Eine Gruppe von Mathematikern legt Regeln für Weltmodelle fest und sammelte eine Finanzierung von über 100 Millionen Yuan ein.

Was ist das am meisten begehrte Konzept im Jahr 2026? Ich denke, das Weltmodell muss unbedingt auf der Liste stehen. Anfang dieses Jahres sagte mir ein Gründer, dass Projekte ohne das Wort „Weltmodell“ überhaupt nicht in Investitionsbesprechungen vorgestellt werden können, und die Investitionsentscheidungsebenen werden sie nicht einmal ansehen.

Wenn wir uns die Branche ansehen, ist mein Eindruck, dass der Begriff des Weltmodells derzeit sehr unübersichtlich ist: Ob Unternehmen für Videogenerierung, VLA-Unternehmen oder Unternehmen für autonomes Fahren – alle bezeichnen sich selbst als Anbieter von Weltmodellen. Obwohl dieses Konzept sehr populär ist, kann niemand seine Definition wirklich klar erklären, es hat einen gewissen Anschein von „tausend Gründer haben tausend Weltmodelle“.

Daraufhin beschloss eine Gruppe von Mathematikern, aufzutreten. Sie wollen von der untersten Ebene ausgehen, um das echte Weltmodell zu finden. Hinter dieser Gruppe von Mathematikern steht ein Unternehmen namens Qingyan Technology, das vor vier Jahren gegründet wurde. Vor kurzem gab Qingyan Technology bekannt, dass es eine Serie-A-Finanzierung von über 100 Millionen Yuan abgeschlossen hat, die von Legend Capital angeführt und von Ningbo Yishi und Suzhou Venture Capital begleitet wurde.

Vor kurzem haben wir mit den Kernteammitgliedern dieses Unternehmens gesprochen: Sun Mingming, Vorsitzender von Qingyan Technology und Forscher am Beijing Yanqi Lake Institut für Angewandte Mathematik; Tang Ke, Direktor von Qingyan Technology, Forscher am Beijing Yanqi Lake Institut für Angewandte Mathematik und Professor an der Tsinghua-Universität; Zhang Yingwei, Direktor und CEO von Qingyan Technology, und Wang Fan, CTO von Qingyan Technology.

Ausgehend von der Mathematik

Die Geschichte von Qingyan Technology beginnt mit den beiden Wörtern „Qingyan“. Das Unternehmen wurde gemeinsam von der Tsinghua-Universität und dem Beijing Yanqi Lake Institut für Angewandte Mathematik gegründet. Der eine Teil des Namens stammt von „Tsinghua“, der andere von „Yanqi Lake“.

Für eine lange Zeit nach seiner Gründung blieb es sehr niedrigprofilig und konzentrierte sich hauptsächlich auf die Erforschung der Dateninfrastruktur sowie der Kombination von Mathematik und KI. Allmählich erkannte das Team einen Trend: Die intensivsten Nutzer von Dateninfrastruktur wandeln sich von Institutionen zu Modellen. Je weiter die Datenfähigkeit in die oberste Ebene der Wertschöpfungskette vordringt, desto mehr dient sie den Modellen. „Die Dateninfrastruktur verbindet sich immer enger mit den Modellen, und das Weltmodell ist ein unvermeidlicher Trend“, erinnert sich Zhang Yingwei.

Auf akademischer Ebene wurde diese Einschätzung ebenfalls bestätigt. Qingyan hat die Grundlage des Beijing Yanqi Lake Instituts für Angewandte Mathematik und pflegt einen häufigen akademischen Austausch mit führenden Mathematikforschern. Dadurch erkannten sie auch die Ansatzpunkte der Differentialgeometrie und der mathematischen Physik für Weltmodelle.

Die derzeitigen Schwierigkeiten der verkörperten Intelligenz geben diesen Überlegungen genau einen praktischen Ansatz. Roboterdaten sind extrem knapp, und das Problem der Übertragbarkeit zwischen verschiedenen Roboterkörpern kann theoretisch nicht durch das Hinzufügen von mehr Daten gelöst werden. Einige seltene, aber tödliche Sonderfälle müssen gezielt erfasst werden. Nach Ansicht des Qingyan-Teams liegt die Wurzel dieser Schwierigkeiten nicht darin, dass nicht genug Daten erfasst wurden, sondern dass es an einer grundlegenden Methode fehlt, um die physische Welt strukturiert darzustellen und zu validieren – genau dort kann die Mathematik eingreifen.

Im Jahr 2026 werden die verkörperte Intelligenz und das Weltmodell populär, und es entsteht ein riesiger Problemraum: Maschinen dazu zu bringen, die Entwicklung der physischen Welt zu verstehen und zu prognostizieren.

Für das Qingyan-Team liegt das Besondere an diesem Zeitpunkt darin, dass KI, um wirklich in die physische Welt vorzudringen, auf drei Dinge nicht verzichten kann: „Modelle, die die physische Welt verstehen, Erfassung und Verwaltung von Daten aus der realen Welt sowie schnelle Iteration zwischen beiden“ – und dies trifft genau auf die beiden Entwicklungslinien von Qingyan zu.

Einerseits braucht es mathematische Werkzeuge wie die Differentialgeometrie, um „das Verstehen der physischen Welt“ von einem Slogan zu einem modellierbaren und berechenbaren Problem zu machen. Andererseits braucht es Datenversorgung und Dateninfrastruktur aus der realen Welt. Noch seltener ist, dass beide sich gegenseitig antreiben und einen geschlossenen Kreislauf bilden.

Warum kann Qingyan diese Aufgabe gut meistern? Auf dem Gebiet der Weltmodelle sind sie der Ansicht, dass es zwei schwer zu kopierende Wettbewerbsvorteile gibt: Das eine ist die mathematische Grundlage, das andere ist der Daten-Flywheel.

Die meisten Unternehmen für Weltmodelle auf dem Markt werden von Ingenieuren angetrieben, während Qingyan Technology die Paradigmen der physischen KI mit grundlegenderen mathematischen Prinzipien verändern möchte. Seine Kernaussage lautet: „Ausgehend von der grundlegenden Mathematik streben wir nach algorithmischen Durchbrüchen für die physische KI von 0 auf 1“.

Konkret geht es darum, Objekte mit geometrisch-physikalischen Methoden zu beschreiben und dann zu überprüfen, ob die Eigenschaften und Bewegungsinteraktionen der Objekte den physikalischen Gesetzen entsprechen. Dieses System wurde als „System zur geometrisch-physikalischen Darstellung und Validierung“ bezeichnet.

Nach der Erklärung von Sun Mingming wandelt die geometrisch-physikalische Ebene „die Geometrie von Objekten aus Pixeln und Punkten in einen kontinuierlichen, differenzierbaren und berechenbaren physikalischen Zustand um. In diesem Zustand werden die Identität, die geometrische Struktur, die Pose, die Bewegung, das Material und verschiedene Kontaktbeziehungen von Objekten einheitlich dargestellt“.

Er ergänzte weiterhin die mathematische Intuition dahinter: Die Geometrie ist im Wesentlichen die Lehre von den Invarianten. Egal aus welcher Perspektive oder unter welchen Lichtverhältnissen man ein Objekt beobachtet, die geometrischen Eigenschaften bleiben unverändert. Mit solchen Invarianten ändert sich das Lernziel des Modells von „sich alle Veränderungen zu merken“ zu „die konstante Struktur zu erfassen“, wodurch der Lernraum und die erforderliche Datenmenge erheblich reduziert werden.

Ebenso wichtig ist die Überprüfbarkeit. Wenn die Welt als geometrisch-physikalischer Zustand modelliert wird, können die Vorhersageergebnisse des Modells Regelprüfungen und Simulationsprüfungen unterzogen werden und bieten einen spezifischeren Analysezugang für die Fehlerdiagnose. Für physikalische Parameter, die durch Beobachtung identifiziert werden können, kann zudem eine Kalibrierung mit realen Rückmeldungen durchgeführt werden.

Dieses System ist nicht nur eine Theorie auf dem Papier. Auf der Weltroboterkonferenz im August dieses Jahres hat Qingyan bereits eine Reihe von vorläufigen Demos auf Basis der geometrisch-physikalischen Darstellung vorgestellt und eine Reihe von Zahlen veröffentlicht: Bei gleicher Genauigkeit erreicht der selbst entwickelte Physik-Engine eine 5,2-fache Berechnungseffizienz des gängigen Physik-Engines Newton, und die Berechnungseffizienz der Verformung von flexiblen Körpern ist um eine Größenordnung höher.

Datengrundlage

Sehen wir uns nun die Daten an.

Es besteht ein Konsens in der Branche, dass der größte Unterschied zwischen der physischen KI und den Sprachmodellen der Mangel an Daten ist. Die gesamte menschliche Zivilisation, die im Internet angesammelt wurde, liefert eine große Menge an kostenlosen Textkorpora für das Training von großen Sprachmodellen, während die Daten für die physische KI erfasst werden müssen – sie sind teuer und knapp, was die Unternehmen für verkörperte Intelligenz noch tiefer empfinden.

Angesichts des Mangels an Daten für die verkörperte Intelligenz hat Qingyan die Lösung darin gefunden, eigene Datenerfassungsfelder zu bauen. In diesem Jahr werden zwei selbst gebaute Erfassungsfelder nacheinander in Peking in Betrieb genommen, deren Umfang noch geplant wird. Rund um die Erfassungsfelder hat Qingyan selbst entwickelte Erfassungsgeräte, Datenpipelines, automatische Anmerkungs- und Verwaltungssysteme sowie Qualitätskontroll- und Bewertungssysteme entwickelt, um 4D- und sogar 5D-Daten (Multimodalität wie Zeitreihen, Tiefe und Tastsinn) zu erfassen.

Die Vorteile des Eigenbaus lassen sich direkt mit Zahlen belegen. Nach Angaben von CEO Zhang Yingwei werden im Trainingsprozess von Qingyan-Modellen viele selbst entwickelte innovative Erfassungsgeräte eingesetzt, sodass der eigene Trainingsplatz die Effizienz verbessern kann.

Es gibt auch eine Art von Daten, die umso wertvoller ist, je weniger es davon gibt, aber umso wichtiger ist: Seltene Ereignisse wie Kollisionen, die sehr unwahrscheinlich sind, aber bei Auftreten sehr hohe Kosten verursachen. „Wenn Roboter in die menschliche Gesellschaft eintreten sollen, müssen solche seltenen Daten so weit wie möglich erfasst werden, und zwar gezielt.“

Daher hat Qingyan einen geschlossenen Kreislauf aufgebaut, in dem „Modelle Daten antreiben und Daten die Modelle unterstützen“, was Qingyan als „geschlossenen Kreislauf der Resonanz zwischen Mathematik und Daten“ bezeichnet. Die Logik lautet: Sobald ein algorithmischer Durchbruch erzielt wird, können sofort Daten für den neuen Algorithmus erfasst, trainiert, bewertet, rückgemeldet und erneut erfasst werden. Nach den Worten von Tang Ke muss Qingyan unabhängig davon, ob der endgültige Durchbruch bei Qingyan stattfindet oder nicht, diesen effizienten geschlossenen Kreislauf nutzen, um „am Ball zu bleiben“.

Die Grundlage dieser Erfassungs- und Datenplattform baut auf Datenräumen und Datensandboxen auf und erfüllt vollständig die nationalen Anforderungen an Datenkonformität und vertrauenswürdige Bereitstellung – dies ist genau eine institutionelle Akkumulation, die Startups kurzfristig kaum erreichen können.

Rund um diesen Datengeschlossenen Kreislauf hat Qingyan drei Geschäftslinien aufgebaut: Die erste ist die Dateninfrastruktur, die Datenräume und Datenverwaltungsplattformen nach außen anbietet. Die zweite ist das Datenerfassungsfeld: Neben dem Eigenbau werden Erfassungsgeräte und Plattformen auch nach außen angeboten, sogar die Modernisierung bestehender Datenerfassungszentren wird übernommen. Die dritte Linie sind die Modelle, einschließlich Weltmodelle (Verstehen und Prognostizieren der Entwicklung der Welt), Aktionsmodelle (Planung, Entscheidung, Steuerung und Anpassung an den Roboterkörper) sowie synthetische Daten auf Basis des geometrisch-physikalischen Engines.

Diese Akkumulation hat es Qingyan auch ermöglicht, relativ schnell kommerzielle Erfolge zu erzielen. In Qinhuangdao, wo auf Initiative der Regierung viele Unternehmen für verkörperte Intelligenz angesiedelt sind, spielt Qingyan eine unabhängige Drittrolle und ist für die unterste Ebene der Dateninfrastruktur verantwortlich.

Die Roboterdaten verschiedener Hersteller müssen getrennt verwaltet, getrennt übertragen und deren Wert berechnet werden. Diese Rolle kann nur an eine neutrale Drittpartei vergeben werden, die keine Anwendungen selbst entwickelt. Ähnliche Anforderungen entstehen spontan: „Viele fertig gebaute Datenerfassungszentren in verschiedenen Regionen haben nach Inbetriebnahme Betriebsprobleme und sprechen mit uns über die Modernisierung mit unserer Plattform“, sagt Zhang Yingwei.

Die kommerziellen Szenarien von Qingyan konzentrieren sich jedoch nicht nur auf die verkörperte Intelligenz. Sun Mingming erwähnt: „Die derzeitigen Schwierigkeiten der verkörperten Intelligenz sind im Wesentlichen eine äußere Erscheinung der Lücken in der Umgebungswahrnehmung und Entscheidungsfähigkeit des gesamten AGI-Systems. Die Basismodelle im Bereich Computer Vision haben noch lange nicht die Fähigkeiten von großen Sprachmodellen erreicht. Nachdem diese Lücke geschlossen ist, werden in der digitalen Welt, bei tragbaren KI-Geräten und sogar im Bereich KI für Wissenschaft völlig andere Produkte als heute entstehen.“

Ein leicht zu übersehendes Detail ist, dass sich das Verständnis für diesen Bereich derzeit differenziert. Wang Fan führte ein Analogiespiel an: Wenn Menschen denken, konzentrieren sie sich automatisch auf relevante Objekte und ignorieren die Umgebung. Viele heutige Weltmodelle versuchen jedoch, alles im Sichtbereich bis ins kleinste Detail nachzubilden. „Diese Richtung wird sich zwangsläufig differenzieren. Für Roboter liegt der Kernpunkt nicht darin, die gesamte Szene bis ins kleinste Detail zu rekonstruieren, sondern die Welt zu erkennen und darauf basierend Entscheidungen zu treffen.“ Seiner Ansicht nach sind die technischen Wege der Weltmodelle noch lange nicht konvergiert, und neue Möglichkeiten auf Architekturebene werden allmählich zum Konsens.

Chinesische Version von Neo Lab

Obwohl Qingyan bereits gewisse kommerzielle Erfolge erzielt hat, ist das, was mich am meisten neugierig macht, die Eigenschaft als Neo-Lab.

Wir haben schon viele Geschichten über Neo-Labs im Silicon Valley gehört: Ob das früheste OpenAI, das von Ilya Sutskever gegründete SSI, das von Jeff Dean gegründete Discovery Loop oder das von Yann LeCun gegründete AMI Labs – alle haben mit einer Vision und einer Gruppe von Menschen Finanzierungen in Höhe von mehreren Hundert Millionen Dollar erhalten.

In dieser Hinsicht wirkt China eher konservativ und vorsichtig. Deshalb haben wir in unserem vorherigen Artikel „Ein Experiment im Wert von 14 Milliarden Yuan“ geschrieben, dass p7k, das von Lin Junyang in diesem Jahr gegründet wurde, wahrscheinlich das erste unabhängige, von VC unterstützte, paradigmaerweiternde KI-Labor in China ist.

Die Ansicht, Qingyan sei ein „Neo-Lab“, stammt genau von Legend Capital, das die Serie-A-Finanzierung angeführt hat. Ihrer Ansicht nach hat Qingyan das Potenzial, zu einem paradigmaerweiternden KI-Labor chinesischer Prägung zu werden. Im Gegensatz zu den oben genannten Fällen ist Qingyan aus Universitäten und Forschungsinstituten hervorgegangen, konzentriert sich auf die Spitzentechnologie, führt praktische und konkrete Arbeiten durch und realisiert die Industrialisierung der Forschungsergebnisse von Hochschulen.

Hinsichtlich der Gründungsbedingungen für ein Neo-Lab teilt Sun Mingming sie in zwei Punkte auf.

Erstens muss man sich einem aktuellen öffentlichen Problem an der Spitze der Wissenschaft stellen. Derzeit sind die Daten im Bereich der verkörperten Intelligenz / Physical AI extrem knapp und die Aufgaben äußerst schwierig. „Um die Effekte großer Sprachmodelle zu erreichen, schätzen einige, dass Daten in der Größenordnung von mehreren Billionen benötigt werden – was offensichtlich unrealistisch ist. Das Paradigma der großen Sprachmodelle lässt sich nicht einfach übernehmen, um erfolgreich zu sein. Welches Paradigma diesen Bereich zu echtem Erfolg führen kann, ist das aktuelle Problem, das uns beschäftigt, und auch der Grund für unsere Gründung.“

Zweitens muss es ein neues Organisationsparadigma sein. „Warum kann diese Aufgabe nicht in großen Unternehmen, Forschungsinstituten oder Hochschulen erledigt werden? Im Wesentlichen verkörpert das Neo-Lab eine neue Organisationsform im Zeitalter der KI: Flache Hierarchien, offene Probleme und von unten nach oben gerichtete Erkundung.“

Tang Ke betrachtet dies als einen Wandel des Gründerparadigmas einer ganzen Generation: „Die vorherige Generation von Internet-Gründungen wurde von Produktmanagern geleitet, die Produkte gut verstanden. Diese Generation wird von Menschen gegründet, die Technologie gut verstehen. Wissen wird zu einem knappen Gut und Wettbewerbsvorteil, und die Quelle des Wissens liegt in Forschungsinstituten und Hochschulen. Eine große Anzahl von Unternehmen dieser Generation wird aus Forschungsinstituten und Hochschulen hervorgehen.“

Tang Ke teilte eine seiner Beobachtungen mit: Heutzutage achten Investoren zunehmend auf grundlegende Durchbrüche in den Naturwissenschaften. Die Forschung an Weltmodellen ist stark eingeschränkt, beispielsweise sind Daten schwer zu erhalten und die zu lösenden Probleme sind komplex genug. „Gerade in solchen Zeiten hofft die Branche, Antworten aus der grundlegenden Mathematik zu finden.“

Als Beleg dafür kann dienen: In den letzten zwei Jahren sind immer mehr Mathematiker zu großen KI-Unternehmen gestoßen und haben Erfolge erzielt