de.wedoany.com-Bericht: Kürzlich hat das chinesische Unternehmen für physische KI-Infrastruktur Guanglun Intelligence eine neue strategische Finanzierungsrunde in Höhe von 1 Milliarde Yuan abgeschlossen. Zu den Investoren dieser Runde gehören staatliche Fonds wie der Zhongguancun Science City Fund, der Sichuan Development Science and Innovation Fund und der Shandong Development Science and Technology Innovation Fund sowie Industriekapital und Finanzinvestoren wie Giant Network, Yusys Technologies, Baotong Technology, Zhongke Industry Investment und Liangtu Zhice. Bestehende Aktionäre wie Jiantou Investment, 37 Interactive Entertainment und Semir Investment beteiligten sich ebenfalls an der Nachfolgerunde.
Die Mittel aus dieser Finanzierungsrunde werden hauptsächlich für die weitere Steigerung der Investitionen in die Kernforschung und -entwicklung der physischen KI-Daten- und Evaluierungsinfrastruktur verwendet. Guanglun Intelligence wird sein Produktportfolio für Robotik-Lernen, Fähigkeitsbewertung und reale Anwendungsszenarien weiter verbessern, den Aufbau von hochwertigen menschlichen Verhaltensdaten, simulierten synthetischen Daten und industriellen Evaluierungsfähigkeiten ausbauen und gemeinsam mit Industriepartnern den Aufbau eines offenen Ökosystems vorantreiben.
Guanglun Intelligence konzentriert sich auf die Daten-, Simulations- und Evaluierungsinfrastruktur im Zeitalter der physischen KI. Im Gegensatz zur traditionellen Software-KI muss die physische KI es Robotern ermöglichen, Wahrnehmung, Entscheidungsfindung und Aktionsausführung in realen Umgebungen durchzuführen. Die Daten stammen nicht nur aus Text und Bildern, sondern auch aus menschlichem Verhalten, Objektinteraktionen, räumlichen Beziehungen, Bewegungsbahnen und Szenenrückmeldungen. Hochwertige physische Daten und reproduzierbare Simulationsumgebungen werden zu einer wichtigen Grundlage für die Verbesserung der Roboterfähigkeiten.
Das Robotik-Lernen stellt hohe Anforderungen an die Datenqualität. Reale Aufgaben weisen oft Long-Tail-Szenarien auf, wie z. B. Objektverformung, Kontaktreibung, Verdeckungsänderungen, komplexe Beleuchtung, Personenbewegungen und nicht standardisierte Bedienungen. Wenn man sich nur auf eine kleine Menge real gesammelter Daten verlässt, sind die Modelltrainingskosten hoch, die Abdeckung begrenzt und eine schnelle Sicherheitsvalidierung schwierig. Die Kombination von simulierten synthetischen Daten und menschlichen Verhaltensdaten kann dazu beitragen, die Generalisierungsfähigkeit von Robotern in komplexen Szenarien zu verbessern.
Die Evaluierungsinfrastruktur ist ebenfalls ein entscheidender Faktor für die Umsetzung der verkörperten Intelligenz. Ob ein Roboter über stabile Fähigkeiten zum Transportieren, Erkennen, Greifen, Inspizieren, Kollaborieren und zur Fehlerbehandlung verfügt, kann nicht nur anhand von Labordemonstrationen beurteilt werden, sondern muss in standardisierten Aufgaben, industriellen Szenarien und wiederholbaren Testumgebungen verifiziert werden. Die Tatsache, dass Guanglun Intelligence in dieser Runde weiterhin in den Aufbau von Evaluierungsfähigkeiten investiert, zeigt, dass das Kapital beginnt, sich auf die grundlegenden Schritte der verkörperten Intelligenz vom „Modelltraining“ zur „Fähigkeitsvalidierung“ und „Szenenauslieferung“ zu konzentrieren.
Aus Anwendungsperspektive wird das Produktportfolio von Guanglun Intelligence weiterhin auf Robotik-Lernen, reale Szenarien und die Zusammenarbeit mit Industriepartnern ausgerichtet sein. Szenarien wie Industrie, Einzelhandel, Logistik, Fertigung und Dienstleistung stellen unterschiedliche Anforderungen an die Roboterfähigkeiten, aber der gemeinsame Nenner ist der Bedarf an skalierbarer Datenversorgung, verifizierbaren Simulationsumgebungen und quantifizierbaren Fähigkeitsbewertungssystemen. Je umfassender die Daten- und Evaluierungsfähigkeiten sind, desto leichter können Robotikunternehmen die Kosten für Versuch und Irrtum senken und die Produktiterationszyklen verkürzen.
Diese Finanzierungsrunde spiegelt auch den steigenden Investitionswert der physischen KI-Infrastruktur wider. In der Vergangenheit konzentrierte sich der Bereich der verkörperten Intelligenz mehr auf Roboterhardware, Gelenke, Motoren, Steuerungen und große Modelle. Jetzt beginnt der Markt, sich verstärkt auf die zugrunde liegenden Fähigkeiten in den Bereichen Daten, Simulation, Evaluierung und Sim2Real-Transfer zu konzentrieren. Für die Roboterindustrie kann die Unterstützung des Übergangs von Einzelpunkt-Demonstrationen zur skalierbaren Bereitstellung nur durch einen geschlossenen Kreislauf aus Daten, Modellen, Simulation und realen Szenarien erreicht werden.
Allerdings befindet sich die physische KI-Infrastruktur noch in einer Phase der schnellen Weiterentwicklung. Die Kosten für die Erfassung hochwertiger Daten, die Realitätstreue der Simulation, die Vereinheitlichung von Evaluierungsstandards, die Wiederverwendbarkeit über Szenarien hinweg und die Effizienz der kommerziellen Auslieferung werden die zukünftige Entwicklung der betreffenden Unternehmen beeinflussen. Nach Abschluss der neuen strategischen Finanzierungsrunde wird der Schlüssel zur Prüfung der Wettbewerbsfähigkeit von Guanglun Intelligence darin liegen, ob das Unternehmen seine Daten- und Evaluierungsfähigkeiten in stabile Kundenprojekte und branchenweite Standardprodukte umwandeln kann.
Die zukünftigen Beobachtungsschwerpunkte werden auf den Fortschritten der Kernforschung und -entwicklung von Guanglun Intelligence, der Verbesserung des Produktportfolios für Robotik-Lernen, der Umsetzungswirkung der industriellen Evaluierungsplattform, der Tiefe der Zusammenarbeit mit Industriepartnern sowie dem Umfang der Anwendung seiner Daten- und Simulationsfähigkeiten in realen Roboterprojekten liegen. Mit der weiteren Erwärmung der Branche der verkörperten Intelligenz wird die physische KI-Daten- und Evaluierungsinfrastruktur voraussichtlich zu einer wichtigen Unterstützungsschicht für die Kommerzialisierung von Robotern 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
