de.wedoany.com-Bericht: 6. Juni – Yuanli Lingji hat kürzlich durch eine Aktienübernahme die Fusion mit dem Logistikroboter-Unternehmen Atomix abgeschlossen und zeitgleich eine neue strategische Finanzierungsrunde abgeschlossen. Zu den Investoren dieser Runde gehören Zhipu, StepFun, SenseTime, Alibaba sowie die Industriekapitalgeber Huaqin und SAIC Hengxu. Nach der Fusion wird das Unternehmen eine umfassendere Full-Stack-Strategie verfolgen, die sich auf große Embodied-Intelligence-Modelle, Roboter-Infrastruktur, Hardware-Plattformen und Logistikanwendungsszenarien konzentriert.
Der Kernwert dieser Fusion liegt darin, die „Fähigkeiten von Embodied-Modellen" und „reale Logistik-Szenariodaten" in einem Unternehmen zu vereinen. Der größte Unterschied zwischen Embodied Intelligence und reinen Software-Großmodellen besteht darin, dass das Modell in der physischen Welt Wahrnehmung, Planung, Steuerung und Ausführung durchführen muss. Die Trainingsdaten stammen nicht nur aus Text, Bildern oder Videos, sondern auch aus realen Geräten, realen Aufgaben und realen Arbeitsabläufen. Logistik-Szenarien zeichnen sich durch hohe Frequenz, Standardisierung, Quantifizierbarkeit und skalierbare Reproduzierbarkeit aus. Lagerkommissionierung, Transport, Sortierung, Routenplanung, Regalsteuerung und Multi-Roboter-Kooperation generieren kontinuierlich Daten zu Roboterbewegungen, Umgebungsänderungen, Aufgabenerfüllungsraten und Fehlerbehandlung. Atomix hat zuvor ein flexibles Lagernetzwerk aufgebaut, das über 20 Länder und fast 100 Marken abdeckt, darunter Kunden wie Uniqlo, Coca-Cola und Mixue, mit einem täglichen Versandvolumen von über 600.000 Artikeln. Für Yuanli Lingji bieten diese realen Betriebsdaten und Kundenszenarien den entscheidenden Treibstoff, um das Embodied-Großmodell vom Labortraining in einen industriellen Kreislauf zu überführen.
Tang Wenbin, Gründer und CEO von Yuanli Lingji, erklärte, dass das Scaling von Embodied-Großmodellen von manueller Datenerfassung hin zu realen Industrieszenarien gehen müsse. Die von Atomix gesammelten massiven Logistikdaten seien der entscheidende Treibstoff, um das Schwungrad in Gang zu setzen.
Der derzeitige Hauptengpass der Embodied-Intelligence-Branche hat sich von der Frage „Gibt es einen Roboter-Körper?" hin zu der Frage „Kann der Roboter in komplexen Szenarien zuverlässig Aufgaben ausführen?" verlagert. Die Hardware-Lieferkette reift allmählich; die Verfügbarkeit von Roboterarmen, mobilen Plattformen, Sensoren, Steuerungen und Endeffektoren steigt kontinuierlich. Was Robotern jedoch echte Universalität und Transferfähigkeit verleiht, ist die Fähigkeit des Modells, Szenarien zu verstehen, Aufgaben zu zerlegen, sich an verschiedene Geräte anzupassen und in realen Umgebungen kontinuierlich zu lernen. Yuanli Lingji hat zuvor das embodied-native Großmodell DM0, das universelle embodied Open-Source-Framework Dexbotic veröffentlicht und gemeinsam mit HuggingFace die echte Roboter-Bewertungsplattform RoboChallenge ins Leben gerufen. Atomix bringt Logistikroboter, flexible Lagerautomatisierung und ein kommerzielles Kundennetzwerk mit. Nach der Integration kann Yuanli Lingji Modelltraining, Roboter-Software und -Hardware, Bewertungsplattform und tatsächliche Lagerarbeit zu einer Kette verbinden, sodass das Modell nicht nur in Demonstrationen und Forschungsaufgaben verbleibt, sondern direkt durch hochfrequente Logistikgeschäfte validiert wird. Öffentlichen Informationen zufolge plant Yuanli Lingji, am 15. Juni ein auf DM0 basierendes, mehrstufiges Sortiersystem für Lagerlogistik zu veröffentlichen, das den gemischten Betrieb mehrerer Roboter unterstützt. Für Juli ist die Einführung des neuen Großmodells DM0.5, des ersten universellen Roboters und einer neuen Anwendungsinfrastruktur geplant. Wenn diese Produkte realisiert werden, könnte sich Yuanli Lingji von einem Embodied-Intelligence-Modellunternehmen zu einer Roboterplattformfirma mit Szenario-Lieferfähigkeiten weiterentwickeln.
Die Struktur der Investoren dieser Finanzierungsrunde ist ebenfalls bemerkenswert. Die gleichzeitige Beteiligung von Zhipu, StepFun, SenseTime, Alibaba und anderen großen Modell- und KI-Unternehmen zeigt, dass Embodied Intelligence zu einer wichtigen Richtung wird, in der Modellunternehmen vom Wettbewerb um Tokens zum Wettbewerb um Aktionen übergehen. Software-Großmodelle lösen Probleme der Informationsverständnis, Inhaltsgenerierung und Aufgabenplanung, während Embodied-Modelle die mechanische Ausführung, die physische Umgebung und industrielle Prozesse weiter verbinden müssen. Logistik-Szenarien werden aufgrund ihrer hohen Datendichte, klaren kommerziellen Wertes und relativ leicht bewertbaren ROI zu einer wichtigen Rennstrecke für die erste großflächige Validierung von Embodied Intelligence. Die Beteiligung der Industriekapitalgeber Huaqin und SAIC Hengxu bedeutet auch, dass Embodied Intelligence nicht nur die Aufmerksamkeit von Modellunternehmen auf sich zieht, sondern auch engere Verbindungen zu intelligenter Fertigung, Lieferketten, der Automobilindustrie und Hardware-Engineering-Fähigkeiten knüpft. Für die Investoren kommt die nach der Fusion von Yuanli Lingji und Atomix entstandene Struktur „Modell + Hardware + Szenario + Daten" einem nachhaltigen kommerziellen Kreislauf näher als die reine Konzentration auf einen einzelnen Roboter-Körper oder einen einzelnen Algorithmus.
Die zentralen Herausforderungen für Yuanli Lingji in der Zukunft werden sich auf die Effizienz der Fusionsintegration, die skalierbare Reproduktion von Logistik-Szenarien, die Stabilität des Robotersystems und die Generalisierungsfähigkeit des Embodied-Modells konzentrieren. Das von Atomix eingebrachte Lagernetzwerk und die Kundenressourcen können einen echten Geschäftszugang bieten, aber das Robotersystem muss in verschiedenen Lagern, mit unterschiedlichen Waren, verschiedenen Arbeitsrhythmen und unterschiedlichen Mensch-Roboter-Kooperationsumgebungen stabil laufen, was langfristige technische Validierung erfordert. Wenn diese Fusion eine positive Rückkopplungsschleife zwischen Modellfähigkeiten und Logistikdaten in Gang setzen kann, hat Yuanli Lingji das Potenzial, zu einem wichtigen Beispiel für den Übergang von Embodied Intelligence von der Technologiedemonstration zur industriellen Umsetzung in China zu werden.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
