Warum ist die endgerät-native Architektur die optimale Lösung für Physical AI? Die Antwort liegt in diesem WAIC-Subforum der Om AI Alliance

Am 19. Juli veranstaltete Hangzhou Lianhui Technology Co., Ltd. (kurz: Om AI Lianhui) im Shanghai World Expo Center das Unterforum „Edge-seitige stromförmige Multimodal-Modelle ermöglichen den Boom von AI-Hardware“. Das Forum konzentriert sich auf die technische Erforschung von Edge-seitigen Modellen und deren industrielle Umsetzung und ist das einzige Fachforum auf der diesjährigen WAIC, das sich tiefgehend mit der Umsetzung von Edge-seitigen Multimodalitäten und intelligenter Hardware befasst. Bei der Veranstaltung wurde offiziell die „Initiative zur koordinierten Entwicklung von Edge-seitigen Multimodal-Basismodellen und AI-Hardware“ vorgestellt und gleichzeitig die VLX-Entwicklercommunity von Om AI Lianhui gestartet. Dies markiert den Übergang der nativen Edge-seitigen Technologieroute von der einzelnen technischen Erprobung in eine neue Phase der tiefen Koordination der gesamten Industriekette.

Konsens aus mehreren Perspektiven: Native Edge-seitige Technologie löst die Probleme bei der Umsetzung von physischer KI

Die derzeit in der Branche üblichen Edge-seitigen KI-Lösungen verwenden im Allgemeinen das technische Modell „Cloud-seitige Vortrainierung + Edge-seitige Kürzung und Kompression“, das bereits in verschiedenen digitalen Szenarien ausgereift angewendet wird. Da die KI-Technologie jedoch zunehmend in die reale physische Welt eindringt, stellen physische Szenarien strenge Anforderungen an KI-Systeme wie niedrige Latenz für Echtzeitreaktionen, unabhängigen Offline-Betrieb und den Schutz lokaler Daten. Die Mängel der herkömmlichen, von der Cloud migrierten Lösungen treten immer deutlicher zutage. Die Branche benötigt dringend Innovationen in der zugrunde liegenden Technologiearchitektur, um die großflächige Umsetzung von physischer KI zu unterstützen.

Dieses Forum brachte Experten, Wissenschaftler und Vertreter der gesamten Industriekette aus Bereichen wie Hochschulforschungsinstituten, Chiparchitekturentwicklung, Rechenleistungsversorgung, Datensicherheit und Endgerätefertigung zusammen. Durch tiefgehende Diskussionen kristallisierte sich die gemeinsame Überzeugung heraus: Die native Edge-seitige Architektur eignet sich besser für die kommerzielle Umsetzung von physischen KI-Szenarien. ZHAO Tiancheng, CEO und Chefwissenschaftler von Om AI Lianhui, wies darauf hin, dass die Echtzeit-, dynamischen und hochfrequenten Interaktionseigenschaften der physischen Welt bestimmen, dass Edge-seitige KI keine „einfache abgespeckte Version“ von Cloud-Modellen sein darf, sondern die zugrunde liegende Architektur und Betriebslogik basierend auf physischen Szenarien neu gestalten muss. Mehrere teilnehmende Wissenschaftler bestätigten zudem: Der zentrale Engpass für die großflächige Umsetzung von Embodied Intelligence liegt in der Echtzeitwahrnehmung und der dynamischen Anpassungsfähigkeit von Endgeräten. Hinzu kommt die zunehmend strenge globale Datenschutzgesetzgebung, sodass die Sicherheitsvorteile des lokalen Edge-seitigen Betriebs von einer Umsetzungsbeschränkung zu einer Kernkompetenz geworden sind, die die industrielle Weiterentwicklung vorantreibt.

Als eines der ersten Unternehmen in China, das die native Edge-seitige Technologiearchitektur aufbaut und umsetzt, hat Om AI Lianhui lange Zeit in Innovationen der zugrunde liegenden Architektur investiert und die eigene VLX-Serie von Edge-seitigen stromförmigen Multimodal-Modellen für die physische Welt entwickelt. Diese löst gezielt branchenübliche Probleme wie hohe Latenz, schlechte Anpassung und unzureichende Echtzeitfähigkeit herkömmlicher Modelle. Bisher wurde für diese Modellserie ein Online-Zugang zum Ausprobieren bereitgestellt, und auf der diesjährigen WAIC wurde sie erstmals öffentlich offline vorgestellt, was große Aufmerksamkeit aus der gesamten Industrie erregte.

Gemeinsame Standardentwicklung als Vorreiter: Initiative und Entwicklercommunity treiben die Ökosystemkoordination gemeinsam voran

Die Edge-seitige KI-Industrie steht derzeit vor fragmentierten Problemen wie komplexen Hardwarearchitekturen, uneinheitlichen Schnittstellenstandards und hohen Kosten für die Koordination von Software und Hardware – ähnlich wie die Probleme in der frühen Phase der vielfältigen Rechenleistungsindustrie. Die Entwicklung eines einheitlichen Standardsystems ist zu einem zentralen Ansatzpunkt geworden, um die native Edge-seitige Technologie von der Laborprüfung zur großflächigen kommerziellen Nutzung zu führen.

Gezielt gegen dieses Problem hat Om AI Lianhui offiziell die „Initiative zur koordinierten Entwicklung von Edge-seitigen Multimodal-Basismodellen und AI-Hardware“ gestartet. Die Initiative sieht drei Richtungen für die gemeinsame Entwicklung vor: Erstens die gemeinsame Entwicklung nativer Edge-seitiger Technologiestandards, um die Standardisierung von Bewertungssystemen, Schnittstellenspezifikationen und Sicherheitsrahmen voranzutreiben; zweitens die gemeinsame Entwicklung integrierter Lösungen aus Software und Hardware, um die Koordination von Modellen und Chips sowie die Erforschung der Grenzen zwischen Edge und Cloud voranzutreiben; drittens die gemeinsame Erschließung von Szenarien für die physische KI-Industrie, um den Aufbau von Datenrückkopplungsmechanismen und offenen Ökosystemen in Schlüsselsektoren voranzutreiben. Die Initiative steht der gesamten Branche offen und zielt darauf ab, die Kräfte von Forschungseinrichtungen, Hardwareherstellern, Lösungsanbietern, Entwicklern und Industriinvestoren zu bündeln, technische Barrieren zu durchbrechen, isolierte Bereiche in der Branche zu beseitigen und die regulierte Entwicklung der Edge-seitigen KI-Industrie zu fördern.

Die gleichzeitig gestartete VLX-Entwicklercommunity bildet die zentrale technische Grundlage für die Umsetzung der Initiative. Wie bekannt ist, öffnet diese Community weltweit für Hardwarehersteller, Systemintegratoren und KI-Entwickler die vollständigen Fähigkeiten des VLX-Edge-seitigen Multimodal-Basismodells. Dazu gehören standardisierte Schnittstellen zum Aufrufen von Modellen, SDKs für die Anpassung an alle Szenarien und umfassende technische Unterstützungsdienste. Dadurch wird die Schwelle für die Entwicklung von Edge-seitigen Multimodal-KI erheblich gesenkt, und die Spitzentechnologie kann schnell in realen Szenarien verschiedener Branchen umgesetzt werden.

Ausrichtung an echten Bedürfnissen: Das Zeitfenster für die physische KI-Industrie hat sich geöffnet

Auf diesem Forum bestätigten zwei tiefgehende industrielle Dialoge die Umsetzungswerte der nativen Edge-seitigen Technologie sowohl aus der Verbraucherperspektive als auch aus der industriellen Perspektive.

In der Gesprächsrunde der Gäste analysierten Vertreter der Industriekapitalanlagen aus der Perspektive von Industriinvestitionen die Logik des Booms von Edge-seitiger Intelligenz im Verbraucherbereich und bestätigten die zentrale Branchenbeurteilung: Da die allgemeine Rechenleistungsgrundlage zunehmend ausgereift ist, sind die zentralen knappen Ressourcen in der intelligenten Endgeräteindustrie zu den nativen Multimodal-Fähigkeiten geworden, die den Regeln der Hardwareweiterentwicklung entsprechen und Echtzeitinteraktionen mit extrem niedriger Latenz unterstützen. Dies ist auch eine entscheidende Voraussetzung für die großflächige Verbreitung von Endgeräten wie KI-PCs und intelligenten Wearables.

In der industriellen Podiumsdiskussion bestätigten Gäste aus vier zentralen Gliedern der Industriekette – Endgerätefertigung, industrieller Betrieb, öffentliche Strafverfolgung und technische Dienstleistungen – gemeinsam, dass Edge-seitige KI in spezifischen Szenarien wie der Niedrigflugwirtschaft und maritimen Einsätzen von einer optionalen intelligenten Modernisierung zu einer unverzichtbaren Konfiguration für die Industrie geworden ist. Intelligente Geräte in diesen Szenarien müssen in der Lage sein, lokal unabhängig zu arbeiten, sich vollständig von den Einschränkungen des Netzwerkumfelds zu befreien und die herkömmliche manuelle Arbeit durch intelligente autonome Betriebsmuster zu ersetzen, um die Effizienz und Sicherheit der Einsätze erheblich zu steigern.

ZHAO Tiancheng sagte: „Die physische Welt ist keine einfache Erweiterung der KI in der digitalen Cloud-Welt. Für Edge-seitige Intelligenz müssen eigene Architekturkonzepte, Bewertungssysteme, Sicherheitsrahmen und industrielle Ökosysteme aufgebaut werden.“ In Zukunft wird Om AI Lianhui, gestützt auf die beiden Antriebskräfte der industriellen Koordinationsinitiative und der VLX-Entwicklercommunity, kontinuierlich in Innovationen der nativen Edge-seitigen Technologie investieren und mit Partnern aus der gesamten Industriekette ein standardisiertes, offenes und koordiniertes Ökosystem für die physische KI-Industrie aufbauen, um den Boom der KI-Hardwareindustrie voranzutreiben.