پس از کاهش دما در بخش هوش تجسمی، این استارتاپ استنفورد صدها میلیون دلار تأمین مالی را در برابر روند تأمین میکند
نویسنده: وو کیونگ، دایره سرمایهگذاری
در یک نقطه عطف برای هوش تجسمی، یک توافق تأمین مالی در برابر روند ظهور میکند—امروز (2 نوامبر)، RoboScience اعلام کرد که دور تأمین مالی سری A2 به ارزش صدها میلیون دلار را به رهبری Amber Capital، Hongruida Investment و Shanghai Semiconductor Industry Investment به پایان رسانده است، با مشارکت Shuang Capital، 360 Venture Capital، Guolian Tongbao، Jinding Capital و چندین شرکت فهرست شده.
با نگاهی به RoboScience، این استارتاپ توسط دو همکلاسی از آزمایشگاه هوش مصنوعی دانشگاه استنفورد—تیان یه و شائو لین—پشتیبانی میشود. در دوران تحصیل خود در دانشگاه، آنها اغلب درباره چگونگی ورود رباتها به زندگی انسانی بحث میکردند. سالها بعد، با مشاهده رشد انفجاری هوش تجسمی در چین، آنها تصمیم گرفتند به وطن خود بازگردند و کسب و کاری راهاندازی کنند که منجر به تولد RoboScience شد.
استنفورد تقریباً یکی از منابع جهانی تحقیق در زمینه هوش تجسمی است: لی فی-فی، بنیانگذار ImageNet، پیشگام پارادایمهای بینایی و دادهمحور، آزمایشگاه REAL چلسی فین، دانشمند محاسبات هندسی لئونیداس جی. گویباس و تیم بنیانگذار شرکتهای پیشرو خارجی تجسمی همگی از استنفورد آمدهاند. در حدود سال 2016، پروفسور لئونیداس جی. گویباس (یک عضو آکادمی هنرها و علوم آمریکا) گروهی از دانشجویان چینی را در گروه محاسبات هندسی خود گرد هم آورد، از جمله وانگ هه، شائو لین و سالار آنها سو هاو.
از هندسه سهبعدی و یادگیری رباتها تا تعامل فیزیکی، انباشت تحقیقات استنفورد الهامبخش مهمی برای این کارآفرینان بوده است که در جستجوی هوش تجسمی عمومی هستند. این موضوع همچنین در ژنهای فنی RoboScience منعکس شده است: در حال حاضر، مدل بزرگ تجسمی عمومی خود توسعه یافته این شرکت، Visics، مشکل تعمیم هستیشناسی را حل کرده است؛ موتور شبیهسازی فیزیکی خود توسعه یافته RoboMirage همچنین آستانههای داده را بیشتر پشت سر گذاشته است. در مسیر تجسم عمومی، RoboScience تصمیم گرفته است که به طور مستقیم به چالشهای بزرگ بپردازد.
در این لحظه، انتخابهای سرمایهگذاران اغلب معنای جهتدار قابل توجهی دارند. با استفاده از فرصت تکمیل تأمین مالی، جامعه سرمایهگذاری گفتوگوی عمیقی با بنیانگذار و مدیر عامل RoboScience، تیان یه، آغاز کرد و داستان استارتاپ تجسمی متفاوتی را از اکثر دیگران به آرامی گشود.
دو همکلاسی استنفورد برای حل مشکل تعمیم در تجسم همکاری میکنند
ارتباط استنفورد اولین تأثیری است که RoboScience بر روی اکثر مردم میگذارد.
تیم این استارتاپ از استنفورد آغاز شد—تیان یه در سال 2014 از دانشگاه علم و فناوری چین فارغالتحصیل شد و برای ادامه تحصیل به استنفورد رفت و تحت نظر پروفسور اندرو انگ تحصیل کرد و به دنیای هوش مصنوعی وارد شد.
این دوره تحصیل یکی از ارزشمندترین تجربیات زندگی تیان یه شد. در آن زمان، یادگیری عمیق به تازگی در سطح جهانی ظهور کرده بود و اندرو انگ یکی از اولین حامیان آن بود. تحت هدایت او، تیان یه نه تنها با فناوریهای پیشرفته جهانی آشنا شد بلکه در تلاشهای متعددی برای بهکارگیری این فناوریها در سناریوهای واقعی شرکت کرد.
بسیاری از داستانهای بزرگ کارآفرینی در دنیای کسب و کار معمولاً با خالصترین دوستیها که در دانشگاه شکل میگیرند آغاز میشوند—همچنین در این محیط خلاق و نوآور، تیان یه و همکلاسیاش شائو لین رابطهای برقرار کردند. تفاوت این بود که شائو لین تحت نظر کارشناس هوش تجسمی، ژانت بوگ و استاد محاسبات هندسی، لئونیداس گویباس تحصیل کرد و بر روی زمینه یادگیری رباتها تمرکز داشت.
اگرچه جهتگیریهای تحقیقاتی آنها متفاوت بود، کنجکاوی آنها به طرز غیرمنتظرهای همصدا شد: چگونه میتوان قابلیتهای هوش مصنوعی را به دنیای فیزیکی وارد کرد و با استفاده از زبان طبیعی عمومی با رباتها تعامل کرد؟ "از زمان تحصیل در استنفورد، ما همیشه درباره زمانی که رباتها میتوانند واقعاً به تولید انبوه انسانی و زندگی وارد شوند، بحث میکردیم"، تیان یه به جامعه سرمایهگذاری یادآوری کرد.
با این حال، در آن زمان، مفهوم هوش تجسمی هنوز منفجر نشده بود و زمان برای کارآفرینی بالغ نبود. بنابراین، تیان یه تصمیم گرفت ابتدا به اپل بپیوندد و نقش اصلی را در ساخت اکوسیستم محصولات هوش مصنوعی و اکوسیستم برنامههای هوش مصنوعی اپل ایفا کند و از یک مهندس به یک رهبر فنی تبدیل شود و سیستم استنتاج مدل بزرگ همکاری بین انتها و ابر اپل، Apple Intelligence و پلتفرم اصلی CoreML و CreateML را رهبری کند که به عنوان "PyTorch و CUDA اپل" شناخته میشود؛ شائو لین به عنوان استاد یار در دپارتمان علوم کامپیوتر دانشگاه ملی سنگاپور مشغول به کار شد و به تحقیق در زمینه یادگیری رباتها و دستکاری ماهر ادامه داد.
این دو تجربه کاملاً متفاوت، آخرین قطعه پازل کارآفرینی را کامل کرد: شروع از استنفورد، تیان یه تجربه مهندسی در پیادهسازی فناوری در دستگاهها و کاربران بزرگ مقیاس را در اپل جمعآوری کرد؛ مجموعهای از تحقیقات رهبری شده توسط شائو لین همچنین به عنوان پایه فنی برای کارآفرینی آینده آنها عمل کرد. بنابراین، یک ترکیب کارآفرینی مکمل از "آکادمی و مهندسی" شکل گرفت.
عکس دو بنیانگذار RoboScience (شائو لین در سمت چپ، تیان یه در سمت راست)
به سال 2024 برویم، عمومی بودن مدلهای بزرگ زبانی با ظهور ChatGPT منفجر شد و هم دانشگاه و هم صنعت شروع به تلاش برای تکرار این قانون مقیاس در دنیای فیزیکی رباتها کردند. در نهایت، فرصت فرا رسید و تیان یه به طور قاطع شغل خود را ترک کرد تا به چین بازگردد و RoboScience را راهاندازی کند. این دو به مبارزه در کنار هم ادامه دادند—تیان یه به عنوان مدیر عامل و شائو لین به عنوان دانشمند ارشد.
در همین حال، بخش هوش تجسمی داخلی به طور کامل منفجر شد و سرمایههای مختلف و کارآفرینان برتر وارد میدان شدند. با نگاهی به این موج، ارتباط استنفورد به وضوح برجسته است—بنیانگذار Hillbot، سو هاو، بنیانگذار Galaxy General، وانگ هه، بنیانگذار Qiongche Intelligent، لو سئو... همه آنها از نسل علمی رباتیک و هوش مصنوعی استنفورد آمدهاند. همانطور که تیان یه احساس میکند، "در زمینه هوش مصنوعی، استنفورد بدون شک در سطح جهانی در خط مقدم است و بیشماری از نوآوریهای علمی و مهندسی از اینجا نشأت میگیرد." به آرامی، یک "لژیون استنفورد" در بخش هوش تجسمی چین شکل گرفته است.
هرچه نقطه شروع بالاتر باشد، چشمانداز بزرگتر است. RoboScience مسیر چالشبرانگیزتری را انتخاب کرده است: از طریق یک مسیر فناوری تمامپشته که نرمافزار و سختافزار را ادغام میکند، هم یک مدل بزرگ تجسمی عمومی و هم بدنه ربات و شبیهسازی فیزیکی را توسعه میدهد.
"دو چیز در هوش تجسمی بسیار مهم است: مدلها و دادهها"، همانطور که تیان یه گفت، این اساساً مسیر رشد RoboScience را توضیح میدهد—برای غلبه بر مشکل تعمیم که هوش تجسمی با آن مواجه است، تیم مدل بزرگ تجسمی عمومی Visics را توسعه داده است.
به طور خاص، مدل بزرگ تجسمی عمومی Visics از معماری VLOA (بینایی-زبان-شیء-عمل) استفاده میکند و از مسیر شیء (مسیر نقطهابری سهبعدی اشیاء) به عنوان یک استاندارد نمایندگی میانی یکپارچه استفاده میکند. این طراحی "ادراک" را از "اجرا" به طور کامل جدا میکند—مدل جهان تجسمی سطح بالا مسئول پیشبینی و استنتاج مسیر حرکت فیزیکی اشیاء است، در حالی که مدل عملیات عمومی سطح پایین مسیر را به دستورالعملهای کنترلی قابل انطباق با هر بدنه ربات تبدیل میکند.
در عین حال، این شرکت یک موتور شبیهسازی با دقت بالا، RoboMirage، را توسعه داده است. آندری کارپاتی، مدیر سابق هوش مصنوعی تسلا و یکی از بنیانگذاران OpenAI، در مقاله خود "قابلیت تأیید" پیشنهاد کرد که وقتی یک وظیفه دارای یک محیط تأیید کارآمد و جامع باشد که اجازه آزمایش و خطای مکرر، آزمایش و خطای کارآمد را بدهد و بتواند به طور خودکار بازخورد پاداش ارائه دهد، احتمال حل مشکل توسط هوش مصنوعی از طریق آموزش مداوم به طور قابل توجهی افزایش مییابد.
RoboMirage به همزمانی بالا، عملکرد بلادرنگ و پوشش کل فضای اشیاء دست یافته است. این امر نیروی محرکه قابل توجهی برای توسعه مدلهای تجسمی RoboScience فراهم میکند. با ترکیب با خطوط اتوماسیون و تمیز کردن ویدیو، این شرکت یک چرخدنده دوگانه "شبیهسازی + ویدیو" ساخته است. تیان یه یک مجموعه داده به اشتراک گذاشت: مسیر دادههای RoboScience هزینه به دست آوردن یک قطعه داده را به 0.05 یوان کاهش داده است، که به 1/20 تا 1/200 راهحلهای سنتی میرسد. از اوایل سال 2026 تا اکتبر، دادههای آموزشی ویدیویی RoboScience از 1 میلیون به 4 میلیون افزایش یافته و همچنان در حال گسترش است و به طور بنیادی دو گلوگاه مقیاس داده و هزینه را شکسته و شرایطی را برای قانون مقیاس تجسم ایجاد کرده است.
با ادامه نشان دادن قابلیتهای درک فضایی مدلهای بزرگ زبان عمومی، پرسشهای بازار سرمایه در مورد شرکتهای هوش تجسمی به طور فزایندهای مستقیم شده است: با ادامه گسترش مرزهای قابلیتهای مدلهای عمومی، ارزش مستقل و مانع بلندمدت شرکتهای تجسمی که "مغز" خود را توسعه میدهند، چیست؟
قضاوت تیان یه این است که مدلهای بزرگ زبان عمومی در فراخوانی ابزار، تجزیه وظایف و هماهنگی نیتها برتری دارند، اما از درک وظایف تا هدایت رباتها برای تکمیل پایدار عملیات، هنوز یک آستانه دنیای فیزیکی وجود دارد. برای شرکتهای تجسمی، ارزش اصلی در این است که آیا میتوانند به سختافزارهای مختلف اجازه دهند تا عملیات را در محیطهای پیچیده با سرعت کافی و نرخ موفقیت بالا انجام دهند و این قابلیت را در میان بدنهها و وظایف بیشتری دوباره استفاده کنند. پشت این، نیاز به مدلهایی است که قوانین فیزیکی مانند تماس، اصطکاک و الاستیسیته را یاد بگیرند و همچنین به طور مداوم دادههای تعامل فیزیکی را که به سختی میتوان به طور مستقیم از متن و ویدیو به دست آورد، جمعآوری کنند و به سیستم اجازه دهند تا به طور کارآمد و قوی وظایف واقعی را در دنیای فیزیکی تکمیل کند.
این همچنین منطق زیرین پشت چیدمان مدل بزرگ Visics و موتور شبیهسازی RoboMirage است: برای مقیاسگذاری تولید دادههای تعامل فیزیکی از طریق موتور شبیهسازی، هزینه دادههای آموزش مدل را کاهش دهد؛ برای اتصال درک حرکت اشیاء و عملیات ربات از طریق معماری جداسازی لایهای، وابستگی قابلیتهای مدل به سختافزار خاص را کاهش دهد. در کنار هم، آنها به یک هدف تجاری با ارزش اشاره میکنند: برای امکان استفاده مجدد از همان مجموعه قابلیتهای عملیاتی در میان بدنهها و وظایف، هزینههای حاشیهای تطبیق سختافزار جدید و پیادهسازی سناریوهای جدید را کاهش دهند. از منظر سرمایهگذاری خطرپذیر، فضای تخیلی این مسیر در تبدیل انباشت مداوم دادهها و مدلها به قابلیتهای عملیاتی عمومی مقیاسپذیر و قابل تحویل نهفته است و از طریق یک رابط مدل Visics یکپارچه به تولیدکنندگان ربات و توسعهدهندگان برنامههای بیشتری خدمت میکند.
پس از دستیابی به جهشهای قابل توجه در هر دو سمت مدل و داده، RoboScience نسل اول بدنه ربات خود—ربات انساننمای چرخدار REX G1 را منتشر کرد که میتواند به طور گستردهای در لجستیک، خردهفروشی، کارخانهها، خانهها و سایر سناریوها به کار رود.
مانند اپل، مانع واقعی هرگز یک فناوری نقطهای نیست، بلکه یک قابلیت سیستماتیک است که نرمافزار و سختافزار را ادغام میکند. RoboScience نیز متفاوت نیست—با ساخت قابلیتهای تمامپشته، هدف آن ایجاد نسل بعدی رباتها است که قادر به اجرای خودکار وظایف پیچیده با سرعت تکرار سریعتر هستند.
تأمین مالی ضد روند: یک سال برای تکمیل حلقه تمامپشته تجسم
سرمایهگذاران زودتر به این جفت همکلاسی استنفورد توجه کرده بودند.
در عصر هوش مصنوعی، سرمایهگذاران معمولاً ارتباطاتی با مدیران ارشد شرکتهای بزرگ و استادان دانشگاه که پتانسیل کارآفرینی دارند، برقرار میکنند تا به محض اینکه این افراد تصمیم به راهاندازی کسب و کار بگیرند، سرمایهگذاری کنند. این صحنه همچنین با تیان یه اتفاق افتاد—او به یاد میآورد که حتی قبل از اینکه او و شائو لین شغل خود را ترک کنند، سرمایهگذاران شروع به نزدیک شدن به آنها کردند و ارتباطات منظم را حفظ کردند.
همه چیز به طور طبیعی پیش رفت. به محض تأسیس RoboScience، دور اولیهای به ارزش چند ده میلیون یوان، که به طور انحصاری توسط Zero One Ventures سرمایهگذاری شده بود، به سرعت تأمین شد. دو ماه پس از تکمیل تأمین مالی، تیم شائو لین با چارچوب عمومی دستگیری ماهرانه D(R,O) Grasp در زمینه دستکاری و حرکت رباتها جایزه بهترین مقاله را کسب کرد و به اولین تیم از یک مؤسسه آسیایی تبدیل شد که این افتخار را به عنوان نویسنده اول در نزدیک به پنج سال دریافت کرد. این تحقیق همچنین به عنوان منبع فنی برای پیشرفت RoboScience در مشکلات دستکاری ماهرانه بین بدنهای عمل کرد.
سرمایهگذاران به افزایش سهام خود ادامه دادند: در ژوئیه سال گذشته، نزدیک به 200 میلیون یوان در یک دور سرمایهگذاری اولیه به رهبری JD.com جمعآوری شد، با مشارکت سرمایهگذاری چین مرچنت و سرمایهگذاری Guoxiang SenseTime، در حالی که سهامدار فعلی Zero One Venture Capital نیز سرمایهگذاری خود را افزایش داد؛ در فوریه 2026، چند صد میلیون یوان در یک دور Pre-A جمعآوری شد، با سرمایهگذاران شامل PwC Capital و Dacheng Wisdom، در میان سایر مؤسسات سرمایهگذاری معروف، در حالی که سرمایهگذاری چین مرچنت و Zero One Venture Capital به افزایش سهام خود ادامه دادند؛ تا کنون، این شرکت چندین دور تأمین مالی به ارزش چند صد میلیون یوان در تأمین مالی سری A را تکمیل کرده است.
RoboScience در تلاشهای تأمین مالی خود یک سرعت ثابت و واقعگرایانه را حفظ کرده است. در واقع، پس از تجربه یک رونق در تأمین مالی در نیمه اول سال، بخش هوش تجسمی به وضوح در نیمه دوم این سال سرد شده است و سرمایهگذاران به طور فزایندهای محتاط شده و استانداردهای سرمایهگذاری را سختتر کردهاند. هرچه صنعت پایینتر میرود، تأمین مالی بیشتر به چشم میآید.
آنچه سرمایهگذاران را متقاعد کرده است که متعهد شوند، نقاط عطفی است که RoboScience در هر مرحله تأمین مالی به دست آورده است: در سپتامبر 2025، موتور شبیهسازی با دقت بالا RoboMirage راهاندازی شد و یک چرخدنده داده بزرگ و کمهزینه را فعال کرد؛ در ژوئن 2026، مدل بزرگ تجسمی عمومی Visics به طور رسمی راهاندازی شد و قابلیتهای تعمیم بین هستیشناسی، اشیاء و وظایف را با معماری VLOA نشان داد؛ فقط دو ماه بعد، اولین ربات انساننمای چرخدار، REX G1، رونمایی شد. به عبارت دیگر، در عرض یک سال، پیوندهای کلیدی مانند داده، مدلها و بدنه ربات به هم متصل شدند و یک حلقه بسته کامل تجسمی تمامپشته را تشکیل دادند.
شایان ذکر است که قبل از تکمیل این دور تأمین مالی، RoboScience همچنین به یک همکاری استراتژیک با Tencent Cloud دست یافت تا اولین سرویس هوش تجسمی مبتنی بر ابر EaaS (Embodied-AI-as-a-Service) در جهان را ایجاد کند. بر اساس این همکاری، Visics به اولین مدل بزرگ تجسمی مبتنی بر ابر در جهان تبدیل شد که برای دسترسی و استفاده عمومی باز است.
در پس این، تفکر RoboScience در مورد تجاریسازی نهفته است. تیان یه فاش کرد که تیم در حال حاضر سه مسیر صنعتیسازی دارد: ارائه راهحلهای تجسمی کلی برای برنامههای پایانی؛ ارائه خدمات مدل EaaS که میتوان از ابر فراخوانی کرد و همچنین کنترلکنندههایی که در لبه پیادهسازی شدهاند و قابلیتهای مدل را به طیف وسیعتری از توسعهدهندگان، شرکتهای هستیشناسی و یکپارچهسازان صحنه باز میکند.
به گفته تیان یه، این سه مسیر "عمق و وسعت" را متعادل میکند: مسیر تمامپشته به سناریوهای کلیدی میپردازد، در حالی که کنترلکنندهها و EaaS قابلیتها را گسترش میدهند و بنابراین دامنه وسیعی از سناریوهای کاربردی را پوشش میدهند که یک شرکت واحد نمیتواند به طور کامل درک کند.
این عوامل همچنین سرمایهگذاران را تحت تأثیر قرار داده است. همانطور که Amber Capital بیان کرد: "تکرار فناوری هوش تجسمی در حال تسریع است و از اعتبارسنجی فنی به کاربرد بزرگمقیاس در زمینههای مختلف منتقل میشود و قابلیتهای عمومی سناریوهای باز و هزینههای فرود کلیدی برای پیشرفتهای صنعتی هستند. RoboScience یک سیستم فنی تمامپشته ساخته است که دادهها، مدلها و هستیشناسی را در اطراف این پیشنهاد اصلی متصل میکند و قابلیتهای تعمیم بین هستیشناسی، اشیاء و وظایف را بیشتر تقویت میکند و انباشت مداوم داده و تکرار قابلیتها را در شرایط کاری واقعی به دست میآورد. ما به شدت قضاوت پیشرو تیم را در مورد مسیر فنی و قابلیتهای اجرایی سیستماتیک میشناسیم و نسبت به اعتبارسنجی تسریعشده شرکت در سناریوهای واقعی خوشبین هستیم و به استفاده بزرگمقیاس از قابلیتهای مدل کمک میکنیم و به تدریج به یک پلتفرم زیرساختی مهم برای عصر هوش تجسمی عمومی تبدیل میشویم."
در مواجهه با چالشهای تولید انبوه تجاری و اعتبارسنجی بزرگمقیاس، اقدامات سرمایهگذاری صنعتی اغلب به عنوان یک بارومتر دیده میشوند. برای همه بازیگران، چنین سرمایهگذارانی بینظیر هستند—نه تنها برای حمایت مالی بلکه برای ارائه سناریوهای اعتبارسنجی واقعی.
با نگاهی به خط سهامداران RoboScience، چنین چهرههایی غیرمعمول نیستند: JD.com دهها پارک لجستیک هوشمند "آسیا شماره 1" و هزاران انبار در سراسر کشور دارد؛ پشت Shuang Capital خانواده میلیاردر هنگ کنگی لی جینجی قرار دارد که دارای یک پایگاه تولید و شبکه تأمین جهانی وسیع است. کسب و کارهای آنها پر از فرآیندهای غیر استاندارد، پیچیده و دشوار برای اتوماسیون هستند که دقیقاً سناریوهای جایگزینی ایدهآل برای هوش تجسمی هستند.
این دور تأمین مالی همچنین شاهد همکاری چندین سرمایهگذاری صنعتی و پلتفرمهای شرکتهای فهرست شده برای رأیگیری اعتماد به RoboScience بوده است. تیان یه فاش کرد که همکاری داخلی با گروهی از بازیگران صنعتی در حال انجام است که به زودی به تدریج اعلام خواهد شد.
این بدون شک بهترین زمین آزمایش برای شرکتهای تجسمی است. به جلو نگاه کنید، مسیر تسریع RoboScience به طور فزایندهای واضح میشود: وجوه این دور تأمین مالی عمدتاً از تکرار و ارتقاء مداوم مدلهای بزرگ پشتیبانی خواهد کرد و اعتبارسنجی POC و فرود بزرگمقیاس را در سناریوهای کلیدی مانند لجستیک، خردهفروشی و صنعت پیش میبرد. در عین حال، این امر به تقویت ذخیره استعدادهای باکیفیت ادامه خواهد داد.
به سوی پایاننامه عمومی
دستیابی به هوش تجسمی عمومی تقریباً رویای نهایی تمام کارآفرینان تجسمی است.
این یک پیشنهاد بسیار بزرگ و رمانتیک است. اما تعمیم به این معنی است که رباتها میتوانند محیط را درک کنند، تصمیمات خودکار بگیرند و از بازخورد پس از عمل یاد بگیرند، درست مانند انسانها، و هنوز هم چالشهای مهندسی زیادی برای غلبه بر آن وجود دارد و راه طولانی در پیش است. وقتی تخیل و واقعیت از هم جدا میشوند، صنعت شروع به تغییر از "فانتزی عمومی" به "اولویتهای تخصصی" میکند. برخی حتی استدلال میکنند که "تعمیم هنوز خیلی دور است؛ عمیقاً کاوش در سناریوهای عمودی کلید بقای است."
با این حال، در دیدگاه تیان یه، این یک انتخاب دوتایی نیست. "هسته هوش تجسمی عمومی در کاهش هزینههای حاشیهای نهفته است که همچنین رقابت اصلی ما در آینده خواهد بود." او بیشتر توضیح داد که دلیل اینکه RoboScience بر توسعه محصولات تمامپشته اصرار دارد، دستیابی به بهینهسازی عمیق در زمینههای خاصی مانند لجستیک و خردهفروشی است.
"ما قطعاً باید ابتدا در برخی سناریوها فرود بیاییم، اما آنچه از آن حمایت میکند، فناوری زیرین در حال تحول، به طور فزایندهای عمومی و به طور کاهشی هزینهبر است." تیان یه تأکید کرد که یک حلقه تجاری پایدار مثبت نیاز به پیوند عمیق با سناریوها دارد، در حالی که رقابت بلندمدت نیاز به گسترش مقیاس با کاهش مداوم هزینههای حاشیهای دارد.
ابتدا وارد صنایع واقعی با ارزش بالا و تقاضای بالا خواهیم شد و سپس اجازه خواهیم داد رباتها به سمت سناریوهای وسیعتر حرکت کنند و در نهایت به هوش تجسمی عمومی که همه انتظار دارند، دست یابند. در این مسیر، تعمیم سختترین چالش است.
به زبان ساده، بیشتر مدلهای تجسمی فعلی میتوانند پس از جمعآوری دادههای کافی و آموزش تخصصی در سناریوهای ثابت، نرخ موفقیت وظیفهای نزدیک به 100% را به دست آورند. با این حال، به محض اینکه اشیاء عملیاتی تغییر کنند یا محیط کمی تغییر کند، نرخ موفقیت وظیفه رباتها میتواند به طور قابل توجهی کاهش یابد.
در پاسخ به این چالش، RoboScience راهحل خود را ارائه داده است: با استفاده از ساختار VLOA خود توسعه یافته، اکنون از تعمیم در سه بعد پشتیبانی میکند: بین هستیشناسی، بین اشیاء و بین وظایف. یک لحظه به یاد ماندنی در کنفرانس جهانی هوش مصنوعی 2026 بود، جایی که RoboScience "تحویل سریع 30 ثانیهای" را نشان داد—کارمندان به طور مستقیم سختافزار دستهای ماهرانه از برندهای مختلف را بدون نیاز به تطبیق مجدد یا تنظیم دقیق جایگزین کردند، و دست ماهرانه در عرض 30 ثانیه به طور آنی شناسایی شد و وظایف مختلف دستگیری را به طور روان اجرا کرد و واقعاً "آماده به استفاده در هنگام تحویل" را به دست آورد و قابلیتهای تعمیم بین هستیشناسی خود را تأیید کرد.
علاوه بر این، دست ماهرانهای که با مدل بزرگ تجسمی عمومی Visics تجهیز شده بود، موفق به دستگیری هر شیئی که توسط تماشاگران در محل ارائه شده بود، شد؛ حتی بیشتر از آن، در WRC که در ماه اوت امسال برگزار شد، RoboScience به طور همزمان فرآیند استدلال مدل جهانی را در غرفه خود باز کرد و به اولین شرکتی در صنعت تبدیل شد که بهطور عمومی استدلال بصری بلادرنگ مدل جهانی را نشان داد.
"هوش تجسمی به شدت با دنیای فیزیکی مرتبط است و نیاز به همزمانی سناریوهای واقعی، وظایف واقعی و الگوریتمها برای تکامل دارد." تیان یه به طور کورکورانه خوشبین نیست و میگوید: "این قطعاً یک فرآیند گام به گام است، از کوچک به بزرگ، به تدریج از صنایع خاص به بخشهای وسیعتر حرکت میکند." اما او همچنین مطمئن است که این در سالهای آینده اتفاق خواهد افتاد.
با ادامه موج کارآفرینی هوش تجسمی، جنجالها و حبابها به وجود آمده است. وقتی در مورد این موضوع صحبت میکند، تیان یه بهطور کاملاً آرام به نظر میرسد و میگوید: "حبابها ممکن است از تلاش همه برای رویکردهای مختلف ناشی شوند، مشابه تکامل زیستی، جایی که برخی در طول این فرآیند ناپدید میشوند در حالی که برخی دیگر زنده میمانند. این یک پدیده طبیعی از تکامل فناوری است."
در نیمه دوم عصر تجسم، شرکتهایی که صرفاً به نمایشهای جذاب برای روایت داستانها تکیه میکنند، با فشار فزایندهای برای بقای خود مواجه خواهند شد. تیان یه ترجیح میدهد انرژی خود را بر روی "انجام کارها" متمرکز کند و میگوید: "نوسانات کوتاهمدت فقط برای ما نویز است. بازگشت به ذات کسب و کار، آنچه که همه در آینده بر روی آن تمرکز خواهند کرد این است که چگونه فناوری میتواند واقعاً در محصولات پیادهسازی شود."
راه رسیدن به AGI در دنیای فیزیکی هنوز طولانی است. با نگاهی به سالها بعد، این لحظه ممکن است بهعنوان یک نقطه عطف به یاد آورده شود.
قیمت --
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.
ممکن است شما نیز علاقهمند باشید

نقاط کور اعتبار خصوصی در DeFi: ریسکهای واقعی پشت قیمتهای پایدار

BITCOIN JAPAN 2026 در برگزاری در برساال آکیهابارا: بحث در مورد استفاده از BTC توسط شرکتها

تحلیلگران هشدار میدهند که کاهش قیمت طلا به زیر ۳۸۰۰ دلار نشاندهنده فروش تسلیمگونه است

CertiK تأیید مستقل بیانیه خودارزیابی GL1 را کامل کرد

XRP Ledger ارزیابی ابزار زیرساخت بازار GL1 را تکمیل کرد

پیشبینی عملکرد سهماهه سوم تنسنت: سود ممکن است به پایان ۱۶ فصل متوالی افزایش برسد، هزینههای هوش مصنوعی و جریان نقدی محور ارزیابی مجدد قرار میگیرد

زنجیره بزرگ فست فود مرغ سرخکرده درخواست حمایت از فصل 11 ورشکستگی کرد

Securitize خرید River One را تکمیل کرد

سرمایهگذاری 10 میلیون دلاری Twenty One Capital با حمایت Tether در بیتکوین در حالی که سهام کاهش مییابد

ظهور پدیده "افزایش قیمت و جلوگیری از انتقال" در وال استریت

آیا درخواست 500 میلیارد دلاری به نتیجه میرسد؟ سیستم حمل و نقل آمریکا به شدت به سرمایهگذاری نیاز دارد، اما کنگره به "وزنپای" تبدیل شده است

Kamino الگوریتم اجرای معاملات ONE و پلتفرم سازمانی Omni را معرفی کرد

استارتاپ باتری Our Next Energy از مرگ نجات یافت و اکنون برنامهریزی برای عرضه عمومی دارد

سود ۱.۰۹ میلیارد دلاری Twenty One Capital عمدتاً داستان حسابداری بیتکوین است

سود خالص 10.87 میلیارد دلار در سهماهه سوم Twenty One، نگهداری 43,514 بیتکوین

در روایت آخرالزمانی Anthropic، جایی برای جین هوانگ نیست

تتر در بازار سهام آمریکا ۴.۸ میلیارد دلار سرمایهگذاری کرده است و ۱۳ شرکت را پوشش میدهد

Securitize به خرید River One میپردازد و وارد بازار وامهای با وثیقه دارایی به ارزش 6 تریلیون دلار میشود

برنامههای Securitize برای خرید River One به منظور اتصال سرمایه استیبلکوین با تأمین مالی مبتنی بر دارایی

سکیوریتایز، خرید ریوروان... ورود به بازار وام 6 تریلیون دلاری با سرمایه استیبلکوین

آیا ایلان ماسک میتواند ساتوشی ناکاموتو باشد: نویسنده تحقیق همسانیهای زبانی را پیدا کرده، اما شواهدی ندارد

جیپیمورگان کینکسیس: بانکها چگونه باید از بلاکچین استفاده کنند؟

تأسیس GL1 Org توسط پنج بانک برای پیشبرد توسعه بازار مالی توکنیزه

Sentra 1.5 میلیارد دلار سرمایهگذاری دور C را تکمیل کرد، Capital One Ventures رهبری کرد

همکاری Cross River و Offchain Labs برای توکنسازی پلتفرم وامدهی

Bitwise، Triton One و SOL Strategies به عنوان اولین اپراتورهای گرههای شخص ثالث Jito BAM معرفی شدند

کیستون کیف پول سختافزاری ارسال را متوقف کرد و دستگاههای تحت تأثیر را ایزوله کرد

مدیر عامل Collector Crypt: آستانه واقعی پلتفرمهای کشیدن کارت دیجیتال در این چهار جنبه نهفته است

سپردههای Morpho RWA از ۲ میلیارد دلار عبور کرد در حالی که وامها به ۹۰۰ میلیون دلار نزدیک میشوند







