Dieses physikalische KI-Unternehmen, das eine Investition im Wert von mehreren zehn Millionen Yuan von Dachen Caizhi und Yuanhe Puhua erhalten hat, hat das eigenentwickelte WMM-Weltmechanismusmodell vorgestellt | Exklusive Erstveröffentlichung von 36Kr

Bildquelle / Unternehmen

Dieser Text umfasst etwa 2900 Wörter, die empfohlene Lesezeit beträgt 7 Minuten

Autor | Ou Xue

Redakteur | Yuan Silai

Laut Informationen von Hard Krypton hat Yuanzhi Intelligent Technology (Nantong) Co., Ltd. (kurz „Yuanzhi Intelligence“) eine Finanzierungsrunde in Höhe von mehreren zehn Millionen Yuan im Rahmen der Pre-A- und Pre-A+-Phase abgeschlossen, die jeweils von Dachen Caizhi und Yuanhe Puhua investiert wurden. Die Mittel werden hauptsächlich für die Erweiterung des Produktentwicklerteams und den Aufbau einer standardisierten Produktmatrix verwendet.

Dieses im Juli 2022 gegründete Unternehmen ist ein auf industrielle Szenarien ausgerichtetes Unternehmen für physische KI. Sein langfristiges Ziel ist es, KI in den Stand und die Gesetze der physischen Welt einzubeziehen und in der realen Umgebung stabil zu handeln. Auf die aktuellen Produkte übertragen bedeutet dies eine integrierte Hard- und Softwarelösung, die auf dem selbst entwickelten WMM (World Mechanism Model) als Kern basiert: Auf bestehenden ausgereiften industriellen Ausrüstungen werden intelligente Edge-Prozessoren und Prozesspakete hinzugefügt, um die Geräte von „Automatisierung“ zu „Autonomie“ zu führen.

Yuanzhi Intelligence wird von Dr. Jin Junyang als CEO und Dr. Dong Yunlong als CTO geleitet. Die Kernmitglieder haben Hintergründe von Universitäten wie der Universität Cambridge, der Tsinghua-Universität und der Huazhong-Universität für Wissenschaft und Technik sowie Branchenerfahrung bei Technologieunternehmen wie Huawei. Die Kerntechnologie des Unternehmens basiert hauptsächlich auf den fast 18-jährigen Forschungsarbeiten des Teams von Professor Yuan Ye an der Huazhong-Universität für Wissenschaft und Technik in den Bereichen Systemidentifikation, komplexe Dynamik und Mechanismusmodellierung. In der Anfangsphase wurden diese Forschungen hauptsächlich im Rahmen des CPS-Systemmodellierungs- und Steuerungsrahmens durchgeführt und bilden heute die methodische Grundlage für die physischen KI-Arbeiten des Unternehmens. Im Produktsystem des Unternehmens wird diese Anhäufung nun in lieferbare Mechanismusmodelle, Werkzeugketten und Prozesspakete umgewandelt.

Nach der Gründung des Unternehmens wurde die Richtung der physischen KI auf technischer Ebene fortgesetzt, während sich die Anwendungsebene klar auf die industrielle Umsetzung konzentrierte.

Diese Wahl basiert auf zwei Urteilen: Erstens sind industrielle Ausrüstungen wie Werkzeugmaschinen, Roboterarme und Spezialgeräte seit vielen Jahren in Betrieb, ihre Hardwaresysteme sind ausgereift, die Steuerungsgrenzen sind klar und die Prozessziele sind überprüfbar. Zweitens hat das Team des Unternehmens bereits in der Universitätszeit eine große Anzahl technischer Validierungen in Szenarien wie Luft- und Raumfahrt, Schiffbau und Schienenverkehr abgeschlossen und mehrere nationale Großprojekte übernommen, sodass es über die industrielle Grundlage verfügt, die Fähigkeit zur Mechanismusmodellierung in industrielle Produkte umzusetzen.

„Physische KI ist die nächste Innovationswelle der künstlichen Intelligenz“, urteilt Yuanzhi Intelligence. „Früher hat KI hauptsächlich Daten verarbeitet und eine einseitige Informationsübertragung, Erfassung, Analyse und Darstellung durchgeführt. Jetzt hofft die Industrie, dass KI wirklich in die physische Welt eingreift und dynamisch mit Geräten interagiert.“

Um diesen Sprung zu erreichen, ist Yuanzhi Intelligence der Ansicht, dass KI den aktuellen Zustand verstehen, die Folgen von Handlungen vorhersehen und unter physischen Einschränkungen zuverlässig handeln muss. Dies ist auch die Hauptlinie der Gestaltung der Produktarchitektur des Unternehmens – Modelle, Werkzeugketten und Edge-Hardware arbeiten koordiniert um denselben Satz physischer Einschränkungen.

Laut Hard Krypton ist die Kerntechnologie von Yuanzhi Intelligence das selbst entwickelte WMM (World Mechanism Model), das gleichzeitig die technische Grundlage des vollständigen Produktpakets des Unternehmens ist. Seine Kernidee besteht darin, dynamische Strukturen und physische Einschränkungen in das Modelllernen einzubeziehen, sodass Daten zur Erkennung von Regeln verwendet werden und die Abhängigkeit von der Abdeckung aller Betriebszustände durch Daten verringert wird.

Dies spiegelt auch das Verständnis von Yuanzhi Intelligence für den technischen Weg wider: „WMM verwendet weiterhin Daten, überlässt aber nicht das gesamte Wissen dem Gedächtnis durch Daten. Das Modell soll nicht nur lernen, wie eine Aufgabe einmal ausgeführt wird, sondern auch, wie Handlungen die physische Welt verändern.“ Das Unternehmen hofft, durch die Kombination von Mechanismus-Einschränkungen und Datenlernen die Steuerbarkeit und Interpretierbarkeit des Modells bei Änderungen der Betriebszustände zu verbessern.

Die beiden technischen Schwerpunkte von WMM richten sich beide gegen die Schmerzpunkte bei der industriellen Umsetzung:

Erstens die Verbesserung der Stabilität kontinuierlicher Prozesse. Durch die dynamische Einschränkung des Koopman-Hidden-Raums sagt das Modell nicht nur „die nächste Handlung“ voraus, sondern lernt auch die zeitliche Entwicklung des Systems, mit dem Ziel, die Fehlerakkumulation bei Mehrschrittvorhersagen und Steuerungen zu verringern.

Zweitens die Erforschung der Wiederverwendbarkeit von Regeln über verschiedene Aufgaben hinweg. Das Team versucht, grundlegende Operationen wie Grasp, Twist und Insert zu wiederverwendbaren physischen Modulen zu verdichten und sie dann für neue Aufgaben zu kombinieren und anzupassen. Dieser Weg soll die Kosten verringern, die bei jeder Aufgabe für das Lernen von Grund auf neu anfallen. Der tatsächliche Grad der Wiederverwendbarkeit muss noch an spezifischen Geräten und Betriebszuständen überprüft werden.

Derzeit ist das Produkt von Yuanzhi Intelligence eine integrierte Hard- und Softwarelösung mit dem Ziel, vorhandenen Geräten schrittweise Fähigkeiten zur Wahrnehmung, Beurteilung und autonomen Anpassung hinzuzufügen: Auf Hardwareebene ist es die Echtzeitplattform für physische Intelligenz PRIMACT R100, die Kernmodellalgorithmen und industrielle Schnittstellen trägt und lokale Bereitstellung sowie lokale Inferenz unterstützt. Auf Softwareebene umfasst sie Werkzeugketten und Prozesspakete – die Werkzeugkette dient der Entwicklung und Anpassung industrieller KI-Modelle, während das Prozesspaket für spezifische Geräte und Prozessszenarien die physischen Gesetze und Steuerungslogik zu wiederverwendbaren Branchenmodulen verdichtet.

„Wir sind kein reines Softwareunternehmen“, betont Yuanzhi Intelligence. „In der Industrie sind die Objekte, mit denen interagiert wird, physische Geräte. Eine reine Softwareform reicht nicht aus, um Geräte über Hardwareschnittstellen zu steuern. Das ist der Grund, warum das Unternehmen den Produktweg der integrierten Hard- und Software verfolgt.“

Echtzeitplattform für physische Intelligenz PRIMACT R100 (Bildquelle / Unternehmen)

Auf der Grundlage dieses integrierten Hard- und Softwareprodukts hofft das Unternehmen, die vorhandenen industriellen Geräte intelligent zu modernisieren, ohne die ursprünglichen Steuerungssysteme und Produktionsprozesse wesentlich zu verändern. Industriekunden legen größten Wert auf Zuverlässigkeit, was bedeutet, dass das Produkt nicht nur angeschlossen werden kann, sondern seinen Wert auch unter Einschränkungen wie Latenz, Störungen und langfristigem Betrieb nachweisen muss.

Nach Angaben des Unternehmens hat Yuanzhi Intelligence derzeit mit mehr als zehn Branchenkunden wie AVIC, CNNC, CSIC, CRRC und Zhongtian Technology zusammengearbeitet und Validierungen durchgeführt, um verschiedene intelligente Lösungen wie digitale Modellierung, vorausschauende Wartung und Präzisionssteuerung anzubieten.

Im Folgenden ein Auszug aus dem Interview zwischen Hard Krypton und Yuanzhi Intelligence (redigiert):

Hard Krypton: Warum haben Sie sich entschieden, mit dem industriellen Szenario für verkörperte Intelligenz zu beginnen?

Yuanzhi Intelligence: Das langfristige Problem, auf das wir achten, besteht darin, Maschinen in den Stand zu versetzen, die reale Welt zu verstehen und darin stabil zu handeln. Allgemeine Fähigkeiten müssen jedoch schrittweise in spezifischen Szenarien aufgebaut werden. Yuanzhi Intelligence hat sich dafür entschieden, zuerst Szenarien zu realisieren, die geliefert und abgenommen werden können, anstatt von Anfang an zu verfolgen, dass ein einziges Modell für alle Geräte geeignet ist.

Die Industrie ist anders. Industrielle Ausrüstungen sind ausgereift, Werkzeugmaschinen, Roboterarme und Spezialgeräte werden seit vielen Jahren verwendet, und die Prozessziele sowie Steuerungsgrenzen sind relativ klar. Unsere Produkte fügen ihnen Fähigkeiten zur Wahrnehmung, Beurteilung und autonomen Anpassung hinzu, sodass die Geräte schrittweise von „Automatisierung“ zu „Autonomie“ gelangen. Zuerst ein Prozessproblem lösen, ein Gerät stabil betreiben und dann die überprüften Regeln auf das nächste Gerät übertragen – das ist der Weg, den wir gewählt haben.

Hard Krypton: Wo liegt der größte Unterschied im Vergleich zu anderen Unternehmen für physische KI?

Yuanzhi Intelligence: Auf dem technischen Weg legen wir mehr Wert darauf, dynamische Strukturen und physische Einschränkungen in das Modelllernen einzubeziehen. Industrielle Daten sind oft begrenzt und die Kosten für Fehlversuche sind sehr hoch, sodass wir nicht darauf angewiesen sein können, alle Betriebszustände zur Modellausbildung abzudecken. Unsere Idee besteht darin, begrenzte Daten zur Erkennung von Regeln zu verwenden und zu prüfen, ob diese Regeln bei Änderungen der Betriebszustände weiterhin gültig bleiben. Das ist der Kernunterschied.

Aus kommerzieller Sicht achten wir nicht nur darauf, ob eine einzelne Aufgabe abgeschlossen werden kann, sondern auch darauf, ob das Gerät unter Störungen stabil bleibt, wie viel Neukonfiguration nach einem Wechsel des Betriebszustands erforderlich ist und ob Ingenieure die Beurteilung des Systems verstehen können. Die Zusammenarbeit und Validierung des Teams mit Branchenkunden dient dazu, die Technologie an diesen spezifischen Problemen zu prüfen, anstatt nur einmalige Demonstrationseffekte zu zeigen.

Hard Krypton: Was sind die Schwerpunkte der nächsten Produktiteration?

Yuanzhi Intelligence: Der Kern liegt in der Leichtbauweise auf der Endgerätebene und der Verbesserung der Inferenzeffizienz, damit komplexere Modelle unter den Einschränkungen begrenzter Rechenleistung und strenger Latenz stabil laufen können.

Warum auf der Endgerätebene arbeiten? Die Daten einiger industrieller Szenarien dürfen das Werk nicht verlassen, und einige Szenarien unterliegen Einschränkungen bei der Netzverbindung. Daher muss das Modell lokal bereitgestellt und lokal ablaufen können. Das ist eine harte Einschränkung für die Umsetzung von physischer KI in diesen Szenarien.

Wir werden das System aus „Werkzeugkette + Prozesspaket“ weiter vertiefen, um die Anpassungskosten in derselben Branche kontinuierlich zu senken. Die ursprünglichen industriellen Daten können vor Ort beim Kunden verbleiben, und das Team muss übertragbare dynamische Strukturen, Algorithmusmodule und Bereitstellungsmethoden verdichten. Wie viel bereits überprüftes Wissen wiederverwendet werden kann und wie viel die Anpassungszeit verkürzt werden kann, wenn jedes neue Gerät angeschlossen wird, ist ein direkteres Maß für das Niveau der Produktisierung.

Langfristig gesehen beschränken wir uns nicht auf eine bestimmte Art von industriellen Geräten. Werkzeugmaschinen, Roboterarme und mobile Manipulationsroboter haben unterschiedliche Formen, müssen aber alle dieselbe Reihe von Problemen lösen: den aktuellen Zustand wahrnehmen, verstehen, wie sich das System entwickelt, die Folgen von Handlungen vorhersehen und unter Einschränkungen zuverlässig handeln. Die heutigen Edge-Prozessoren, Werkzeugketten und Prozesspakete sind die Produktträger dieser Fähigkeiten; WMM zielt auf grundlegende Fähigkeiten ab, die über Geräte und Aufgaben hinweg wiederverwendet werden können.

Groß denken, klein anfangen – das ist ähnlich wie die Idee, „die Stadt vom ländlichen Raum aus einzukreisen“: Zuerst einen Prozess stabil betreiben, dann die Fähigkeit auf eine Geräteklasse übertragen und schließlich die Regeln zu einer Plattform verdichten. Wir hoffen, dass WMM auf diesem Weg von lokaler Determiniertheit schrittweise zu breiter Allgemeingültigkeit gelangt und zu einer grundlegenden Fähigkeit der allgemeinen künstlichen Intelligenz (AGI) wird, die die physische Welt verstehen und auf sie einwirken kann.

Sicht der Investoren:

Der Pre-A+-Investor Yuanhe Puhua erklärte: „Die nächste Station der KI ist das tatsächliche Eingreifen und Steuern der physischen Welt. Yuanzhi Intelligence ist ein seltenes Ziel, das wir in dieser Richtung gesehen haben: Das Team hat seine langjährigen Erfahrungen in den Bereichen Dynamik und Mechanismusmodellierung zu Standardprodukten verdichtet und die Produktleistung mit Zuverlässigkeitsanforderungen auf Militärniveau validiert. Indem KI mit physischen Gesetzen ausgestattet wird, ermöglicht Yuanzhi, dass Modelle auch in industriellen Szenarien mit knappen Daten und höchster Zuverlässigkeit stabil und übertragbar arbeiten. Dies hat einen enormen industriellen Wert.“