36Kr Exklusiv | Ehemaliger Kernpartner für Geschäftsentwicklung bei Flexiv gründet eigenes Unternehmen für domänenspezifische industrielle Intelligenzagenten und erhält eine Seed-Finanzierung in Millionenhöhe

Autor | Qiao Yujie

Redakteur | Yuan Silai

Wie Hard Krypton erfahren hat, hat Shanghai Zhuizhi Engineering Technology Co., Ltd. (im Folgenden „Zhuizhi Gongke“ genannt) kürzlich eine Seed-Finanzierung in Höhe von mehreren zehn Millionen Yuan abgeschlossen, die gemeinsam vom L2F Light Source Entrepreneurs Fund, Shangrong Capital und Yicun Capital investiert wurde. Diese Finanzierungsrunde wird hauptsächlich für die Forschung und Entwicklung Kernprodukte, den Aufbau des Teams und die Marktexpansion verwendet.

Zhuizhi Gongke wurde im Februar 2024 gegründet und ist ein Technologieunternehmen, das sich auf domänenspezifische industrielle intelligente Agenten konzentriert. Gleichzeitig ist es ein Unternehmen zur Verwertung von Ergebnissen der Shanghai Jiao Tong University und ein strategisch inkubiertes Unternehmen des Shanghai Artificial Intelligence Research Institute. Das Unternehmen möchte durch die Einführung von KI-Technologien in industrielle Fertigungsszenarien den Automatisierungs- und Intelligenzniveau komplexer grundlegender Verfahren verbessern und vor allem Probleme wie die flexible Fertigung in der verarbeitenden Industrie und den schwerwiegenden Mangel an erfahrenen Fachkräften lösen.

Der Gründer des Unternehmens, Yuan Lin, war früher Geschäftspartner von Neura Robotics und trug dazu bei, dass das Unternehmen zu einem Einhorn-Unternehmen heranwuchs. Zuvor war er als Executive Assistant des Vorstandsvorsitzenden/CEO des börsennotierten intelligenten Ausrüstungskonzerns Huichangda und gleichzeitig als Vertriebsleiter der Gruppe tätig. Noch früher leitete er bei ABB China Projekte für Produktionslinien im Wert von mehreren hundert Millionen Yuan für Kunden wie Chang'an Ford und Geely Automobile.

Das Kernteam des Unternehmens verfügt über herausragende Fachkenntnisse sowohl im technischen als auch im industriellen Bereich. Im Bereich der Materialmechanik ist Professor Li Zhuguo ein Sonderprofessor an der Fakultät für Materialwissenschaft und Werkstofftechnik der Shanghai Jiao Tong University und gehört zu den Top-2-%-Wissenschaftlern weltweit. Im Bereich der künstlichen Intelligenz war Dr. Cao Guangzhi früher leitender Wissenschaftler für Computer Vision bei Tesla Autopilot und CTO des Teams für intelligente Fahrassistenzsysteme eines inländischen Automobilherstellers. Er verfügt über umfassende technische und industrielle Erfahrung in den Bereichen Wahrnehmung für autonomes Fahren und End-to-End-Systeme.

Yuan Lin erklärte gegenüber Hard Krypton, dass die traditionelle industrielle Automatisierung bereits eine große Anzahl standardisierter und klar definierter Produktionsaufgaben gelöst hat. Bei den vielen nicht standardisierten und hochkomplexen Verfahrensschritten in der heutigen verarbeitenden Industrie sind jedoch traditionelle Automatisierungslösungen, die auf vordefinierten Regeln basieren, nur schwer anwendbar. Dies ist auch der Schwerpunkt für die weitere Entwicklung der KI-Industrie.

Aufgrund dieser Erkenntnis hat Zhuizhi Gongke nicht den Weg der allgemeinen humanoiden Roboter gewählt, sondern konzentriert sich auf die Materialbearbeitungsverfahren, die eine grundlegende Rolle in der industriellen Fertigung spielen. Als Einstiegspunkt wurden Szenarien von Verfahren wie Schleifen und Schweißen ausgewählt. Diese Verfahren wirken sich direkt auf die Fertigungsgenauigkeit, die Bearbeitungseffizienz und die Ausbeute von Produkten aus. Gleichzeitig handelt es sich um Kundenschmerzpunkte, bei denen der Automatisierungsgrad derzeit relativ niedrig ist, die stark von der Erfahrung der Arbeiter abhängen und bei denen die Arbeitskosten hoch sind.

Für die oben genannten Szenarien hat Zhuizhi Gongke den domänenspezifischen industriellen intelligenten Agenten (WOLIF Industrial Agentic Robot) eingeführt. Im Gegensatz zu herkömmlichen Industrierobotern, die darauf angewiesen sind, dass Ingenieure die Verfahrensparameter vordefinieren, verwendet das Produkt eine selbst entwickelte Echtzeit-Geschlossene-Regelungsarchitektur für den industriellen Gehirn. Durch a-priori-Beurteilungen mit eigenen Strategien, kontinuierliche Wahrnehmung des Zustands des Bearbeitungsprozesses und dynamische, selbstständige Anpassung von Verfahrens- und Bewegungssteuerungsparametern wird eine geschlossene, selbstständige Steuerung des gesamten Bearbeitungsprozesses erreicht – statt Aktionen nach einem festen Programm auszuführen.

(Bildquelle / Unternehmen)

Das Unternehmen hat ein selbst entwickeltes KI-Industriesteuerungssystem namens „Industrielles Gehirn + Verfahrenskleines Gehirn“ vorgeschlagen. Dieses geschlossene Steuerungssystem kombiniert nicht einfach Sensoren, Industrieroboter und KI-Algorithmen, sondern baut ein vollständiges System für a-priori-Strategien, Wahrnehmung, Entscheidungen und selbstständige Anpassungen auf, das den gesamten physischen Interaktionsprozess der tatsächlichen industriellen Massenproduktion abdeckt. Es verfügt inzwischen über eigenes geistiges Eigentum.

(Bildquelle / Unternehmen)

In Bezug auf die Kommerzialisierung hat Zhuizhi Gongke inzwischen die erste Zusammenarbeit mit einem an der A-Aktienbörse notierten Unternehmen abgeschlossen und die Lieferung realisiert. Gleichzeitig wurde ein Auftrag im Wert von mehreren zehn Millionen Yuan im Bereich der Luftfahrtfertigung erhalten. Der erste selbst entwickelte industrielle intelligente Agent für die Oberflächenbehandlung FAST und das selbst entwickelte KI-Industriesteuerungssystem wurden bereits in hochpräzisen Szenarien wie der Fertigung von Luftfahrtkomponenten validiert. Das Unternehmen beschleunigt die Entwicklung eines einzigartigen dreistufigen Vertriebssystems für Produkte: „Hardware-Grundkörper + Industrielles Gehirn + Verfahrensdatendienste“.

Im Folgenden ein Auszug aus dem Gespräch zwischen Hard Krypton und Yuan Lin, dem Gründer von Zhuizhi Gongke:

Hard Krypton: Was ist die größte technische Herausforderung, damit domänenspezifische industrielle intelligente Agenten Lern-, Generalisierungs- und Transferfähigkeiten besitzen?

Yuan Lin: Die größte Herausforderung in der KI-Industrie ist nicht eine einzelne Technologie, sondern ein vollständiges Fähigkeitssystem.

Erstens muss die künstliche Intelligenz die Mechanik der Materialbearbeitung wirklich verstehen. Zhuizhi Gongke konzentriert sich derzeit auf Szenarien der Materialbearbeitung wie Schleifen und Schweißen. Die Bearbeitungsmechanismen für verschiedene Materialien wie Glas, Kohlenstofffaser, Aluminium und Stahl sind völlig unterschiedlich. Nur wenn wir die Prinzipien von Material, Verfahren und physischer Interaktion verstehen, können wir gut definieren, welche Daten erfasst werden sollen, welche Daten hochwertige Daten sind und ein effektives System für Training und selbstständige Weiterentwicklung aufbauen.

Zweitens sind Algorithmen auf Hardware-Unterstützung angewiesen. Der Roboter-Grundkörper, die Endeffektoren, Motoren, Sensoren und das Steuerungssystem für das große und kleine KI-Gehirn müssen alle um die spezifischen Verfahren ständig optimiert werden. Wir glauben, dass Materialmechanik, Hardwaresystem und Algorithmus unverzichtbar sind – wobei der Algorithmus auf den ersten beiden aufbaut. Daher hat das Unternehmen nicht nur die KI-Industriesteuerungsarchitektur „Industrielles Gehirn + Verfahrenskleines Gehirn“ entwickelt, sondern auch die wissenschaftliche Erfahrung der Fakultät für Materialwissenschaft der Shanghai Jiao Tong University genutzt, um Materialwissenschaft und Werkstofftechnik, den Grundkörper des intelligenten Agenten und KI zu verbinden und so eine vollständige technische Barriere zu bilden.

Hard Krypton: Wie sieht der Entwicklungsplan des Unternehmens für die Zukunft aus? Soll von der Luftfahrt aus auf weitere Branchen ausgeweitet werden?

Yuan Lin: Unsere Strategie besteht darin, zuerst die realsten und dringendsten Probleme zu lösen. Aus Branchensicht besteht in hochwertigen Fertigungsbereichen wie Luft- und Raumfahrt sowie neuen Energien der größte Bedarf an Verfahren wie Schleifen und Schweißen. In Zukunft werden wir schrittweise auf Fertigungsszenarien wie Automobile, 3C-Produkte, Roboter und Drohnen ausgeweitet.

Unsere Erweiterung folgt jedoch nicht dem Prinzip der Branchen, sondern der Fähigkeiten in Bezug auf Materialien und Verfahren. Beispielsweise kann eine ausgereifte Fähigkeit zur Kohlenstofffaserbearbeitung auf mehrere Branchen wie Automobile, Sport- und Musikinstrumente sowie Unterhaltungselektronik übertragen werden. Echte Generalisierung ergibt sich aus dem tiefen Verständnis der grundlegenden Verfahren – nicht aus dem Streben, mehr Branchen abzudecken.

Allgemeine KI strebt nach Universalität für alles, während die industrielle Fertigung Präzision und Spezialisierung erfordert. Echte industrielle Intelligenz darf nicht nur die Bewegungssteuerung verstehen, sondern muss die physikalischen Veränderungen von Metallen und Verbundwerkstoffen während des Bearbeitungsprozesses verstehen. Nur wenn Geräte ein Verständnis für die Verfahren besitzen, können sie sich von „Ausführungsmaschinen“ zu „intelligenten Handwerkern“ weiterentwickeln, die sich selbstständig weiterentwickeln.