Nos últimos seis meses, os modelos mundiais e a recolha de dados tornaram-se palavras-chave fundamentais no campo da inteligência incorporada.
O modelo mundial é um novo paradigma de inteligência incorporada “cérebro” e é considerado um caminho importante para AGI; dados de alta qualidade são o “combustível” escasso para modelos de formação.
Muitas empresas anunciaram oficialmente a construção de fábricas de mineração de dados e a exploração de diversas rotas de mineração de dados.
A competição entre empresas domésticas de inteligência incorporada se expandiu de produtos de ontologia para cenários de pouso, construção ecológica, etc.
chegar a montante e a jusante da cadeia industrial através de investimento em dinheiro real, tentando construir barreiras competitivas tanto quanto possível.
Virada tecnológica: duas rotas começam a se fundir
Seja na Conferência Zhiyuan, conhecida como “AI Spring Festival Gala”, ou na primeira conferência global de desenvolvedores realizada em Xinghaitu, uma empresa unicórnio de inteligência incorporada, o “modelo mundial” é o foco de atenção. Esse caminho também tem sido apostado pelo capital.
Um grupo de empresas focadas em modelos mundiais recebeu grandes quantias de financiamento em um curto período de tempo, como Daxiao Robotics, Xingyuanzhi, etc.
Anteriormente, as principais rotas tecnológicas no campo da inteligência incorporada eram os modelos VLA e VLM. Suas deficiências eram “compreender a semântica, mas não a física” e generalização insuficiente.
Por exemplo, quando um robô recebe a tarefa de instrução de “segurar um copo d’água”, ele pode reconhecer o objeto e compreender a instrução, mas pode não estar ciente das diferentes forças de preensão necessárias para copos d’água de pesos diferentes.
Modelo mundial, ou seja, a IA constrói um mundo virtual na “mente” para compreender as leis físicas, prever resultados futuros e então decidir como agir.
Wang Zhongyuan, presidente do Instituto de Pesquisa Zhiyuan, acredita que o modelo mundial é o modelo básico de inteligência artificial da próxima geração que pode resolver o problema de “não compreender o mundo físico”, mas ainda está em seu estágio inicial.
Recentemente, houve certas diferenças dentro da indústria e algumas opiniões colocaram o VLA e os modelos mundiais no lado oposto.
No entanto, algumas empresas optam por acompanhar as duas rotas tecnológicas e explorar formas de integrá-las.
Na Global Developers Conference em 16 de junho, Xinghaitu lançou oficialmente a nova geração do modelo básico VLA G0.5 e o anunciou como código aberto, anunciando o modelo mundial Fast-WAM e o modelo básico de controle de corpo inteiro.
Xinghaitu afirmou que adere à rota de tecnologia dupla “VLA + WAM” e estuda sistematicamente o gargalo de generalização da inteligência incorporada em um ambiente aberto.
Entre eles, o VLA garante operação em tempo real e o WAM oferece dedução prospectiva. Os dois trabalham juntos para alcançar um salto inteligente completo da “percepção-decisão-execução” para o “ciclo fechado de otimização de pré-julgamento”.
“Nunca acreditamos que o VLA e o modelo mundial fossem antagônicos. Pelo contrário, são homólogos e simbióticos e convergirão cada vez mais no futuro.” O CEO da Xinghaitu, Gao Jiyang, explicou em entrevista à mídia que as camadas inferiores dos dois modelos são um tanto semelhantes. Primeiro, os dados multimodais são transformados em token e, em seguida, o transformador multicamadas é usado para codificação e, em seguida, gerado de alguma forma, etc.
Guo Yandong, fundador e CEO da Zhiping, também declarou na Conferência Zhiyuan de Pequim que o modelo mundial não é uma rota competitiva para o VLA, mas um componente central do sistema VLA.
Entende-se que a empresa já vinha promovendo pesquisas sobre integração de modelos mundiais e VLA. Em novembro do ano passado, colaborou com a Universidade de Pequim para lançar o Video2Act, uma arquitetura de nova geração que integra modelos mundiais.
Fábrica de mineração de dados: surge o plano de “milhões de horas”
Os modelos VLA e os modelos mundiais são inseparáveis dos dados de treinamento, e há uma grande lacuna nos dados de interação que eles exigem dos humanos e do mundo físico. Esta é também uma das razões pelas quais muitas empresas de inteligência incorporadas na cabeça implantaram fábricas de mineração de dados.
A Yishu Intelligence, construída em conjunto por Xinghaitu e Beijing Yizhuang, foi revelada e lançou um plano de dados reais de 1 milhão de horas de altíssima qualidade, planejando completar um milhão de horas este ano e avançar para 10 milhões de horas nos próximos três anos.
Especificamente, a Yishu Intelligence planeja implementar os três principais sistemas de dados reais de ontologia, coleta de dados UMI e dados POV humanos.
A empresa também planeja abrir 5% a 10% de sua produção anual de dados para empresas no distrito de Yizhuang, Pequim, gratuitamente ou a preços preferenciais.
Esse modelo é semelhante aos planos anunciados anteriormente por muitas empresas de inteligência pessoal, e a indústria está correndo para definir o rastreamento dos dados.
Anteriormente, a Daimeng Robots e a China Mobile chegaram formalmente a uma cooperação para lançar conjuntamente a construção da rede de “coleta de dados em casa”. As duas partes confiaram nas centenas de milhares de pontos de venda off-line da China Mobile para construir conjuntamente uma rede de coleta de dados de saída que abrangesse todo o país.
Na primeira fase do projeto, serão colocados em operação 1.000 conjuntos de equipamentos que, em plena produção, poderão gerar 1 milhão de horas de dados por ano.
A Luming Robot planeja lançar 10.000 versões de mochila do FastUMI Pro em várias cidades este ano para coletar dados em seis cenários da vida real, incluindo indústria, residências, hotéis, restaurantes, shopping centers e escritórios.
A meta também é atingir capacidade de produção de dados de um milhão de horas.
Em abril deste ano, a Meifeng Technology, uma subsidiária da Zhiyuan, lançou uma plataforma completa de serviços de dados físicos de IA e a série MEgo de hardware de coleta sem ontologia. Anunciou também que alcançará dezenas de milhões de horas de capacidade de produção de dados em 2026. As principais empresas de Internet também estão entrando no jogo.
JD.com anunciou oficialmente que contará com as principais vantagens da super cadeia de suprimentos para construir o maior e mais abrangente centro de coleta de dados inteligentes incorporados do mundo, acumulando mais de 10 milhões de horas de dados de alta qualidade em dois anos.
A JD.com também anunciou a primeira infraestrutura de dados inteligentes incorporada do mundo, cobrindo todos os links, incluindo seu terminal de coleta de ultra-alta definição JoyEgoCam, modelo grande incorporado JoyAI-RA, plataforma de negociação de dados inteligentes incorporada, etc.
Wang Zhongyuan mencionou numa entrevista anterior à mídia que os dados de simulação podem compensar a falta de coleta de dados reais, mas a precisão dos dados de simulação não é necessariamente suficiente. É duvidoso que confiar inteiramente neste tipo de dados possa construir um modelo que realmente compreenda o mundo físico.
Aproveitar “stocks potenciais”: construir um ecossistema industrial
Além de criar vantagens de barreira de dados, algumas empresas de inteligência incorporada também investiram em start-ups a montante e a jusante na indústria.
No ano passado, a Xinghaitu investiu sucessivamente em 18 empresas. “Em menos de um ano após o início do investimento, o retorno abrangente do livro ultrapassou 5 vezes. Este é um teste de mercado para nossos projetos de triagem e capacitação.”
O CFO da Xinghaitu, Luo Tianqi, revelou em seu compartilhamento que a empresa investe principalmente em três direções: inteligência baseada em dados, avanços em cenários de aplicativos e tecnologias centrais de próxima geração.
Eles não visam apenas retornos financeiros, mas, mais importante ainda, votam no futuro.
Na conferência, Xinghaitu e Cathay Capital lançaram conjuntamente o programa de parceria empreendedora “Star Path Plan” para fornecer capital, tecnologia e recursos industriais para equipes empreendedoras em estágio inicial de inteligência incorporada, e planejaram investir 1 bilhão de yuans em cinco anos.
Chiyuan, que segue a rota full-stack, também possui seu próprio layout de investimento. Ao mesmo tempo, anunciou oficialmente o seu plano de desenvolvimento ecológico há poucos dias.
Em abril deste ano, Deng Taihua, fundador, presidente e CEO da Zhiyuan, revelou que no último ano e meio, a Zhiyuan investiu em mais de 20 empresas, todas nas fases iniciais de desenvolvimento, e as suas avaliações anualizadas aumentaram 17 vezes.
Em 10 de junho, Zhiyuan divulgou o “Plano de Desenvolvimento Ecológico de Yuansheng”, anunciando que lançará primeiro 100 milhões de yuans em fundos de apoio ecológico em 2026 e planeja investir 2 bilhões de yuans em fundos especiais nos próximos cinco anos.
Centrando-se nas quatro principais dimensões da investigação científica e da inovação académica, da formação de talentos educativos, do desenvolvimento de parceiros ecológicos e das operações comunitárias de desenvolvimento, capacitará sistematicamente a indústria, o meio académico, os grupos de investigação e de desenvolvimento para construir conjuntamente um ecossistema de inteligência incorporado aberto, colaborativo e simbiótico.
Zhiyuan disse que, com base neste layout do plano de desenvolvimento, o objetivo é cobrir milhares de instituições de pesquisa científica, vincular-se a parceiros ecológicos de nível 10.000, cultivar desenvolvedores de nível 100.000 e alcançar milhões de usuários finais.
Este tipo de vinculação ecológica aprofundada não só fornecerá apoio financeiro e de recursos para empresas iniciantes, mas também ajudará os principais atores a assumirem a liderança e a tomarem a iniciativa no desenvolvimento da indústria.
Vale ressaltar que tanto Zhiyuan quanto Xinghaitu propuseram o conceito de curvas triplas. Uma é a curva de desenvolvimento industrial e a outra é o nível de inteligência. Seus pontos comuns envolvem aumentar a produtividade.
