En los últimos seis meses, los modelos mundiales y la recopilación de datos se han convertido en palabras clave centrales en el campo de la inteligencia incorporada.
Como nuevo paradigma del «cerebro» de inteligencia encarnada, el modelo mundial se considera un camino importante hacia la AGI; Los datos de alta calidad son el «combustible» escaso para los modelos de entrenamiento. Muchas empresas han anunciado oficialmente la construcción de fábricas de minería de datos y han explorado varias rutas de minería de datos.
La competencia entre las empresas nacionales de inteligencia incorporada se ha expandido desde productos ontológicos hasta escenarios de aterrizaje, construcciones ecológicas y otros aspectos. Algunas empresas ya no se limitan a la iteración de sus propios productos, sino que también han ampliado su alcance a las fases anterior y posterior de la cadena industrial mediante inversiones para crear barreras a la competencia.
En términos de tecnología, el «modelo mundial» se ha convertido en el foco de atención, atrayendo mucha atención en la Conferencia Zhiyuan «Gala del Festival de Primavera de IA» y la primera conferencia global de desarrolladores celebrada por la empresa unicornio de inteligencia incorporada Xinghaitu.
Esta ruta también ha recibido apuestas de capital, y empresas centradas en modelos mundiales como Daxiao Robotics y Xingyuanzhi han recibido grandes cantidades de financiación.
Anteriormente, las principales rutas tecnológicas en el campo de la inteligencia incorporada eran los modelos VLA y VLM, pero tenían las deficiencias de «comprender la semántica pero no la física» y una generalización insuficiente.
Por ejemplo, cuando un robot recibe la instrucción de «tomar un vaso de agua», aunque puede reconocer el objeto y comprender la instrucción, es posible que no comprenda que la fuerza de agarre requerida para vasos de agua de diferentes pesos es diferente.
El modelo mundial es un mundo virtual construido por IA en la «mente», que se utiliza para comprender las leyes físicas, predecir resultados futuros y decidir acciones.
Wang Zhongyuan, presidente del Instituto de Investigación Zhiyuan, cree que el modelo mundial es el modelo base de inteligencia artificial de próxima generación y puede resolver el problema de «no comprender el mundo físico», pero en esta etapa todavía se encuentra en sus primeras etapas.
Recientemente, ha habido desacuerdos entre VLA y los modelos mundiales en la industria, y algunas empresas han optado por ir de la mano con las dos rutas técnicas e intentar integrarlas.
En la Conferencia Global de Desarrolladores el 16 de junio, Xinghaitu lanzó el modelo básico VLA G0.5 de nueva generación y lo anunció como código abierto, anunciando el modelo mundial Fast-WAM y el modelo básico de control de cuerpo completo.
Xinghaitu se adhiere a la ruta técnica dual de «VLA + WAM» para estudiar sistemáticamente los cuellos de botella de generalización de la inteligencia incorporada en un entorno abierto. VLA garantiza operaciones en tiempo real y WAM proporciona deducciones prospectivas para lograr avances en inteligencia de forma colaborativa.
Gao Jiyang, director ejecutivo de Xinghaitu, dijo que VLA y el modelo mundial tienen el mismo origen y simbiosis, y se integrarán en el futuro. Las similitudes subyacentes entre los dos son similares.
Guo Yandong, fundador y director ejecutivo de Zhiping, también dijo que el modelo mundial es un componente central del sistema VLA y que la compañía ha promovido anteriormente la investigación sobre la integración de los dos.
En términos de recopilación de datos, tanto el modelo VLA como el modelo mundial se basan en datos de entrenamiento, pero existe una gran brecha en los datos de interacción entre los humanos y el mundo físico, lo que ha provocado que muchos empresas de inteligencia encarnadas para implementar fábricas de minería de datos. Xinghaitu y Beijing Yizhuang construyeron conjuntamente Yishu Intelligence y lanzaron un plan de 1 millón de horas de datos reales de altísima calidad, planeando completar un millón de horas este año y avanzar hacia 10 millones de horas en los próximos tres años.
El plan implementa tres sistemas principales: datos ontológicos reales, recopilación de datos UMI y datos POV humanos, y abre algunos datos a empresas en el distrito de Yizhuang, Beijing.
Anteriormente, Daimeng Robots cooperó con China Mobile para lanzar la construcción de una red de «recolección de datos en el hogar», que puede generar 1 millón de horas de datos por año en plena producción;
Luming Robot planea implementar equipos en múltiples ciudades para la recopilación de datos, con el objetivo de alcanzar millones de horas de capacidad de producción de datos; MiFeng Technology, una subsidiaria de Zhiyuan, lanzó plataformas y hardware relevantes y anunció que alcanzará decenas de millones de horas de capacidad de producción de datos para 2026; JD.com anunció la finalización de un centro de recopilación de datos inteligente incorporado, que acumuló más de 10 millones de horas de datos de alta calidad en dos años, y lanzó una infraestructura de datos inteligente incorporado.
En términos de ecología industrial, algunas empresas de inteligencia incorporada han acabado invirtiendo en nuevas empresas de la industria.
Xinghaitu ha invertido en 18 empresas el año pasado, con un rendimiento contable integral de más de 5 veces. También ha lanzado el «Plan Xingtu» con Cathay Capital, que prevé invertir mil millones de yuanes en cinco años.
Zhiyuan ha invertido en más de 20 empresas en etapa inicial en el último año y medio y su valoración anualizada se ha multiplicado por 17. El 10 de junio publicó el «Plan de Desarrollo Ecológico de Yuansheng».
Primero implementará 100 millones de yuanes en fondos de apoyo ecológico en 2026, y planea invertir 2 mil millones de yuanes en los próximos cinco años para empoderar a la industria, la academia, la investigación y los grupos de desarrolladores.
Este profundo vínculo ecológico ayuda a los principales actores a tomar la iniciativa y la iniciativa en el desarrollo de la industria.
Además, tanto Zhiyuan como Xinghaitu han propuesto el concepto de curvas triples, que involucran curvas de desarrollo industrial y niveles de inteligencia. Los puntos comunes están relacionados con impulsar la productividad.
