가교 역할을 하며 공간 지능을 향한 최선의 경로이기도 합니다. .

중국은 로봇 하드웨어 산업 체인에서 선도적 우위를 점하고 있으며, ViLa, CoPa 등 선도적인 구현 모델의 추가로 코너링 추월에 도움이 될 것으로 예상됩니다. Qianxun Intelligence는 이 분야에서 우리의 첫 번째 목표입니다. 우리 팀은 매우 풍부한 기술 축적과 제품 구현 경험을 가지고 있으며, 창립 팀의 리더십 하에 차세대 지능형 로봇의 대량 생산이 곧 이루어질 것이라고 믿습니다. 새로운 산업 혁명을 시작합니다. Honghui Fund는 자체 관련 자원을 결합하고 Qianxun 팀과 협력하여 지능형 로봇 개발을 지원할 것입니다. "

소통에 오신 것을 환영합니다. WeChat을 추가할 때 이름과 방문 목적을 적어주세요.

끝