Beobachtungen zur Yuelu-Konferenz: Wenn KI aus dem Chatfenster austritt, erhalten die traditionellen Kerngeschäfte der Provinz Hunan einen neuen Wert

Text von Yang Yuan

Redaktion: Xiaoqiu Peng

Kürzlich fand die 2026 Yuelu-Konferenz in Changsha statt.

Die diesjährige Konferenz ist fast vollständig von KI umgeben. Von KI+Robotik, KI+Fortschrittliche Fertigung bis hin zu KI-Gehirn-Schnittstelle und KI+Digitale Inhalte hat die Konferenz mehrere KI-bezogene Themenforen eingerichtet. Die gleichzeitig stattfindende Ausstellung für KI+Innovation und Unternehmertum gestaltet die 1600 Quadratmeter große Ausstellungsfläche nach den drei technischen Elementen Daten, Modell und Hardware und bringt 68 Unternehmen mit 156 Exponaten zusammen. Allein im Ausstellungsbereich für Hardware und Endprodukte versammeln sich 40 Unternehmen mit 106 Exponaten.

Roboter, autonome Minenfahrzeuge, industrielle Bildverarbeitung, edge-seitige Modelle, hochwertige Datensätze… Im Vergleich zur bloßen Diskussion über Modellparameter tauchen vor Ort häufiger KI-Produkte auf, die bereits in spezifischen industriellen Szenarien eingesetzt werden.

Als Veranstaltungsort ist der Xiangjiang New Area auch ein Gebiet mit einer konzentrierten KI-Industrie in Hunan. Nach Angaben der Veranstalter versammeln sich derzeit im neuen Bezirk über 1600 Unternehmen im Bereich künstliche Intelligenz und zugehörige Anwendungen, wobei der Umsatz der Unternehmen über der festgelegten Größenordnung 44 Milliarden Yuan erreicht; fast hundert wichtige Unternehmen im Bereich Embodied Intelligence haben sich hier angesiedelt, und der Umsatz der zugehörigen Industrien übersteigt 10 Milliarden Yuan.

Dies bietet auch ein Fenster, um zu beobachten, wie Hunan an dieser Runde des KI-Wettbewerbs teilnimmt.

Gemessen an der Dichte von Basismodellen, führenden KI-Startups und Risikokapital ist Hunan nicht das auffälligste Gebiet der KI-Industrie in China. Im nationalen Vergleich versammeln Städte wie Peking, Shenzhen, Shanghai und Hangzhou mehr KI-Unternehmen und Ressourcen für große Modelle; Obwohl die Anzahl der registrierten großen Modelle in Hunan an der Spitze der zentralen Provinzen liegt, ist ihr Umfang im nationalen Vergleich immer noch begrenzt.

Aber wenn KI beginnt, aus der digitalen Welt in die physische Welt einzudringen, werden andere Fähigkeiten immer wichtiger. Fabriken, Minen, Baumaschinen sowie die in den letzten Jahrzehnten um diese Industrien herum aufgebauten Ingenieurserfahrungen, Produktionsdaten und Fertigungskapazitäten werden zu einer weiteren Infrastruktur für die KI-Implementierung.

Das ist genau das Kerngeschäft von Hunan.

KI dringt in die physische Welt ein

In der Ausstellungshalle der Yuelu-Konferenz sind Roboter die auffälligste Kategorie von Exponaten.

Zhongke Cloud Valley hat zweibeinige, radgestützte humanoide Roboter sowie vierbeinige Roboterhunde mitgebracht; Superb zeigt einen vollformatigen industriellen humanoiden Schweißroboter; Wanwei Roboter hat mobile Roboter für Szenarien wie Inspektion und Sicherheit mitgebracht.

Aber wenn Roboter wirklich in Fabriken, Minen und Baustellen eingesetzt werden, geht es nicht mehr nur um „Können wir Roboter bauen“.

She Lingjuan, stellvertretende Generaldirektorin der Roboterabteilung von Zoomlion und Zhongke Cloud Valley, sagte zu Hardke, dass Baumaschinen im Vergleich zur digitalen Welt mit einer komplexeren realen Umgebung konfrontiert sind. Mechanische, elektrische, hydraulische Systeme und eine Vielzahl nichtlinearer Veränderungen führen alle zu einer „Sim-to-Real-Lücke“ zwischen Simulationsschulung und realer Bereitstellung.

Die Ingenieurskapazitäten, die traditionelle Fertigungsunternehmen in der Vergangenheit angesammelt haben, spielen hier ihre Rolle.

„Wir hatten ursprünglich viele Daten und auch viel Wissen über elektromechanische Prinzipien und Mechanismusmodelle“, sagte She Lingjuan. Da die Unternehmen die Mechanismen und Fehlerquellen hinter den Geräteparametern verstehen, können sie die Anpassung von der Simulationsumgebung an die realen Geräte schneller abschließen.

Nach Angaben von Zoomlion wurden derzeit 4 Kategorien mit 8 Prototypen von Embodied-Intelligence-Robotern entwickelt, und Dutzende humanoide Roboter wurden in fast 20 Szenarien auf mehr als 300 intelligenten Produktionslinien validiert.

Die intelligente Entwicklung von Baumaschinen bietet auch einen weiteren Implementierungspfad.

She Lingjuan ist der Ansicht, dass wirklich universelle humanoide Roboter, die Menschen ersetzen können, noch Zeit brauchen, aber Ingenieuraufgaben wie Graben, Hangglätten und Heben haben klare Arbeitsverfahren und Fehlertoleranzbereiche und müssen nicht warten, bis die Fähigkeiten universeller Roboter vollständig ausgereift sind. „Das Weltmodell muss nicht so ausgereift sein wie bei humanoiden Robotern, es kann auf Baumaschinen montiert werden und echten Nutzen erzeugen.“

Das bedeutet, dass wenn KI beginnt, in die physische Welt einzudringen, mechanische, elektrische, hydraulische, prozesstechnische und Ingenieurdaten, die früher zur traditionellen Fertigungsindustrie gehörten, auch zu einer Art technischem Vermögen werden, das für die KI-Implementierung benötigt wird.

Die Fertigungsindustrie liefert eine weitere KI-Infrastruktur

Neben Ingenieurwissen ist ein weiteres Vermögen, das die Fertigungsindustrie hinterlassen hat, Daten.

In den letzten Jahren wurden große Modelle stark mit Texten, Bildern und Videos aus dem Internet trainiert. Aber wenn KI in Bereiche wie autonomes Fahren, Roboter und industrielle Geräte eindringt, werden Daten zum Betrieb von Geräten, zu Herstellungsverfahren und zur Interaktion von Maschinen in der realen Welt immer wichtiger.

Changsha ist einer der ersten nationalen Basen für Datenannotierung. Nach Angaben der Veranstalter versammeln sich derzeit im Xiangjiang New Area 26 wichtige Datenannotierungsunternehmen, 23 hochwertige branchenspezifische Datensätze wurden erstellt, und die Gesamtmenge der annotierten Daten übersteigt 10000 TB.

Die lokalen Datenunternehmen verändern sich auch mit der KI-Industrie.

Planblue Technology, gegründet im Jahr 2015, begann ursprünglich mit der Annotierung von geografischen Informationsdaten, stieg dann in das autonome Fahren ein und hat seine Geschäftstätigkeit inzwischen auf Bereiche wie große Modelle und Embodied Intelligence ausgeweitet. Das Unternehmen gibt an, dass es Plattformen für Datenannotierung, Bewertung hochwertiger Datensätze und Modelltraining aufgebaut hat.

Auf der anderen Seite bewegen sich die Modelle auch in Richtung realer Endgeräte.

Hunan Huishiwei hat sich für edge-seitige KI entschieden. Das Unternehmen gibt an, dass sein visuelles Generierungsmodell „Juzhou“ nativ auf Basis inländischer Rechenleistung trainiert wurde und offline auf Mobilgeräten läuft. Derzeit deckt das Unternehmen alle Glieder ab, von Modelltraining und -komprimierung bis hin zur Optimierung der edge-seitigen Bereitstellung.

Diese Unternehmen haben unterschiedliche Größen und technische Routen, aber sie weisen auf die gleiche Veränderung hin: Wenn KI von der Cloud in Autos, Roboter und industrielle Geräte eindringt, findet der Wettbewerb nicht mehr nur am Modell selbst statt, sondern erstreckt sich auch auf Daten, Hardwareanpassung, Endgerätebereitstellung und technische Lieferung.

Diese Glieder überschneiden sich zunehmend mit der bestehenden Fertigungsbasis von Hunan.

Verwandeln Sie Szenarien in Ressourcen

Natürlich bedeutet das Vorhandensein einer Fertigungsindustrie nicht, dass KI automatisch in Fabriken eindringt.

Dass Technologieunternehmen nicht wissen, was die Industrie wirklich braucht, und traditionelle Unternehmen nicht unbedingt wissen, welche Probleme KI lösen kann, ist ein langjähriges Problem im Prozess der Technologieimplementierung.

Hunan versucht, die „Szenarien“ selbst zu organisieren. In diesem Jahr hat Hunan einen „Anwendungszenarien-Supermarkt“ eingerichtet. Nach Angaben der Veranstalter wurden derzeit 279 Szenarien und 294 Fähigkeitsangebote erfasst, und 457 Unternehmen sind eingetragen, um das Technologieangebot mit dem industriellen Bedarf zu verbinden.

Für KI hat die Bedeutung von Szenarien nicht nur darin, Kunden zu finden. Wenn Modelle in die reale Industrie eintreten, können viele Probleme nur vor Ort aufgedeckt werden; der Betrieb von Geräten erzeugt neue Daten, die dann wieder in das Modelltraining und die Iteration zurückfließen. Daher sind Fabriken, Minen und Baustellen nicht nur die endgültigen Anwendungsorte für KI, sondern beteiligen sich auch an der Iteration der Technologie selbst.

Das ist der Aspekt, der bei der Teilnahme Hunans an dieser Runde des KI-Wettbewerbs mehr Aufmerksamkeit verdient.

Natürlich können Fertigungsszenarien nicht automatisch in KI-Wettbewerbsfähigkeit umgewandelt werden. Derzeit hat Hunan noch deutlichen Raum zur Verbesserung bei Basismodellen, einigen zentralen Hard- und Softwarekomponenten sowie hochqualifizierten Fachkräften. Im Vergleich zum KI-Industrieökosystem, das sich in Peking, Shenzhen, Shanghai und Hangzhou gebildet hat, besteht in Hunan noch eine Lücke. Aber in der KI-Industrie selbst treten auch neue Probleme auf.

In den letzten Jahren fragten sich die Menschen: Wie viel klüger können die Modelle noch werden? Jetzt, wo KI beginnt, Roboter, Autos und industrielle Geräte zu steuern, wird ein anderes Problem immer wichtiger: Kann das Modell wirklich praktische Arbeit leisten?

In diesem Fall ändert sich auch das Bewertungssystem. Neben Algorithmen werden Mechanik, Elektrotechnik und Hydraulik benötigt; neben Modellen werden Geräte, Verfahren und Vor-Ort-Lieferung benötigt; neben dem Training wird auch kontinuierliches Feedback von echten Maschinen benötigt.

Von den Embodied-Intelligence-Unternehmen, die sich im Xiangjiang New Area ansammeln, bis hin zu KI, die in Baumaschinen, Minen und Produktionslinien eindringt, hat sich eine Veränderung vollzogen: Wenn KI beginnt, aus dem Chatfenster heraus in die physische Welt einzudringen, könnte die Fertigungskapazität, die Hunan in den letzten Jahrzehnten angesammelt hat, zu einer weiteren Karte werden, mit der es an dieser Runde des KI-Wettbewerbs teilnimmt.