Negli ultimi sei mesi, i modelli del mondo e la raccolta dei dati sono diventati parole chiave fondamentali nel campo dell’intelligenza incarnata.
Il modello mondiale è un nuovo paradigma del “cervello” di intelligenza incarnata ed è considerato un percorso importante verso l’AGI; i dati di alta qualità sono il “carburante” scarso per i modelli di addestramento.
Molte aziende hanno annunciato ufficialmente la costruzione di fabbriche di data mining e l’esplorazione di vari percorsi di data mining.
La concorrenza tra le società nazionali di intelligenza incorporata si è estesa dai prodotti ontologici agli scenari di atterraggio, alla costruzione ecologica, ecc.
Alcune aziende non si accontentano più di ripetere i propri prodotti e hanno esteso raggiungerli a monte e a valle della catena industriale attraverso investimenti di denaro reale, cercando di costruire il più possibile barriere competitive.
Svolta tecnologica: due percorsi iniziano a fondersi
Che si tratti della Conferenza di Zhiyuan, conosciuta come “Gala del Festival di Primavera dell’AI”, o della prima conferenza globale degli sviluppatori tenutasi a Xinghaitu, una società di unicorni di intelligenza incarnata, il “modello mondiale” è al centro dell’attenzione. Su questa strada ha scommesso anche il capitale.
Un gruppo di aziende focalizzate su modelli mondiali ha ricevuto ingenti finanziamenti in un breve periodo di tempo, come Daxiao Robotics, Xingyuanzhi, ecc.
In precedenza, i percorsi tecnologici tradizionali nel campo dell’intelligenza incarnata erano i modelli VLA e VLM. I loro difetti erano “la comprensione della semantica ma non della fisica” e l’insufficiente generalizzazione.
Ad esempio, quando un robot riceve l’istruzione di “tenere una tazza d’acqua”, può riconoscere l’oggetto e comprendere l’istruzione, ma potrebbe non essere consapevole delle diverse forze di presa richieste per tazze d’acqua di peso diverso.
Modello mondiale, ovvero l’intelligenza artificiale costruisce un mondo virtuale nella “mente” per comprendere le leggi fisiche, prevedere risultati futuri e quindi decidere come agire.
Wang Zhongyuan, presidente dello Zhiyuan Research Institute, ritiene che il modello mondiale sia il modello base di intelligenza artificiale di prossima generazione in grado di risolvere il problema della “non comprensione del mondo fisico”, ma è ancora nella sua fase iniziale.
Recentemente, sono emerse alcune differenze all’interno del settore e alcune opinioni hanno collocato VLA e i modelli mondiali sul lato opposto.
Tuttavia, alcune aziende scelgono di andare di pari passo con i due percorsi tecnologici ed esplorare modi per integrarli.
Alla Global Developers Conference del 16 giugno, Xinghaitu ha rilasciato ufficialmente il modello base VLA di nuova generazione G0.5 e lo ha annunciato come open source, annunciando il modello mondiale Fast-WAM e il modello base di controllo dell’intero corpo.
Xinghaitu ha dichiarato di aderire al percorso della doppia tecnologia “VLA + WAM” e di studiare sistematicamente il collo di bottiglia della generalizzazione dell’intelligenza incarnata in un ambiente aperto.
Tra questi, VLA garantisce il funzionamento in tempo reale e WAM fornisce detrazioni lungimiranti. I due lavorano insieme per realizzare un salto intelligente e completo da “percezione-decisione-esecuzione” a “circuito chiuso pregiudizio-ottimizzazione”.
“Non abbiamo mai creduto che VLA e il modello mondiale fossero antagonisti. Al contrario, sono omologhi e simbiotici e convergeranno sempre più in futuro.” Gao Jiyang, CEO di Xinghaitu, ha spiegato in un’intervista ai media che gli strati inferiori dei due modelli sono in qualche modo simili. Innanzitutto, i dati multimodali vengono trasformati in token, quindi il trasformatore multistrato viene utilizzato per la codifica, quindi l’output in qualche modo, ecc.
Guo Yandong, fondatore e CEO di Zhiping, ha dichiarato alla Conferenza Zhiyuan di Pechino che il modello mondiale non è un percorso competitivo per VLA, ma un componente fondamentale del sistema VLA.
Resta inteso che la società ha già promosso la ricerca sull’integrazione dei modelli mondiali e del VLA. Nel novembre dello scorso anno ha collaborato con l’Università di Pechino per lanciare Video2Act, un’architettura di nuova generazione che integra modelli mondiali.
Fabbrica di data mining: emerge il piano “Un milione di ore”
I modelli VLA e i modelli mondiali sono inseparabili dai dati di addestramento, e lì c’è una grande lacuna nei dati di interazione richiesti dagli esseri umani e dal mondo fisico. Questo è anche uno dei motivi per cui molte società di intelligence con capi-corpo hanno implementato fabbriche di data mining.
Yishu Intelligence, creata congiuntamente da Xinghaitu e Beijing Yizhuang, è stata inaugurata e ha lanciato un piano di dati reali di altissima qualità per 1 milione di ore, con l’intenzione di completare un milione di ore quest’anno e di avvicinarsi a 10 milioni di ore nei prossimi tre anni.
Nello specifico, Yishu Intelligence prevede di implementare i tre principali sistemi di dati reali Ontology, raccolta dati UMI e dati POV umani.
La società prevede inoltre di concedere il 5% – 10% della sua produzione annuale di dati alle imprese del distretto di Yizhuang, Pechino, gratuitamente o a prezzi preferenziali.
Questo modello è simile ai piani precedentemente annunciati da molte società di intelligence personale e l’industria si sta affrettando a predisporre la traccia dei dati.
In precedenza, Daimeng Robots e China Mobile avevano formalmente raggiunto una collaborazione per lanciare congiuntamente la costruzione della rete di “raccolta dati in casa”.
Le due parti hanno fatto affidamento sulle centinaia di migliaia di punti vendita offline di China Mobile per costruire congiuntamente una rete di raccolta dati in uscita che coprisse l’intero paese.
Nella prima fase del progetto verranno messi in funzione 1.000 apparecchi che, a regime, potranno generare 1 milione di ore di dati all’anno.
Luming Robot prevede di lanciare quest’anno 10.000 versioni zaino di FastUMI Pro in più città per raccogliere dati in sei scenari di vita reale tra cui industria, case, hotel, ristoranti, centri commerciali e uffici. L’obiettivo è anche quello di raggiungere una capacità di produzione di dati di un milione di ore.
Nell’aprile di quest’anno, Meifeng Technology, una filiale di Zhiyuan, ha rilasciato una piattaforma fisica unica per servizi dati AI e la serie MEgo di hardware di raccolta senza ontologia. Ha inoltre annunciato che nel 2026 raggiungerà decine di milioni di ore di capacità di produzione di dati.
Anche le principali società Internet stanno entrando nel gioco.
JD.com ha annunciato ufficialmente che farà affidamento sui vantaggi principali della super supply chain per costruire il centro di raccolta dati intelligente più grande e completo al mondo, accumulando più di 10 milioni di ore di dati di alta qualità in due anni.
JD.com ha anche annunciato la prima infrastruttura di dati intelligente incorporata al mondo che copre tutti i collegamenti, incluso il terminale di raccolta ad altissima definizione JoyEgoCam, il modello di grandi dimensioni incorporato JoyAI-RA, la piattaforma di scambio di dati intelligente incorporata, ecc.
Gao Jiyang ritiene che la competizione per le vette dei modelli di intelligenza incorporata dipenda in gran parte dalla qualità dei dati, che influenzerà le capacità del modello e gli effetti a livello di applicazione.
Wang Zhongyuan ha affermato in una precedente intervista ai media che i dati di simulazione possono compensare la mancanza di raccolta di dati reali, ma la precisione dei dati di simulazione non è necessariamente sufficiente. È dubbio che affidarsi interamente a questo tipo di dati possa costruire un modello in grado di comprendere veramente il mondo fisico.
Bloccarsi su “azioni potenziali”: costruire un ecosistema industriale
Oltre a creare vantaggi legati alla barriera dei dati, alcune società di intelligence incorporata hanno anche investito in start-up a monte e a valle del settore.
Nell’ultimo anno, Xinghaitu ha investito successivamente in 18 società.
“In meno di un anno dall’inizio dell’investimento, il rendimento complessivo del libro ha superato 5 volte. Questo è un test di mercato per i nostri progetti di screening e empowerment.” Il CFO di Xinghaitu Luo Tianqi ha rivelato nella sua condivisione che l’azienda investe principalmente in tre direzioni: intelligenza basata sui dati, innovazioni negli scenari applicativi e tecnologie core di prossima generazione. Non mirano solo ai rendimenti finanziari, ma, cosa ancora più importante, al voto per il futuro.
Durante la conferenza, Xinghaitu e Cathay Capital hanno lanciato congiuntamente il programma di partnership imprenditoriale “Star Path Plan” per fornire capitale, tecnologia e risorse industriali a team imprenditoriali in fase iniziale dotati di intelligenza incorporata, e hanno pianificato di investire 1 miliardo di yuan in cinque anni.
Anche Chiyuan, che aderisce al percorso full-stack, ha un proprio layout di investimento. Allo stesso tempo, pochi giorni fa ha annunciato ufficialmente il suo piano di sviluppo ecologico.
Nell’aprile di quest’anno, Deng Taihua, fondatore, presidente e amministratore delegato di Zhiyuan, ha rivelato che nell’ultimo anno e mezzo Zhiyuan ha investito in più di 20 società, tutte nelle prime fasi di sviluppo, e le loro valutazioni annualizzate sono aumentate di 17 volte.
Il 10 giugno, Zhiyuan ha pubblicato il “Piano di sviluppo ecologico Yuansheng”, annunciando che lancerà per la prima volta 100 milioni di yuan in fondi di sostegno ecologico nel 2026 e prevede di investire 2 miliardi di yuan in fondi speciali nei prossimi cinque anni. Concentrandosi sulle quattro dimensioni principali della ricerca scientifica e dell’innovazione accademica, della formazione dei talenti educativi, dello sviluppo dei partner ecologici e delle operazioni delle comunità di sviluppo, consentirà sistematicamente all’industria, al mondo accademico, alla ricerca e ai gruppi di sviluppatori di costruire congiuntamente un ecosistema di intelligenza incarnata aperto, collaborativo e simbiotico.
Zhiyuan ha affermato che, basandosi su questo layout del piano di sviluppo, mira a coprire migliaia di istituti di ricerca scientifica, collegarsi con partner ecologici di livello 10.000, coltivare sviluppatori di livello 100.000 e raggiungere milioni di utenti finali.
Questo tipo di impegno ecologico approfondito non solo fornirà sostegno finanziario e di risorse alle start-up, ma aiuterà anche i principali attori a prendere l’iniziativa e a prendere l’iniziativa nello sviluppo del settore.
Vale la pena ricordare che sia Zhiyuan che Xinghaitu hanno proposto il concetto di tripla curva. Una è la curva dello sviluppo industriale e l’altra è il livello di intelligenza. I loro punti comuni riguardano l’incremento della produttività.
