За последние шесть месяцев модели мира и сбор данных стали ключевыми словами в области воплощенного интеллекта.
Модель мира представляет собой новую парадигму воплощенного интеллекта «мозга» и считается важным путем к ОИИ; высококачественные данные — это дефицитное «топливо» для обучения моделей. Многие компании официально объявили о строительстве фабрик по интеллектуальному анализу данных и исследовании различных маршрутов интеллектуального анализа данных.
Конкуренция среди отечественных компаний, занимающихся воплощением интеллекта, расширилась от онтологических продуктов до сценариев приземления, экологического строительства и т. д. Некоторые компании больше не удовлетворены повторением своих собственных продукты и расширили свое влияние на верхние и нижние части производственной цепочки посредством инвестиций в реальные деньги, пытаясь создать как можно больше конкурентных барьеров.
Технологический поворот: два маршрута начинают сливаться
Будь то конференция в Чжиюане, известная как «Гала-фестиваль AI Spring», или первая глобальная конференция разработчиков, проводимая в Xinghaitu, компании-единороге, воплощенной в интеллекте, «мировая модель» находится в центре внимания. На этот маршрут также сделал ставку капитал.
Группа компаний, специализирующихся на мировых моделях, получила большие объемы финансирования за короткий период времени, например, Daxiao Robotics, Xingyuanzhi и т. д.
Раньше основными технологическими маршрутами в области воплощенного интеллекта были модели VLA и VLM.
Их недостатками были «понимание семантики, но не физики» и недостаточное обобщение. Например, когда робот получает инструкцию «держать чашку с водой», он может распознать объект и понять инструкцию, но он может не знать о различных силах захвата, необходимых для чашек с водой разного веса.
Модель мира, то есть ИИ строит виртуальный мир в «разуме», чтобы понять физические законы, предсказать будущие результаты, а затем решить, как действовать.
Ван Чжунъюань, президент Исследовательского института Чжиюань, считает, что модель мира — это базовая модель искусственного интеллекта следующего поколения, которая может решить проблему «непонимания физического мира», но она все еще находится на ранней стадии.
В последнее время внутри отрасли возникли определенные различия, и некоторые взгляды ставят VLA и мировые модели на противоположные стороны.
Однако некоторые компании предпочитают идти рука об руку с этими двумя технологическими маршрутами и исследовать способы их интеграции.
На Глобальной конференции разработчиков 16 июня компания Xinghaitu официально представила базовую модель VLA нового поколения G0.5 и объявила о ней как с открытым исходным кодом, анонсировав мировую модель Fast-WAM и базовую модель управления всем телом.
Компания Xinghaitu заявила, что придерживается двойного технологического маршрута «VLA + WAM» и систематически изучает узкие места обобщения воплощенного интеллекта в открытой среде.
Среди них VLA гарантирует работу в реальном времени, а WAM обеспечивает прогнозные вычеты.
Эти двое работают вместе, чтобы достичь полного интеллектуального перехода от «восприятия-решения-исполнения» к «замкнутому циклу предварительной оптимизации-оптимизации».
«Мы никогда не считали, что ВЛА и модель мира антагонистичны. Напротив, они гомологичны и симбиотичны, и в будущем они будут все больше сближаться». Генеральный директор Xinghaitu Гао Цзиян объяснил в интервью СМИ, что нижние слои двух моделей в чем-то схожи.
Сначала мультимодальные данные превращаются в токен, а затем многослойный Transformer используется для кодирования, а затем каким-либо образом выводится и т. д.
Го Яньдун, основатель и генеральный директор Zhiping, также заявил на Пекинской конференции Zhiyuan, что мировая модель — это не конкурентный маршрут для VLA, а основной компонент системы VLA.
Понятно, что ранее компания продвигала исследования по интеграции мировых моделей и VLA. В ноябре прошлого года компания в сотрудничестве с Пекинским университетом запустила Video2Act, архитектуру нового поколения, интегрирующую мировые модели.
Фабрика интеллектуального анализа данных: появился план «Миллион часов»
Модели VLA и модели мира неразделимы Они основаны на обучающих данных, и существует большой разрыв в данных о взаимодействии, которые им требуются от людей и физического мира. Это также одна из причин, почему многие разведывательные компании, возглавляемые руководителями, развернули фабрики по интеллектуальному анализу данных.
Yishu Intelligence, совместно созданная Xinghaitu и Beijing Yizhuang, была представлена и запустила план на 1 миллион часов сверхвысококачественной реальной передачи данных, планируя завершить один миллион часов в этом году и приблизиться к 10 миллионам часов в следующие три года.
В частности, Yishu Intelligence планирует внедрить три основные системы реальных данных Ontology, сбора данных UMI и данных POV человека. Компания также планирует предоставлять 5–10% годового объема данных предприятиям района Ичжуан в Пекине бесплатно или по льготным ценам.
Эта модель аналогична планам, ранее объявленным многими компаниями по сбору персональных данных, и отрасль спешит проложить путь к данным.
Ранее Daimeng Robots и China Mobile официально заключили соглашение о совместном запуске строительства сети «сбора данных в дом». Обе стороны воспользовались сотнями тысяч оффлайновых бизнес-центров China Mobile, чтобы совместно построить сеть сбора исходящих данных, охватывающую всю страну.
На первом этапе проекта будет введено в эксплуатацию 1000 комплектов оборудования, а при полной производительности оно сможет генерировать 1 миллион часов данных ежегодно.
В этом году Luming Robot планирует запустить 10 000 ранцевых версий FastUMI Pro в нескольких городах для сбора данных в шести реальных сценариях, включая промышленность, дома, гостиницы, рестораны, торговые центры и офисы. Цель также состоит в том, чтобы достичь мощности по производству данных в миллионы часов.
В апреле этого года компания Meifeng Technology, дочерняя компания Zhiyuan, выпустила универсальную платформу обслуживания физических данных искусственного интеллекта и серию аппаратных средств для сбора данных без онтологий MEgo. Компания также объявила, что к 2026 году достигнет десятков миллионов часов производительности данных.
В игру вступают и крупные интернет-компании.
JD.com официально объявила, что будет опираться на основные преимущества суперцепочки поставок для создания крупнейшего в мире и наиболее комплексного интеллектуального центра сбора данных, который за два года соберет более 10 миллионов часов высококачественных данных.
JD.com также анонсировала первую в мире воплощенную интеллектуальную инфраструктуру данных, охватывающую все звенья, включая собственный разработанный терминал сбора данных сверхвысокой четкости JoyEgoCam, воплощенную большую модель JoyAI-RA, воплощенную интеллектуальную платформу для торговли данными и т. д.
Гао Цзиян считает, что конкуренция за командные высоты воплощенных интеллектуальных моделей во многом зависит от качества данных, что повлияет на возможности моделей и эффекты на уровне приложений.
Ван Чжунюань упомянул в предыдущем интервью средствам массовой информации, что данные моделирования могут компенсировать отсутствие сбора реальных данных, но точность данных моделирования не обязательно достаточна. Сомнительно, что, полностью полагаясь на этот тип данных, можно построить модель, которая действительно понимает физический мир.
Опираясь на «потенциальные акции»: построение промышленной экосистемы
Помимо создания преимуществ барьера данных, некоторые воплощенные разведывательные компании также инвестировали в стартапы в сфере добычи и переработки в отрасли.
В прошлом году Xinghaitu последовательно инвестировала в 18 компаний.
«Менее чем через год после начала инвестиций совокупная доходность книг превысила 5 раз. Это проверка рынка для наших проектов по проверке и расширению возможностей». Финансовый директор Xinghaitu Луо Тяньци рассказал в своем сообщении, что компания в основном инвестирует в три направления: интеллектуальный анализ данных, прорыв в сценариях приложений и основные технологии следующего поколения. Они нацелены не только на финансовую прибыль, но, что более важно, на голосование за будущее.
На конференции Xinghaitu и Cathay Capital совместно запустили программу предпринимательского партнерства «План звездного пути» для предоставления капитала, технологий и промышленных ресурсов начинающим предпринимательским командам с воплощенным интеллектом и планировали инвестировать 1 миллиард юаней в течение пяти лет.
Чиюань, которая придерживается полного маршрута, также имеет собственную инвестиционную схему. В то же время несколько дней назад он официально объявил о своем плане экологического развития.
В апреле этого года Дэн Тайхуа, основатель, председатель и генеральный директор Zhiyuan, сообщил, что за последние полтора года Zhiyuan инвестировала в более чем 20 компаний, все из которых находятся на ранних стадиях развития, и их годовая оценка выросла в 17 раз.
10 июня Чжиюань опубликовал «План экологического развития Юаньшэн», объявив, что он впервые запустит 100 миллионов юаней в фонды экологической поддержки в 2026 году и планирует инвестировать 2 миллиарда юаней в специальные фонды в ближайшие пять лет. Сосредоточив внимание на четырех основных аспектах научных исследований и академических инноваций, подготовке образовательных талантов, развитии экологических партнеров и деятельности сообщества по развитию, он будет систематически расширять возможности промышленности, научных кругов, исследовательских групп и групп разработчиков для совместного создания открытой, совместной и симбиотической экосистемы интеллекта.
Чжиюань сказал, что, опираясь на этот план развития, он направлен на то, чтобы охватить тысячи научно-исследовательских учреждений, связаться с экологическими партнерами уровня 10 000, привлечь разработчиков уровня 100 000 и охватить миллионы конечных пользователей.
Такая глубокая экологическая привязка не только обеспечит финансовую и ресурсную поддержку начинающим компаниям, но и поможет ведущим игрокам взять на себя инициативу и инициативу в развитии отрасли.
Стоит отметить, что и Чжиюань, и Синхайту предложили концепцию тройных кривых. Одним из них является кривая промышленного развития, а другим — уровень интеллекта. Их общие точки зрения связаны с повышением производительности.
