HardKrypton Erstveröffentlichung | Ein in Shenzhen ansässiges Unternehmen für körpergebundene Infrastruktur erhielt eine Finanzierung von fast 100 Millionen Yuan und gewann 60 % der Kunden der führenden Roboterunternehmen mit einer Bewertung von über 10 Milliarden Yuan.

Quelle des Bildes: Offizielle Unternehmensseite

Autor | Xiao Man

Redaktion | Yuan Silai

Laut Hardmony hat sich das Embodied-Intelligence-Infrastrukturunternehmen Pivot Technology aufeinanderfolgend die Finanzierungsrunden der Serie Angel++ und Serie Angel+++ sichergestellt. Bei der Serie Angel++ beläuft sich der Finanzierungsbetrag auf mehrere zehn Millionen Yuan, gemeinsam beteiligt sind Lingge Venture Capital, Shenzhen High-Tech Investment und ein führender Investmentgeber aus der Mobiltelefon- und intelligenten Fahrassistenzindustrie. Der offen gelegte Finanzierungsbetrag der Serie Angel+++ beträgt fast 100 Millionen Yuan, zu den Investoren zählen Jiyuan Capital, Nanshan Strategic Emerging Investment, Suzhou Trend Capital, Energy Conservation Capital, Hangshi Group und West Lake Science and Technology Innovation Investment.

Pivot Technology wurde 2024 gegründet und ist ein Embodied-Intelligence-Infrastrukturunternehmen, das professionelles menschliches Verhalten und Roboterfähigkeiten miteinander verbindet. Es wandelt menschliche Erfahrungen aus echten Arbeitsplätzen in Daten und Fähigkeiten um, die Roboter erlernen können, und fördert so die großflächige Anwendung von Robotern in realen Szenarien.

In der Vergangenheit lag das Hauptgeschäft von Pivot Technology in der Datenerfassung. Eine deutliche Veränderung besteht darin, dass Pivot Technology sich nun als Unternehmen für Embodied-Intelligence-Infrastruktur positionieren möchte.

Mu Wei, CTO von Pivot Technology, ist der Ansicht, dass Daten nur einer der auffälligsten Widersprüche bei der heutigen Umsetzung von Embodied Intelligence sind. Das langfristig zu lösende Kernproblem besteht darin, wie Roboter Daten sinnvoll nutzen, sie in Fähigkeiten umwandeln, um mehr Betriebsabläufe in der Realität umzusetzen, sowie systematische Probleme im Umsetzungsprozess zu lösen.

Derzeit entwickelt sich Embodied Intelligence von Demo-Produkten zu marktfähigen Produkten. Die begrenzte Anzahl von eingesetzten echten Robotern kann keine ausreichende Datenmenge liefern, was zu einem gemeinsamen Engpass für die großflächige Umsetzung von Robotern wird. Das menschliche Verhalten an echten Arbeitsplätzen umfasst professionelle Erfahrungen wie Aufgabenabläufe, Betriebsstrategien und Ausnahmebehandlung und ist die entscheidende Quelle, um Robotern zu helfen, diese „Datenlücke“ zu überwinden.

Ausgehend von dieser Erkenntnis wandelt Pivot durch physikalische Informationsanalyse, Verhaltensrepräsentation und Mensch-Roboter-Bewegungsabbildung das professionelle menschliche Verhalten in physikalische Erfahrungen um, die Roboter erlernen können, und schließt Training und Validierung mit Daten von echten Robotern ab.

Für die entscheidende Erfahrungsquelle des menschlichen Verhaltens besteht der Kerngedanke von Pivot Technology nicht darin, einfach mehr Videos zu sammeln, sondern das professionelle Verhalten an echten Arbeitsplätzen in physikalische Erfahrungen umzuwandeln, die von Robotermodellen verstanden, erlernt und validiert werden können.

Quelle des Bildes: Offizielle Unternehmensseite

Eine echte Arbeitsaufzeichnung umfasst nicht nur Bewegungstrajektorien, sondern auch dreidimensionale räumliche Beziehungen, Bewegungen von Körper und Händen, Objektzustände, Kontakte und Interaktionen, kausale Zusammenhänge vor und nach Handlungen, Aufgabenabläufe und Erfüllungsstandards. Bleiben diese Informationen auf der Ebene unanalysierter Videos stehen, führt die Erhöhung des Datenumfangs nicht automatisch zu einer proportionalen Verbesserung der Fähigkeiten von Robotern.

Pivot ist der Ansicht, dass das Scaling von Embodied Intelligence sowohl Data Scaling als auch Data Representation Scaling erfordert, wobei der Schlüssel darin liegt, die physikalischen Erfahrungen in den Daten genau darzustellen.

Dieser Weg lässt sich als „Menschliche Handlung → Erlernbare physische Erfahrung → Roboterhandlung“ zusammenfassen. Menschliches Verhalten erweitert die Grenzen der Aufgaben, Szenarien und Strategien, die Roboter erlernen können, während Roboterdaten für die Anpassung spezifischer Roboterplattformen und die Validierung der realen Effekte verwendet werden. Beide bilden gemeinsam einen geschlossenen Kreislauf von der Erfahrungsgewinnung bis zur Fähigkeitssteigerung.

Industrialisiertes Lieferungssystem

Pivot Technology hat eine Produktmatrix entwickelt, die die oben genannten multiquellen Datenformen abdeckt. Sie extrahiert und repräsentiert aus verschiedenen Quellen physikalische Informationen, die für das Lernen von Robotern wirklich wertvoll sind, und erstellt entsprechend den Anforderungen von Modellen, Roboterplattformen und Aufgaben Datenprodukte, die direkt in den Trainingsprozess einfließen können.

Diese Produkte bilden gemeinsam die Grundlage für das menschliche Verhaltenstraining von Pivot Technology. Das Kernziel des Unternehmens besteht nicht darin, einfach Daten zu erfassen, sondern die darin enthaltenen menschlichen Erfahrungen einheitlich in physikalische Repräsentationen umzuwandeln, die von Modellen erlernt werden können, um anschließend verschiedene Roboterformen und Aufgabenszenarien zu bedienen.

Laut Informationen wurden dieser Weg und die Produkte bereits von zahlreichen führenden Unternehmen für Embodied Intelligence, großen Internetkonzernen und traditionellen Herstellern von Roboterplattformen als Kunden validiert. Unter den inländischen Unternehmen für Embodied Intelligence mit einer Bewertung von über 10 Milliarden Yuan sind bereits mehr als 60 % Kunden von Pivot.

Im Folgenden finden Sie das Protokoll des Gesprächs zwischen Hardmony und Mu Wei, CTO von Pivot Technology, dessen Inhalt redaktionell bearbeitet wurde:

Hardmony: Die Branche für Embodied Intelligence entwickelt sich sehr schnell. Wie hat sich der Datenbedarf der Unternehmen, mit denen Pivot zusammenarbeitet, im letzten Jahr verändert?

Mu Wei: Die echte Transformation von Embodied Intelligence begann 2024. In der Anfangsphase wurde viel über Teleoperation und das Post-Training von Modellen auf Basis von VLA gesprochen. Später folgten Ego-Daten, also Lerndaten für Betriebsvideos von menschlichen Videos, die bereits mindestens drei bis vier Iterationsrunden durchlaufen haben.

Darüber hinaus geht es bei unserer Arbeit nicht nur um eine gemischte Perspektive oder die Wiederherstellung mehrdimensionaler Informationen, sondern vor allem darum, wie menschliche Bewegungen, Handhabungen mit den Händen, kausale Zusammenhänge von Interaktionen in diesem Prozess und menschliche Absichten miteinander kombiniert werden können, sowie die positiven und negativen Ergebnisse, die aus der Durchführung dieser Tätigkeit entstehen.

Unsere Kunden benötigen vor allem die Möglichkeit, durch die Daten von Pivot einen Lernstil aufzubauen, der dem menschlichen Verhalten ähnelt. Daher stellen wir nicht nur grundlegende Videodaten zur Verfügung, sondern werden später auch in der Algorithmusdienstleistung eine tiefe Zusammenarbeit mit den Kunden anstreben.

Hardmony: In der Branche für Embodied Intelligence wird ständig von einem Mangel an Daten gesprochen. Welche Art von Daten fehlt eigentlich?

Mu Wei: Es fehlt an Daten, die es ermöglichen, die Fähigkeiten von Modellen für Embodied Intelligence schnell und effizient zu trainieren.

Daher ergibt sich der Datenbedarf verschiedener Unternehmen in der Zusammenarbeit mit Pivot aus ihrer Unternehmenspositionierung, dem aktuellen Entwicklungsstadium und den von ihnen fokussierten Szenarien, was zu vielfältigen Veränderungen führt. Die von ihnen benötigten Datenebenen werden immer höher: Von den ursprünglich sehr grundlegenden Informationen zu Roboterkupplungen und räumlichen Positionen hin zu immer höherwertigen Informationen wie Absichtsinteraktionen, von konkret bis abstrakt, die viele Ebenen abdecken.

Hardmony: Was wird die Kernkompetenz von Daten für Embodied Intelligence in der nächsten Zeit sein?

Mu Wei: Die Kernkompetenz liegt nach wie vor in der Fähigkeit, hochwertige Daten zu verarbeiten – das ist die wirklich entscheidende Kernkompetenz. Wer in der Lage ist, die in den Daten enthaltenen Informationen besser und effizienter zu verarbeiten und wiederherzustellen, ist der Gewinner. Das ist die erste Ebene.

Die zweite Ebene besteht darin, Algorithmusunternehmen kontinuierlich dabei zu unterstützen, ihre Anforderungen zu verstehen, und entsprechend ihren Anforderungen die effizientesten Daten zu erstellen. Ich denke, diese beiden Punkte sind die wichtigsten, alle anderen sind nur Effekte kurzfristiger Betriebsmaßnahmen.

Hardmony: Derzeit erfassen einige Roboterunternehmen selbst Daten, und auch Modellunternehmen tun dies. Theoretisch werden sie später ihre eigenen Daten verwenden. Wie beurteilt Pivot dieses Phänomen? Und wo liegt Ihrer Meinung nach die Unersetzbarkeit von Pivot?

Mu Wei: Nehmen wir ein Analogon: Im Bereich der digitalen KI verfügt auch OpenAI über entsprechende eigene Teams, und jedes Unternehmen hat sein eigenes Datenplattform-, Datenpipeline- oder Infrastrukturteam.

Das ist kein Problem. Aber als unabhängiges Unternehmen, das sich als ökologischer Partner positioniert, der die gesamte Branche unterstützt, liegt unser größter Vorteil darin, dass wir mehr Unternehmen befähigen können, mit schnelleren Iterationen und höherer Effizienz hochwertigere Daten bereitzustellen. Wenn wir dieselbe Tätigkeit ausführen, richten wir uns an zahlreiche Kunden, während das Datenteam jedes nachgelagerten Kunden nur für seinen eigenen Datenbedarf Daten erfasst – das ist ein typischer Effizienzunterschied.

Zweitens optimiert jeder Kunde die Form und Methode der Daten normalerweise nur für seine eigene Roboterform. Derzeit fehlt es der Embodied-Intelligence-Branche am meisten an allgemeinen Verständnis- und Verhaltensfähigkeiten. Daher sind mehr vorgelagerte Unternehmen mit höheren Effizienzvorteilen erforderlich, um die Branche zu unterstützen – Pivot übernimmt genau diese Rolle.

Daher wird es nicht dazu kommen, dass Datenunternehmen keinen Überlebensraum haben, nur weil Daten- oder Modellunternehmen eigene Datenteams haben. Beide Aspekte widersprechen sich nicht.

Ansicht der Investoren:

Shenzhen High-Tech Investment: Damit Embodied Intelligence wirklich in reale Szenarien wie Fertigung, Logistik und Dienstleistungen eindringen kann, sind nicht nur Durchbrüche bei Algorithmen erforderlich, sondern es müssen auch praktische Probleme wie hohe Kosten für die Beschaffung von Trainingsdaten, unzureichende Abdeckung professioneller Aufgaben und lange Zyklen für technische Validierung gelöst werden. Pivot geht von den menschlichen Erfahrungen aus echten Arbeitsabläufen aus und erzeugt durch physikalische Informationsanalyse, Verhaltensrepräsentation und Mensch-Roboter-Bewegungsabbildung Daten, die von Robotern erlernt werden können. Damit bietet die Branche einen technischen Weg, der Datenumfang, -qualität und Produktionseffizienz gleichermaßen berücksichtigt.

Jiyuan Capital: In der Branche für Embodied Intelligence wird sich allmählich eine spezialisierte Arbeitsteilung herausbilden. Eine Infrastruktur für Trainingsdaten, die verschiedene Modelle, Roboterplattformen und Szenarien bedienen kann, wird zu einer wichtigen plattformbezogenen Chance in der Industriekette. Pivot beschränkt sich nicht auf den Bereich der Datenerfassung, sondern verarbeitet echte menschliche Handlungen weiter zu trainierbaren und wiederverwendbaren Datenvermögen und bedient verschiedene Arten von Kunden in der Industriekette mit einer neutralen Positionierung. Das Team verfügt sowohl über modernste Kenntnisse im Bereich des Roboterlernens als auch über praktische Erfahrungen bei der Bereitstellung von industriellen Produkten. Es ist in der Lage, komplexe Datentechnologien zu Produkten und Dienstleistungen zu verarbeiten, die in der gesamten Industriekette weit verbreitet sind, und durch offene Zusammenarbeit die effizientere Verknüpfung von Daten, Modellen, Roboterplattformen und Anwendungsszenarien zu fördern.