Tusimple und Ubtech haben eine strategische Partnerschaft eingegangen und werden den nächsten Generationen von Agentenrobotern aufbauen | Die neuesten Nachrichten

Autor | Huang Nan

Redakteur | Yuan Silai

In letzter Zeit haben TSL, ein führendes Unternehmen im Bereich Raumintelligenz, und Ubtech, das erste börsennotierte Unternehmen im Bereich Humanoidroboter, die Absicht erklärt, eine strategische Partnerschaft einzugehen. Beide Seiten werden eine tiefe Zusammenarbeit im Bereich „Raumintelligenz + Embodied Intelligence“ aufnehmen, ihre innovativen Technologien in den Bereichen Raumintelligenz und Embodied Intelligence öffnen und teilen und gemeinsam die umfassende Implementierung von Agentenrobotern vorantreiben.

Derzeit befindet sich die globale Branche der Embodied Intelligence im Übergang von der „Laboratoriumsdemonstration“ zur „ersten industriellen Anwendung“. Die Technologie entwickelt sich kontinuierlich, und das Kapital zeigt großes Interesse. Dennoch stehen der Massenkommerzialisierung immer noch Herausforderungen wie technologische Engpässe, Rechenleistungskosten und die Umsetzung in realen Szenarien entgegen.

Embodied Intelligence wird als die Kombination eines „denkenden Gehirns“ und eines „handelnden Körpers“ angesehen. In der realen Welt, die komplex, veränderlich und unstrukturiert ist, wie z. B. Lichtveränderungen, Objektverschattungen und unebene Böden, werden die Generalisierungsfähigkeiten der Technologie auf eine harte Probe gestellt.

Damit Maschinen die physische Welt wirklich „sehen“ und „verstehen“ und eine echte autonome Interaktion mit der physischen Welt ermöglichen, ist die Raumintelligenz der Schlüssel.

Im Rahmen seiner strategischen Ziele in Bezug auf die Raumintelligenz hat TSL seine Geschäftstätigkeiten in die Bereiche AIoT-Infrastruktur, AIoT-Domänenmodelle und AIoT-Agenten aufgeteilt, die jeweils den drei Fähigkeiten der Raumintelligenz entsprechen.

Darunter ist das AIoT-Domänenmodell der Schlüssel, damit Maschinen sehen und verstehen können. Auf der Ebene des Domänenmodells überwindet das von TSL selbst entwickelte Raum-Großmodell die Grenzen traditioneller Sprachmodelle. Es verfügt über Fähigkeiten zur multimodalen Fusion und zum Schlussfolgern und kann physikalische Gesetze wie Gravitation, Reibung und dreidimensionale Raumbeziehungen tiefgehend verstehen und verarbeiten, um komplexe Aufgaben in realen Szenarien zu zerlegen und zu planen.

Auf der Ebene der AIoT-Infrastruktur kann die von TSL selbst entwickelte hybride Rechenleistungspaltform (HICP) die einheitliche Planung und Verwaltung von heterogenen Rechenressourcen realisieren und Hochleistungs- und Niedrig-Latenz-Rechenressourcen für die Cloud-Trainings und die Edge-Inferenz von Embodied Intelligence bieten. Derzeit ist das Produkt auf der Ebene der AIoT-Infrastruktur mit mehr als zehn nationalen, führenden chinesischen Chips kompatibel.

Auf der Ebene der AIoT-Agenten verfügt der von TSL entwickelte Agent über vier Fähigkeiten: menschenähnliches Denken, Langzeitgedächtnis, hochdimensionale Wahrnehmung und Teamarbeit. Zusammen mit Ubtechs Gruppenintelligenzsystem kann es eine effiziente Zusammenarbeit eingehen, dem Roboter ein „intelligentes Gehirn“ verleihen, den Übergang des Roboters von der „mechanischen Ausführung“ zur „intelligenten Kooperation“ ermöglichen und seine Fähigkeiten zur autonomen Entscheidungsfindung und kooperativen Arbeit in komplexen, unstrukturierten Umgebungen deutlich verbessern.

Die Signierfeier der strategischen Partnerschaft zwischen TSL und Ubtech

Zhou Jian, Gründer, Vorsitzender des Verwaltungsrats und CEO von Ubtech, hat darauf hingewiesen, dass Roboter, um sich von einfachen Ausführungswerkzeugen zu intelligenten Agenten mit Fähigkeiten zur Mensch-Maschine-Koexistenz zu entwickeln, die semantische Bedeutung und die dynamischen Gesetze der Umgebung tiefgehend verstehen müssen.

Bei dieser Partnerschaft kann TSLs Raum-Großmodell und seine hochwertigen Raumdaten den Robotern ausreichende Trainingsunterstützung bieten. Die multimodalen Interaktionsdaten, die von Ubtechs Humanoidrobotern während des Betriebs generiert werden, können die Ressourcen an Raumdaten kontinuierlich erweitern, die Fähigkeiten des Modells zur Raumschlussfolgerung weiter verbessern, die ständige Weiterentwicklung des Systems vorantreiben und gemeinsam einen nächsten Generation Agentenroboter aufbauen, der in der physischen Welt ein hohes Maß an Autonomie und Interaktionsfähigkeit aufweist.