Warum hat ein Riese der Bekleidungs - Technologie sich im Bereich des Embodied AI engagiert?

Transgrenzende Embodied Intelligence: Überwindung von Trainingsherausforderungen durch flexible Simulation.

Die Goldene Zeit des "Physikalischen KI" nähert sich vielleicht.

Ende April hat Qunhe Technology an der Hongkonger Börse notiert und binnen zwei Tagen um fast 400 % gestiegen. Diese Spitzenfirma auf dem Gebiet der Heimtextiltechnologie hat in 15 Jahren eine riesige Menge an 3D - Modell - Daten mit realen physikalischen Parametern gesammelt und erfolgreich als erste Aktie der "Sechs Drachen von Hangzhou" notiert, was offiziell die Ära des "Physikalischen KI" eingeleitet hat.

Interessanterweise macht in Hangzhou auch ein anderer Branchenriese ähnliche Dinge.

Im Gegensatz zu Qunhe Technology, die sich auf die "3D - Starrkörpersimulation" spezialisiert hat, zielt es auf den Bereich der "3D - Flexiblesimulation" ab, der technisch sehr anspruchsvoll und gleichzeitig an Daten extrem arm ist.

Im Februar dieses Jahres hat Lingdi Technology das eigenentwickelte System für physikalische Simulation und synthetische Daten, SynReal, vorgestellt. Als Branchenriese auf dem Gebiet der Bekleidungsindustrie hat Lingdi Technology in 10 Jahren eine riesige Menge an "3D - Flexibledaten" für Stoffe gesammelt. Das SynReal - System kann die Trainingskosten für die Embodied - KI - Simulation senken und gleichzeitig den Datendurchsatz erhöhen. Beispielsweise wird der Kleiderfaltroboter von Yinhe General für die Spring Festival Gala teilweise von Lingdi Technology unterstützt.

Der Kleiderfaltroboter von Yinhe General für die Spring Festival Gala (Quelle: Unternehmen)

Warum ist die "Flexiblesimulation" so schwierig? Warum wird sie als das "Heiligtum der Embodied - KI" bezeichnet? Warum hat eine Spitzenfirma auf dem Gebiet der Bekleidungsindustrie sich entschieden, in die Roboterbranche zu expandieren, und mit welchen Mitteln hat sie Erfolg erzielt?

Die Geschichte beginnt mit dem "Problem des Roboter - Kleiderfaltens".

01 Roboter können nicht einmal Kleider falten

Wenn Sie denken, dass Embodied - KI - Roboter "klug" sind, lassen Sie sie mal ein Kleidungsstück falten.

Dieses hochmoderne technische Wunder, das Last tragen und langstreckenlaufen kann und sogar in Halbmarathons Menschen übertreffen kann, steht vor einem einfachen T - Shirt oft hilflos da, weil es es nicht glatt legen, fest greifen oder ordentlich falten kann.

Natürlich gibt es auch viele Roboter, die es "richtig" schaffen. Im Allgemeinen gibt es zwei Ansätze:

Der eine Ansatz besteht darin, die Bewegungsabläufe festzuprogrammieren. Das Kleidungsstück wird an einer bestimmten Stelle platziert, vorher glattgelegt, und dann führt der Roboter die festgelegten Bewegungen aus.

Der andere Roboter ist "klüger" und kann verschiedene Kleidungsstücke flexibel greifen und auch bei menschlichen Störungen seine Aufgabe fortsetzen. Dafür muss jedoch über sechs Monate lang menschliche Bedienungsdaten gesammelt werden, die als "Trainingsmaterial" für den Roboter dienen. Sobald sich die Umgebung, das Licht, der Tisch oder das Kleidungsstück ändert, kann das "Trainingsmaterial" nicht mehr verwendet werden.

Sie werden sich sicherlich fragen, ob es möglich ist, in einem Computer eine "virtuelle Welt" zu erstellen, die den physikalischen Regeln der realen Welt entspricht, und den Roboter mit Code zu trainieren.

Tatsächlich ist das möglich, und viele Spitzenunternehmen machen es auch so, wie beispielsweise NVIDIA Issac, Microsoft AirSim und MuJoCo, das von DeepMind erworben wurde. Im Gegensatz zu KI - Software wie großen Modellen ist dieser Ansatz stark an die physikalische Welt gebunden und wird daher oft als "Physik - KI" bezeichnet.

Wie bereits erwähnt, dominieren in der gegenwärtigen Physik - KI die "starren Daten". Wenn man die Datenbank öffnet, findet man dort überwiegend Quadrate, Roboterarme und regelmäßige Objekte. Sie sind einfach zu definieren und zu berechnen.

Aber wir wissen alle, dass in der realen Welt mindestens ein Drittel der Objekte "flexibel" ist, von den Kleidungsstücken, die wir tragen, über die Früchte im Supermarkt bis hin zu den Plastiktüten, die wir in die Hand nehmen, und unserer eigenen Haut.

Ein starres Objekt hat eine relativ bestimmte Bewegungsbahn. Ein weicher Stoff hingegen hat frei flatternde Fasern.

Wenn ein Roboter ihn greift, kann eine kleine Kraft eine Kette von Reaktionen auslösen. Wie entstehen Falten? Wie hängt der Stoff? Jede Änderung an einem Punkt beeinflusst das Ganze. Ein einfacher Stoff wird in der 3D - Simulation in Tausende von Eckpunkten zerlegt. Jeder Eckpunkt hat mehrere Freiheitsgrade. Dies führt zu einer astronomischen Anzahl von Berechnungen und erhöht die Schwierigkeit enorm.

Lingdi Technologys flexible 3D - Simulationstechnik (Quelle: Unternehmen)

Wenn zwei flexible Objekte in Kontakt kommen, wie beim Falten von Kleidern, ist die physikalische Interaktion zwischen Stoff und Stoff unglaublich komplex.

Deshalb wird die "flexible 3D - Simulation" als das "Heiligtum der Embodied - KI" bezeichnet. Sie ist nicht nur an Daten extrem arm, sondern auch sehr schwierig zu berechnen, und dennoch ist sie eine technische Herausforderung, die für die Umsetzung der Embodied - KI unbedingt zu bewältigen ist.

Stellen Sie sich mal vor, wenn ein Pflegeroboter Menschen als "starre Körper" behandeln würde, wie schrecklich die Folgen wären.

02 Ein "Schweigsame Mönch" aus der Bekleidungsbranche

Das Problem der "flexiblen 3D - Simulation" hat die Branche viele Jahre lang geplagt. Als die Menschen die Spotlichter auf Roboterfirmen und KI - Labore richteten, hätten niemand gedacht, dass der eigentliche Durchbrecher aus einem scheinbar "unverwandten" Bereich kommen würde.

Die 3D - Bekleidungsindustrie.

Wie hängt ein virtueller Stoff? Wie flattert er? Wie windet er sich um einen anderen Stoff, biegt sich, dehnt sich und faltet sich? Diese Probleme, die in der physikalischen Simulation als "höchst schwierig" gelten, sind für Lingdi Technology alltäglich.

Diese 2015 gegründete Spitzenfirma auf dem Gebiet der Bekleidungsindustrie hat in zehn Jahren eine riesige Menge an hochwertigen und extrem seltenen "3D - Flexiblesimulationsdaten" gesammelt. Als versteckter Champion auf dem Gebiet der Bekleidungsindustrie gehört sie nicht nur seit Jahren zur Liste der "Quasi - Unicorns von Hangzhou", sondern auch zur Liste der "Achtzehn Riesen von Hangzhou in Bezug auf Embodied - KI" dank ihrer flexiblen 3D - Simulationstechnik.

Nur die Datensammlung reicht natürlich nicht aus.

In den letzten zehn Jahren hat das Forschungsteam von Lingdi Technology enorme langfristige Investitionen in die Grundlagenforschung zur physikalischen Simulation von flexiblen Objekten getätigt. Es hat auf globalen Spitzentagungen wie SIGGRAPH mehrere Forschungsergebnisse veröffentlicht, die Kerntechnikprobleme wie die physikalische Simulation von deformierbaren Körpern, die Behandlung komplexer Kontakte und die Hochleistungsnumerik betreffen.

Lingdi Technologys Forschungsergebnisse aus dem Jahr 2025 (Quelle: Unternehmen)

Während die Embodied - KI - Branche sich sechs Monate lang mühsam um die Daten für das "Falten eines Kleidungsstücks" bemüht, hat Lingdi Technology bereits seit zehn Jahren eine Reserve an "Munition" aufgebaut. Während die Menschen sich mit der "höchst schwierigen" Berechnung der flexiblen 3D - Simulation herumschlagen, sucht Lingdi Technologys Grundlagenforschung nach Lösungen für dieses Problem.

Jetzt tritt dieser "Schweigsame Mönch" endlich in den Vordergrund.

Das von Lingdi Technology vorgestellte SynReal - System für physikalische Simulation und synthetische Daten ist das "Meisterwerk", in dem seine zehnjährige Erfahrung zusammengefasst ist.

Es wird versuchen, das "Heiligtum" zu ergreifen und den Robotern zu ermöglichen, die "Weichheit der Welt" wirklich zu spüren.

03 Die 3D - Simulation bestimmt die Obergrenze der Embodied - KI

SynReal besteht hauptsächlich aus drei Teilen:

1. SynReal Sim - Ein hochpräziser Simulationsmotor;

2. SynReal Arena - Eine Trainingsplattform für Embodied - KI;

3. SynReal Core - Ein Trainingsmodell auf der Grundlage von massiven synthetischen Interaktionsdaten.

Klingt vielleicht etwas kompliziert. Ein einfaches Beispiel: SynReal Sim schafft eine "virtuelle Welt", die den physikalischen Regeln entspricht. SynReal Arena bietet den Robotern einen "virtuellen Trainingsplatz", und SynReal Core sorgt dafür, dass die Roboter lernen und Fähigkeiten entwickeln.

Zusammen bilden diese drei Komponenten eine SynReal - "Roboter - Trainingsschule". Die Roboter können in dieser Schule durch Millionen von "virtuellen Trainingssitzungen" pro Minute lernen, wie sie mit der physikalischen Welt umgehen sollen. Nach ihrem "Abschluss" können sie in die reale Welt gehen und "arbeiten".

Im Gegensatz zu dieser "virtuellen Schule" wie SynReal gibt es einen anderen Ansatz für das Training von Embodied - KI, nämlich die manuelle Datensammlung. Dies ist der "Volks - Lehrbuch - Ansatz" für Roboter.

Dieser Trainingsansatz ist technisch einfacher. Da die "Volks - Lehrbuch - Daten" aus der realen physikalischen Welt stammen, enthalten sie gewisse Details und Störungen und eignen sich daher für die Anpassung der Roboter an die reale Umwelt.

Aber die Nachteile des "Volks - Lehrbuch - Ansatzes" sind auch sehr deutlich: Er ist teuer, zeitaufwändig und schwer zu verallgemeinern.

Die Datensammlung im "Volks - Lehrbuch - Ansatz" dauert oft Monate oder Jahre. Die Sammlung von hochwertigen Demonstrationsdaten für eine einzelne Aufgabe kann ein professionelles Team mehrere Monate in Anspruch nehmen, und die Kosten liegen zwischen mehreren Zehn- und Hunderttausend Yuan.

Im Gegensatz dazu kann eine Simulationsplattform in wenigen Stunden Millionen von Datensätzen mit vielfältigen Variationen generieren. Die Kostenkontrolle und die Datenmenge sind für den "Volks - Lehrbuch - Ansatz" fast unmöglich zu erreichen.

Im Vergleich zu anderen Physik - KI - Simulationsplattformen zeichnet sich SynReal durch drei einzigartige Vorteile aus: "Realität", "Geschwindigkeit" und "Stabilität".

Zunächst die "Realität". Dank der riesigen Reserve an starren und flexiblen 3D - Simulationsdaten kann SynReal nicht nur eine realistischere, komplexere und der realen Welt nähere Trainingsumgebung für die Roboter schaffen, sondern auch genauere und korrektere statische und dynamische Berechnungen durchführen. Die Fehlerrate ist um fast 20 % geringer als die des Branchenführers Issac Sim.

Hochpräzise physikalische Simulationsergebnisse (Quelle: Unternehmen)

Zweitens die "Geschwindigkeit". Dies ist einer der wichtigsten Indikatoren für die "virtuelle Roboter - Schule". Die Simulationsgeschwindigkeit bestimmt, ob die Datengenerierung in großem Maßstab möglich ist. Lingdi Technologys Team hat den gesamten Prozess der "flexiblen 3D - Simulation" um die GPU - parallele Rechenarchitektur herum neu strukturiert, was die Durchsatzleistung der Simulation erheblich erhöht. Die Simulationsgeschwindigkeit ist 5 - 10 Mal höher als die von Issac Sim, was die Trainingsleistung der Roboter deutlich verbessert.

Schließlich die "Stabilität". Wie bereits erwähnt, ist die 3D - Simulation eines einzelnen flexiblen Objekts schon sehr schwierig. Wenn zwei oder mehr flexible Objekte in Kontakt kommen, wird die physikalische Interaktion noch schwieriger. In 3D - Spielen neigen flexible Objekte wie Haare und Kleidungsstücke am häufigsten dazu, "durch die Modelle zu gehen". Um dieses Problem zu lösen, hat Lingdi Technologys Team in der Simulation eine auf dem IPC (Incremental Potential Contact, eine neue innovative Idee aus SIGGRAPH 2020) basierte Pfadberechnungsmethode eingeführt. Dadurch kann SynReal auch bei häufigen Änderungen an mehreren Punkten, mehreren Ebenen und Selbstkontakten die Stabilität der Simulation aufrechterhalten und den Robotern in komplexen Szenarien stabilere und zuverlässigere Lernergebnisse ermöglichen.

Nur eine "virtuelle Schule", die realistischer, effizienter und stabiler ist, kann intelligente, geschickte und an die komplexe Realität angepasste Embodied - KI - Roboter ausbilden.

</div><div class="common-width"><div class="article-footer-txt"><p>本文参考了多个信息来源，如若转载请注明出处。</p></div></div></div></div></div></div><div class="article-right-container"></div></div></div></div></div></div></div></div><div class="kr-white-space" style="height:80px;width:100%;visibility:hidden"></div><div class="kr-layout-footer de"><div class="footer-inner"><div class="top"><div class="top-left logo-and-instr"><div class="logo-and-other-websites de"></div><div class="instr">Für Presseanfragen, Content-Kooperationen, Geschäftliche Zusammenarbeit oder zur Gewinnung globaler Partner im Ökosystem, können Sie uns über folgenden Kontakte erreichen: E-Mail an mohaiying@36kr.com.</div><div class="partner"><a target="_blank" href="https://www.startuprad.io">Partner：startuprad.io</a></div></div><div class="top-right qrcode"></div></div><div class="bottom copyright"><p class="slogan">(eu.36kr.com) ist ein branchenspezifisches Medium, das sich auf internationale Märkte konzentriert und Unternehmen bei ihren grenzüberschreitenden Aktivitäten mit umfassender Beratung und professionellen Dienstleistungen unterstützt.</p><p class="copyright">© 2024 36kr.com. All rights reserved.</p></div></div></div></div></div> <script>window.initialState={"navigator":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)"},"theme":"default","articleDetailData":{"itemId":3788704783801607,"widgetTitle":"Warum hat ein Riese im Bereich der Bekleidungs-Technologie sich in den Bereich des Embodied AI engagiert?","summary":"Transgrenzende Embodied Intelligence: Überwindung von Trainingsherausforderungen durch flexible Simulation.","author":"晓曦","authorId":5327149,"authorFace":"https://img.36krcdn.com/20200928/v2_41f5b13b542341b39c75021a58e276d4_img_000?x-oss-process=image/resize,w_300","authorRoute":"detail_author?userId=5327149","publishTime":1777517537457,"widgetContent":"<p>Die Goldene Zeit des \"Physikalischen KI\" nähert sich vielleicht. </p>\n<p>Ende April hat Qunhe Technology an der Hongkonger Börse notiert und binnen zwei Tagen um fast 400 % gestiegen. Diese Spitzenfirma auf dem Gebiet der Heimtextiltechnologie hat in 15 Jahren eine riesige Menge an 3D - Modell - Daten mit realen physikalischen Parametern gesammelt und erfolgreich als erste Aktie der \"Sechs Drachen von Hangzhou\" notiert, was offiziell die Ära des \"Physikalischen KI\" eingeleitet hat. </p>\n<p>Interessanterweise macht in Hangzhou auch ein anderer Branchenriese ähnliche Dinge. </p>\n<p>Im Gegensatz zu Qunhe Technology, die sich auf die \"3D - Starrkörpersimulation\" spezialisiert hat, zielt es auf den Bereich der \"3D - Flexiblesimulation\" ab, der technisch sehr anspruchsvoll und gleichzeitig an Daten extrem arm ist. </p>\n<p>Im Februar dieses Jahres hat Lingdi Technology das eigenentwickelte System für physikalische Simulation und synthetische Daten, SynReal, vorgestellt. Als Branchenriese auf dem Gebiet der Bekleidungsindustrie hat Lingdi Technology in 10 Jahren eine riesige Menge an \"3D - Flexibledaten\" für Stoffe gesammelt. Das SynReal - System kann die Trainingskosten für die Embodied - KI - Simulation senken und gleichzeitig den Datendurchsatz erhöhen. Beispielsweise wird der Kleiderfaltroboter von Yinhe General für die Spring Festival Gala teilweise von Lingdi Technology unterstützt. </p>\n<p class=\"image-wrapper\"><img data-img-size-val=\"1080,608\" src=\"https://img.36krcdn.com/hsossms/20260430/v2_fda7efb64b5b4b64958a845459dbeb88@6062546_oswg749661oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1\"></p>\n<p class=\"img-desc\">Der Kleiderfaltroboter von Yinhe General für die Spring Festival Gala (Quelle: Unternehmen) </p>\n<p>Warum ist die \"Flexiblesimulation\" so schwierig? Warum wird sie als das \"Heiligtum der Embodied - KI\" bezeichnet? Warum hat eine Spitzenfirma auf dem Gebiet der Bekleidungsindustrie sich entschieden, in die Roboterbranche zu expandieren, und mit welchen Mitteln hat sie Erfolg erzielt? </p>\n<p>Die Geschichte beginnt mit dem \"Problem des Roboter - Kleiderfaltens\". </p>\n<h2><strong>01 Roboter können nicht einmal Kleider falten</strong></h2>\n<p>Wenn Sie denken, dass Embodied - KI - Roboter \"klug\" sind, lassen Sie sie mal ein Kleidungsstück falten. </p>\n<p>Dieses hochmoderne technische Wunder, das Last tragen und langstreckenlaufen kann und sogar in Halbmarathons Menschen übertreffen kann, steht vor einem einfachen T - Shirt oft hilflos da, weil es es nicht glatt legen, fest greifen oder ordentlich falten kann. </p>\n<p>Natürlich gibt es auch viele Roboter, die es \"richtig\" schaffen. Im Allgemeinen gibt es zwei Ansätze: </p>\n<p>Der eine Ansatz besteht darin, die Bewegungsabläufe festzuprogrammieren. Das Kleidungsstück wird an einer bestimmten Stelle platziert, vorher glattgelegt, und dann führt der Roboter die festgelegten Bewegungen aus. </p>\n<p>Der andere Roboter ist \"klüger\" und kann verschiedene Kleidungsstücke flexibel greifen und auch bei menschlichen Störungen seine Aufgabe fortsetzen. Dafür muss jedoch über sechs Monate lang menschliche Bedienungsdaten gesammelt werden, die als \"Trainingsmaterial\" für den Roboter dienen. Sobald sich die Umgebung, das Licht, der Tisch oder das Kleidungsstück ändert, kann das \"Trainingsmaterial\" nicht mehr verwendet werden. </p>\n<p>Sie werden sich sicherlich fragen, ob es möglich ist, in einem Computer eine \"virtuelle Welt\" zu erstellen, die den physikalischen Regeln der realen Welt entspricht, und den Roboter mit Code zu trainieren. </p>\n<p>Tatsächlich ist das möglich, und viele Spitzenunternehmen machen es auch so, wie beispielsweise NVIDIA Issac, Microsoft AirSim und MuJoCo, das von DeepMind erworben wurde. Im Gegensatz zu KI - Software wie großen Modellen ist dieser Ansatz stark an die physikalische Welt gebunden und wird daher oft als \"Physik - KI\" bezeichnet. </p>\n<p>Wie bereits erwähnt, dominieren in der gegenwärtigen Physik - KI die \"starren Daten\". Wenn man die Datenbank öffnet, findet man dort überwiegend Quadrate, Roboterarme und regelmäßige Objekte. Sie sind einfach zu definieren und zu berechnen. </p>\n<p>Aber wir wissen alle, dass in der realen Welt mindestens ein Drittel der Objekte \"flexibel\" ist, von den Kleidungsstücken, die wir tragen, über die Früchte im Supermarkt bis hin zu den Plastiktüten, die wir in die Hand nehmen, und unserer eigenen Haut. </p>\n<p>Ein starres Objekt hat eine relativ bestimmte Bewegungsbahn. Ein weicher Stoff hingegen hat frei flatternde Fasern. </p>\n<p>Wenn ein Roboter ihn greift, kann eine kleine Kraft eine Kette von Reaktionen auslösen. Wie entstehen Falten? Wie hängt der Stoff? Jede Änderung an einem Punkt beeinflusst das Ganze. Ein einfacher Stoff wird in der 3D - Simulation in Tausende von Eckpunkten zerlegt. Jeder Eckpunkt hat mehrere Freiheitsgrade. Dies führt zu einer astronomischen Anzahl von Berechnungen und erhöht die Schwierigkeit enorm. </p>\n<p class=\"image-wrapper\"><img data-img-size-val=\"1080,608\" src=\"https://img.36krcdn.com/hsossms/20260430/v2_6055955423f04ffcb97505170c1d6f98@6062546_oswg400683oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1\"></p>\n<p class=\"img-desc\">Lingdi Technologys flexible 3D - Simulationstechnik (Quelle: Unternehmen) </p>\n<p>Wenn zwei flexible Objekte in Kontakt kommen, wie beim Falten von Kleidern, ist die physikalische Interaktion zwischen Stoff und Stoff unglaublich komplex. </p>\n<p>Deshalb wird die \"flexible 3D - Simulation\" als das \"Heiligtum der Embodied - KI\" bezeichnet. Sie ist nicht nur an Daten extrem arm, sondern auch sehr schwierig zu berechnen, und dennoch ist sie eine technische Herausforderung, die für die Umsetzung der Embodied - KI unbedingt zu bewältigen ist. </p>\n<p>Stellen Sie sich mal vor, wenn ein Pflegeroboter Menschen als \"starre Körper\" behandeln würde, wie schrecklich die Folgen wären. </p>\n<h2><strong>02 Ein \"Schweigsame Mönch\" aus der Bekleidungsbranche</strong></h2>\n<p>Das Problem der \"flexiblen 3D - Simulation\" hat die Branche viele Jahre lang geplagt. Als die Menschen die Spotlichter auf Roboterfirmen und KI - Labore richteten, hätten niemand gedacht, dass der eigentliche Durchbrecher aus einem scheinbar \"unverwandten\" Bereich kommen würde. </p>\n<p>Die 3D - Bekleidungsindustrie. </p>\n<p>Wie hängt ein virtueller Stoff? Wie flattert er? Wie windet er sich um einen anderen Stoff, biegt sich, dehnt sich und faltet sich? Diese Probleme, die in der physikalischen Simulation als \"höchst schwierig\" gelten, sind für Lingdi Technology alltäglich. </p>\n<p>Diese 2015 gegründete Spitzenfirma auf dem Gebiet der Bekleidungsindustrie hat in zehn Jahren eine riesige Menge an hochwertigen und extrem seltenen \"3D - Flexiblesimulationsdaten\" gesammelt. Als versteckter Champion auf dem Gebiet der Bekleidungsindustrie gehört sie nicht nur seit Jahren zur Liste der \"Quasi - Unicorns von Hangzhou\", sondern auch zur Liste der \"Achtzehn Riesen von Hangzhou in Bezug auf Embodied - KI\" dank ihrer flexiblen 3D - Simulationstechnik. </p>\n<p>Nur die Datensammlung reicht natürlich nicht aus. </p>\n<p>In den letzten zehn Jahren hat das Forschungsteam von Lingdi Technology enorme langfristige Investitionen in die Grundlagenforschung zur physikalischen Simulation von flexiblen Objekten getätigt. Es hat auf globalen Spitzentagungen wie SIGGRAPH mehrere Forschungsergebnisse veröffentlicht, die Kerntechnikprobleme wie die physikalische Simulation von deformierbaren Körpern, die Behandlung komplexer Kontakte und die Hochleistungsnumerik betreffen. </p>\n<p class=\"image-wrapper\"><img data-img-size-val=\"1080,1140\" src=\"https://img.36krcdn.com/hsossms/20260430/v2_bef14c25aa0e48c792ec4f70af597317@6062546_oswg410083oswg1080oswg1140_img_000?x-oss-process=image/format,jpg/interlace,1\"></p>\n<p class=\"img-desc\">Lingdi Technologys Forschungsergebnisse aus dem Jahr 2025 (Quelle: Unternehmen) </p>\n<p>Während die Embodied - KI - Branche sich sechs Monate lang mühsam um die Daten für das \"Falten eines Kleidungsstücks\" bemüht, hat Lingdi Technology bereits seit zehn Jahren eine Reserve an \"Munition\" aufgebaut. Während die Menschen sich mit der \"höchst schwierigen\" Berechnung der flexiblen 3D - Simulation herumschlagen, sucht Lingdi Technologys Grundlagenforschung nach Lösungen für dieses Problem. </p>\n<p class=\"loading-entity\"><iframe class=\"entity-iframe\" style=\"height:250px;width:450px;\" src=\"https://mis.corp.36kr.com/static/substance/index.html?data=%7B%22type%22%3A%22video%22%2C%22typeName%22%3A%22Video%22%2C%22id%22%3A3788720185826562%2C%22title%22%3A%22Lingdi Technologys virtuelle Kleiderfaltung%22%7D\" data-type=\"video\" data-id=\"3788720185826562\" scrolling=\"no\" frameborder=\"0\"> 

Jetzt tritt dieser \"Schweigsame Mönch\" endlich in den Vordergrund.

Das von Lingdi Technology vorgestellte SynReal - System für physikalische Simulation und synthetische Daten ist das \"Meisterwerk\", in dem seine zehnjährige Erfahrung zusammengefasst ist.

Es wird versuchen, das \"Heiligtum\" zu ergreifen und den Robotern zu ermöglichen, die \"Weichheit der Welt\" wirklich zu spüren.

03 Die 3D - Simulation bestimmt die Obergrenze der Embodied - KI

SynReal besteht hauptsächlich aus drei Teilen:

1. SynReal Sim - Ein hochpräziser Simulationsmotor;

2. SynReal Arena - Eine Trainingsplattform für Embodied - KI;

3. SynReal Core - Ein Trainingsmodell auf der Grundlage von massiven synthetischen Interaktionsdaten.

Klingt vielleicht etwas kompliziert. Ein einfaches Beispiel: SynReal Sim schafft eine \"virtuelle Welt\", die den physikalischen Regeln entspricht. SynReal Arena bietet den Robotern einen \"virtuellen Trainingsplatz\", und SynReal Core sorgt dafür, dass die Roboter lernen und Fähigkeiten entwickeln.

Zusammen bilden diese drei Komponenten eine SynReal - \"Roboter - Trainingsschule\". Die Roboter können in dieser Schule durch Millionen von \"virtuellen Trainingssitzungen\" pro Minute lernen, wie sie mit der physikalischen Welt umgehen sollen. Nach ihrem \"Abschluss\" können sie in die reale Welt gehen und \"arbeiten\".

Im Gegensatz zu dieser \"virtuellen Schule\" wie SynReal gibt es einen anderen Ansatz für das Training von Embodied - KI, nämlich die manuelle Datensammlung. Dies ist der \"Volks - Lehrbuch - Ansatz\" für Roboter.

Dieser Trainingsansatz ist technisch einfacher. Da die \"Volks - Lehrbuch - Daten\" aus der realen physikalischen Welt stammen, enthalten sie gewisse Details und Störungen und eignen sich daher für die Anpassung der Roboter an die reale Umwelt.

Aber die Nachteile des \"Volks - Lehrbuch - Ansatzes\" sind auch sehr deutlich: Er ist teuer, zeitaufwändig und schwer zu verallgemeinern.

Die Datensammlung im \"Volks - Lehrbuch - Ansatz\" dauert oft Monate oder Jahre. Die Sammlung von hochwertigen Demonstrationsdaten für eine einzelne Aufgabe kann ein professionelles Team mehrere Monate in Anspruch nehmen, und die Kosten liegen zwischen mehreren Zehn- und Hunderttausend Yuan.

Im Gegensatz dazu kann eine Simulationsplattform in wenigen Stunden Millionen von Datensätzen mit vielfältigen Variationen generieren. Die Kostenkontrolle und die Datenmenge sind für den \"Volks - Lehrbuch - Ansatz\" fast unmöglich zu erreichen.

Im Vergleich zu anderen Physik - KI - Simulationsplattformen zeichnet sich SynReal durch drei einzigartige Vorteile aus: \"Realität\", \"Geschwindigkeit\" und \"Stabilität\".

Zunächst die \"Realität\". Dank der riesigen Reserve an starren und flexiblen 3D - Simulationsdaten kann SynReal nicht nur eine realistischere, komplexere und der realen Welt nähere Trainingsumgebung für die Roboter schaffen, sondern auch genauere und korrektere statische und dynamische Berechnungen durchführen. Die Fehlerrate ist um fast 20 % geringer als die des Branchenführers Issac Sim.

Hochpräzise physikalische Simulationsergebnisse (Quelle: Unternehmen)

Zweitens die \"Geschwindigkeit\". Dies ist einer der wichtigsten Indikatoren für die \"virtuelle Roboter - Schule\". Die Simulationsgeschwindigkeit bestimmt, ob die Datengenerierung in großem Maßstab möglich ist. Lingdi Technologys Team hat den gesamten Prozess der \"flexiblen 3D - Simulation\" um die GPU - parallele Rechenarchitektur herum neu strukturiert, was die Durchsatzleistung der Simulation erheblich erhöht. Die Simulationsgeschwindigkeit ist 5 - 10 Mal höher als die von Issac Sim, was die Trainingsleistung der Roboter deutlich verbessert.

Schließlich die \"Stabilität\". Wie bereits erwähnt, ist die 3D - Simulation eines einzelnen flexiblen Objekts schon sehr schwierig. Wenn zwei oder mehr flexible Objekte in Kontakt kommen, wird die physikalische Interaktion noch schwieriger. In 3D - Spielen neigen flexible Objekte wie Haare und Kleidungsstücke am häufigsten dazu, \"durch die Modelle zu gehen\". Um dieses Problem zu lösen, hat Lingdi Technologys Team in der Simulation eine auf dem IPC (Incremental Potential Contact, eine neue innovative Idee aus SIGGRAPH 2020) basierte Pfadberechnungsmethode eingeführt. Dadurch kann SynReal auch bei häufigen Änderungen an mehreren Punkten, mehreren Ebenen und Selbstkontakten die Stabilität der Simulation aufrechterhalten und den Robotern in komplexen Szenarien stabilere und zuverlässigere Lernergebnisse ermöglichen.

Nur eine \"virtuelle Schule\", die realistischer, effizienter und stabiler ist, kann intelligente, geschickte und an die komplexe Realität angepasste Embodied - KI - Roboter ausbilden.