人類は、人工知能の分野で爆発的な進歩を遂げており、テクノロジーの未知への拡張のほぼすべての段階が驚くべき注目を集めています。
人工知能の境界を拡大する過程で、重要なトラックの技術的ルートには革新と意見の相違が共存します。テクノロジーの先駆者の判断と選択は、多くの追随者の足跡に影響を与えます。
過去1年間、このウェブサイトは独占的にDark Side of the Moon、Shengshu Technology、Aishi Technology、Wuwen Core Domeなどの優れた企業を皆様に紹介することに専念し、最初の「10,000ワードのインタビュースクリプト」を残しました。 「インターネットの世界では。」テクノロジーのルートがまだ収束していない段階で、真に信念、勇気、体系的な認識力を備えた AI 起業家のリーダーシップが見られます。
そこで、私たちは「AI Pioneers」コラムを立ち上げ、AGI時代の人工知能のさまざまな分野でリーダーシップの資質を備えた起業家を発掘して記録し続け、AI分野で最も優れた潜在力の高いスタートアップを紹介したいと考えています。 AI 分野における最先端かつ独特の知識の成果を追跡し、共有します。 
著者: Jiang Jingling
若い天才学者が現在のAGI創設者の主流の背景の1つになったにもかかわらず、2000年生まれのYang Fengyuは依然として驚くほど若い。 ミシガン大学のコンピューターサイエンスの学部生であり、イェール大学のコンピューターサイエンスの博士課程の学生でもあるヤン・フェンユーは、まだ23歳で、昨年、自身の身体化されたインテリジェントロボットのビジネスを始めました。 
2024年，由他创办的UniX AI具身智能公司，在五个月内完成了一款轮式人形机器人的研发制造，这款带有「餐后清洁」以及「洗衣服」等功能的机器人将于九月开始量产，并对外销售。在很多具身智能机器人仍然停留在实验室的阶段，这是一个很快的商业化速度。在苏州，UniX AI公司的机器人量产工厂已经超过两千五百平。
지난해 거의 들어본 적도 없는 이 회사는 반년 만에 로봇 업계의 선배 기술 인재를 대거 채용했다. "헤드 서비스 로봇의 R&D 디렉터가 섀시 제작을 돕고 있고, 하드웨어를 담당하는 휴머노이드 로봇 회사의 우수한 인재도 있습니다." 2024년 7월, 상하이 자오퉁대학교의 유명한 로봇 전문가인 왕허성(Wang Hesheng) 교수가 공식적으로 수석 과학자로 UniX AI에 합류하겠다고 발표했습니다. UniX AI가 공개한 첫 번째 기술 시연 영상에서는 바퀴 달린 휴머노이드 로봇 완다(Wanda)가 두부 집기, 옷 분류 보조, 세탁을 위해 세탁기로 옷 가져가기 등의 작업을 완료할 수 있습니다. UniX AI는 현재 구현지능 기업이 해결하기 어려운 '유연한 작업' 문제에 대한 해결책을 찾은 것 같습니다. 
"젊다는 것이 문제가 되지 않는다고 생각합니다. 기술적인 측면에서 보면, 놀랍게도 학문적 배경이 탄탄한 젊은이들에 의해 많은 새로운 기술과 제품이 만들어지고 있습니다." , Yang Fengyu 자신은 대화에서 나이를 뛰어 넘는 성숙함을 보여 주며 회사 경영과 구현 지능의 기술 단계에 대해 매우 명확한 이해를 가지고 있습니다. UniX AI에 대한 우리의 호기심은 벤처 캐피탈계에 거의 소식이 없는 구체화된 지능 회사가 어떻게 2000년대 이후 세대의 구체화된 지능 회사가 설립한 몇 안 되는 회사 중 하나로서 그렇게 빠른 개발 속도를 달성할 수 있는지에 초점이 맞춰져 있습니다. UniX AI는 어떻게 0에서 1로의 발전을 이루나요? 구체화된 지능을 위한 UniX AI의 최종 로드맵은 어떤 모습인가요? 이러한 질문을 염두에 두고 이 웹사이트는 Yang Fengyu가 사업을 시작한 이후 처음으로 공개 미디어 대화를 시작했습니다.
Yale post-00s 구체화된 지능형 기업가 정신에 참여하기
Yang Fengyu: 저는 학부 때 바로 Yale에 다녔고, 기본적으로 박사 학위 졸업에 필요한 모든 논문 요건을 충족했습니다. 올해를 예로 들면, 저는 4개의 CVPR 논문을 비롯해 그 이상을 받았습니다. 총 10개의 논문. 인공지능과 로봇공학에 관한 최고의 컨퍼런스 기사. 양펑위: (웃음) 새벽 3시 30분까지 잠도 못 자고, 얼마 전에는 당뇨 주사 맞으러 갔던 적도 있어요. 주로 팀이 함께 있고 시계를 보지 않는 경우가 많기 때문에 찾아 보면 이미 매우 늦었습니다. Yang Fengyu: 저는 항상 기업가 정신이 "적절한 시간, 적절한 장소, 적절한 사람"에 관한 것이라고 믿어 왔습니다. 지난해 우리는 지각 수준에서 기술이 크게 발전한 것을 보았습니다. 시각, 언어 모델, 터치 등 다중 모드 모델을 포함한 일부 대형 모델이나 기본 모델이 큰 발전을 이루었습니다. 당신의 목표 달성의. 또한, 국가는 기업가 정신을 위한 좋은 환경을 제공하기 위해 일련의 지원 정책을 시작했습니다. 지금이 "적절한 때"입니다. "나쁜 위치": 신에너지 차량 이후 범용 휴머노이드 로봇이 차세대 개발 방향이라는 점에는 의심의 여지가 없습니다. 중국은 공급망에서 비교할 수 없는 이점을 갖고 있으며 장강 삼각주에는 첨단 기술이 있습니다. 재능도 많다. 처음에는 로봇 산업의 엔지니어링 수준이 어느 단계까지 발전했는지, 시장 수요는 어디인지, 이전 세대 로봇들은 어떤 문제를 해결했는지, 미래는 어디인지 알아보기 위해 몇 가지 조사를 했습니다. 기회? 성공의 열쇠는 적합한 사람을 찾는 것입니다. 올해 우리는 공식적으로 팀을 구성하고 머리 장착형 청소 로봇의 R&D 책임자와 하드웨어를 담당하는 머리-휴머노이드 로봇 회사의 최고 인재를 포함하여 다양한 분야의 전문가를 신속하게 모았습니다. 알고리즘 수준에서는 동급생과 선배를 포함하여 미국과 유럽에서 인재 그룹을 모집했습니다. 이것이 "인류"입니다. 창업자이자 CEO로서 가장 중요한 것은 자원을 모으는 것입니다. UniX AI는 세계 각국의 로봇 소프트웨어, 하드웨어, 공급망의 장점을 결합한 글로벌 기업입니다. 동시에 1년, 3년에 걸쳐 지속적인 노력을 통해 국제적인 계획을 가지고 있습니다. , 5개년 계획 등을 통해 회사의 Robots For All 비전을 실현합니다.Yang Fengyu: 私は小学校から高校まで中国で過ごし、学部ではコンピューターサイエンスを専攻するためにミシガン大学に通いました。 。私は視覚と機械学習に出会い、その後、恩師の「マルチモーダル学習」の影響を受けて視覚と触覚の研究を始めました。 学部時代にロボットの視覚と触覚に関する論文を5本発表しましたその中で、「Touch and Go: Learning from Human-Collected Vision and Touch」は世界最大の視覚と触覚センシングデータセットであり、 は人工知能によって使用されており、機械学習分野のトップカンファレンスであるNuerIPSによって承認されました。 別の研究では、視覚と触覚の間の相互変換を完了するために拡散モデルを初めて導入し、その結果はICCVに受け入れられました。 ロボットにとって、タッチは非常に重要です。衣服がポリエステルなのか、綿なのか、シルクなのかを肉眼で見分けるのは難しいですが、実際に触ってみるとその質感の違いが分かります。さらに、充電ケーブルを充電ポートに挿入するなどの一部の繊細な作業では、触覚による継続的な調整も必要であり、視覚だけでは完了できません。 このサイト: そして、あなたはエール大学に来ました。 Yang Fengyu: ロボットの視覚と触覚の側面、特に視覚と触覚の変換と大規模な言語モデルでのそれらの一般化に関するいくつかの研究のおかげで、私は北米の優秀な学部科学者の称号を獲得しました。コンピュータ協会、学校史上初の一人称。最後に、彼は博士課程を学ぶためにイェール大学を選びました。 この間、私は「Binding touch to everything: Learning Integrated multimodal tactilepresentations」(CVPR, 2024, pp.26340-26353) などの論文を次々と発表し、この論文では UniTouch を提案しました。複数の異なる触覚センサーに適した世界初の大型触覚モデルは、視覚、音声、音響などの複数のモダリティに接続された視覚ベースの触覚センサーに適しています。 別の論文「Tactile-Augmented Radiance Fields」(CVPR、2024、pp.26529-26539) は、UniX の一般化機能をシーンレベルで一般化できる世界初の 3D 視覚および触覚モデル TARF を確立しました。 AI人型ロボットもこのモデルに基づいています。 
このサイト: 2000年以降に生まれたことはあなたにとって有利だと思いますか、それとも不利だと思いますか? ヤン・フェンユー: 新興企業においては、創業者は魂です。 私はとても若いと思われている人が多いですが、2000年代生まれでも問題ないと思います。
技術的な観点から見ると、この技術変化の波を歓迎し、イノベーションを追跡する上で、若者は非常に強力な推進役を担っています。 多くの新しいテクノロジーや製品は、特に参入障壁が比較的高いハイテク産業において、今日の若者によって生み出されています。 Sora のコアチームのメンバーの 1 人は私の同級生でもあり、彼はミシガン大学時代に高い技術力を発揮しました。 認知レベルと経験レベルから言えば、素早く学び、間違いを素早く修正することも道だと思います。もう一つは、忍耐力と粘り強さ、そして「山に出会ったら道を切り開き、水に出会ったら橋を架ける」という精神を持っていることです。 。 もちろん、UniX AI チームには構造やエレクトロニクスなどの分野で豊富な経験を持った経験豊富な専門家が多数います。私たちの製品を短期間でリリースできるのは、私たちの効果的な協力があってこそです。
視覚と触覚＋操作ロボットの汎化能力を向上させる
当サイト：なぜロボットにとって触覚の向上が重要なのか？ ヤン・フェンユー: 人間は多感覚を持つ動物であり、通常、行動の決定は複数の感覚から伝達される情報の複合的な影響によって決まります。理論的には、知能ロボットにも同じことが当てはまります。 タップは視覚的なフィードバックと比較して、ロボットが環境とインタラクションした後に生成される最も重要な感覚情報の 1 つです。 基本的に、ロボットが物体を掴むと、この相互作用が発生した後、ロボットがどのように感じるかという増分情報が得られます。 触覚情報を持つことで、ロボットはより複雑で繊細なタスクをより適切に実行できるようになり、把握タスクの成功率が大幅に向上します 特に柔軟な物体の把握において、タッチの役割がより明白になります。これは、基本的にタスクを完了することが不可能な状態から、タスクを完了できる状態への質的な改善であると言えます。 例えば、車輪付きの人型ロボット Wanda は、卵をつまむ、豆腐をつかむ、衣服を洗うなどのタスクを実行しますが、フィードバックがなければ、ロボットがそれを実行することは困難です。 
なぜ現在ロボットが主に視覚に頼って判断を行っているのかというと、視覚データは他のデータと比べて最も直接的で、取得や訓練が容易で、利用可能なデータが大量にあるからです。しかし、ロボットが具現化に向けてさらに進む場合、視覚だけに頼るだけでは明らかに十分ではありません。 インタラクションに依存する一種の感覚情報として、触覚情報を合理的に使用できることの重要性は、ロボットが世界との実際のインタラクションから徐々に学習し、より使いやすく一般化できることです。 本サイト：なぜ触覚を付加するとロボットの柔軟な物体の制御レベルが向上するのか その原理は何ですか？ ヤン・フェンユー: 主な原則は、柔軟な物体と硬い物体を掴んで操作することには大きな違いがあるということです。剛体の物体は基本的に触れる前後で物理的な形状が変化しないため、目視で把握する場合は比較的容易に判断できます。しかし、柔軟な物体を掴んだり操作したりする前に観察することで、接触後に何が起こるかを判断することは困難です。なぜなら、掴む過程で多くの咬合や変形が発生し、これらの変形を視覚的に正確に予測することが難しいからです。 。 の。 例えばティッシュを持つ場合、一度ティッシュを手に持つと視線が完全に遮られてしまい、掴み方や操作方法を判断するのに有効な情報が視覚からはほとんど得られません。この場合、知覚を完了するには触覚などの物理的情報にのみ依存する必要があります。 このサイト: ほとんどの場合、物体を掴もうとする必要はなく、掴む方法を知っているだけであるように見えるのはなぜですか。 ヤン・フェンユー: それは、人間として、あなたは触覚情報を使用していることに気づかないほどうまく統合されているからです。あなたは 20 年以上の触覚データを蓄積してきたので、どの感覚がこの作業を完了するのに役立ったかはわかりません。 このサイト: ほとんどのロボットタスクでは、さまざまな感覚の寄与率の違いは何ですか?この段階でのタッチの優先度はどれくらいでしょうか？ Yang Fengyu: ほとんどのロボットタスクでは、知覚、推論、意思決定、行動の 3 つのステップにおけるさまざまな感覚の寄与率が異なります。 初期段階の知覚レベルでは、私たちは主に視覚と点群に頼って、家全体の配置や水がどこにあるのかなど、グローバルな情報を取得していました。現在、大規模なビジュアルモデルと 3D の大規模モデルを通じてグローバル情報を認識するという問題は基本的に解決されています。 意思決定レベルでは、人間の事前知識を導入するために言語が主に頼りになります。 たとえば、冷蔵庫から水を取り出すという指示を受け取った後、ロボットはタスクを分解し、冷蔵庫を開ける最初のステップ、水を取り出す2番目のステップ、冷蔵庫を閉める3番目のステップを知ることができます。知識は大量のインターネット データから得られます。 アクションレベルでは、視覚はロボットが握る位置を決定するのに役立ちますが、しかし、握る強さを決定する際には、触覚情報が重要な役割を果たします。例えば、豆腐を握るときのように咬み合わせがある場合、視覚だけで正確に掴み方を判断することは難しいが、触覚はロボットが正確に掴むための重要な情報を提供することができる。 また、卵をつまむ、豆腐を掴むなど、細かな力の制御が必要なシーンや、物体の変形の判断や力のフィードバックが必要なシーンでもタッチは重要な役割を果たします。 
일반적으로 다양한 감각의 기여 비율은 작업에 따라 다릅니다. 일부 단단한 물체를 잡을 때는 시각이 더 높은 비율을 차지할 수 있지만, 많은 유연한 물체를 잡을 때는 촉각의 역할이 더 중요합니다. 심지어 기본적으로 업무를 완수하지 못하는 상태에서 완수할 수 있게 된 상태까지 질적인 향상을 이룬다고 할 수 있다. 이 사이트: 접촉할 수 있을 만큼 장벽이 높나요? 로봇제품에 구현하는데 있어서 어려운 점은 무엇인가요? Yang Fengyu: 2023년 이전에는 터치가 항상 매우 틈새 형식이었습니다. 시각과 청각에 비해 터치 관련 작업에 종사하는 사람은 거의 없습니다. 햅틱 관련 작업 초기에는 센서가 가장 큰 문제였습니다. 당시에는 전 세계적으로 데이터 관련 업무에 종사하는 사람이 많지 않았고, 센서를 어떻게 만드는가가 주요 이슈였습니다. 두 번째로, 알고리즘과 데이터 수준 모두를 포함하는 촉각 정보를 구문 분석하는 방법에 대한 문제가 있습니다. 데이터 수준에서는 전 세계의 촉각 감지에 관한 구체적인 데이터의 대부분이 이전에 공개되지 않았습니다. 이는 여러 로봇의 조합이라는 특수성이나 기타 이유로 인해 현장에서 데이터가 공개되는 것일 수 있습니다. 시각 분야에서는 로봇 공학의 수준이 낮습니다. 따라서 우리는 계속해서 데이터 세트 문제를 해결하고 전 세계적으로 촉각 감지 데이터 세트의 지속적인 공개를 촉진하기 위해 최선을 다하고 있습니다. 알고리즘 수준에서는 물리학에 대한 사전 지식이 많이 포함되어 있는 촉각과 시각 사이에 차이가 있습니다. 예를 들어, 힘의 상황은 센서의 마커를 통해 판단할 수 있지만 이 정보는 시각적 정보만큼 해석하고 식별하기가 쉽지 않습니다. 당시에도 실험이 진행되었는데, 그 결과 생성된 촉각 신호는 사람이 구별하기가 매우 어려운 것으로 나타났습니다. 왜냐하면 사람들은 특별한 훈련 없이는 각 사물의 촉각 감지 신호를 구별하기 어렵기 때문입니다. 우리는 또한 이러한 장벽을 낮추고 학계의 더 많은 사람들이 이에 참여하여 전체 촉각 분야의 발전과 발전을 촉진하기 위해 적극적으로 노력하고 있습니다. 이 사이트: 촉각 정보가 기존 데이터의 소량 문제뿐만 아니라 대규모 수집에 드는 비용도 높다면 어떻게 규모를 확장할 수 있을까요? Yang Fengyu: 이전에 우리가 한 작업은 실제로 이 문제를 해결하려고 시도한 것이었고, 대규모 수집이 어려울 때 확장하는 방법: 첫 번째 단계는 비전을 결합하는 것입니다. 시각을 통해 촉각을 예측하고, 촉각 수집 없이 장면에서 시각적, 언어 정보를 활용해 촉각 신호를 추론하기도 합니다. 예를 들어 새로운 집이나 사무실 장면에서 같은 종류와 재질의 테이블에 대한 촉각 정보를 수집한 후, 새 테이블을 실제로 만지지 않았더라도 시각적, 구두 정보 . 이러한 방식으로 실제 물리적 접촉 없이도 사용 가능한 데이터 세트를 확장할 수 있습니다. 다만, 이 방법은 예측을 하기 때문에 실제 신호와 다소 차이가 있을 수 있다.
둘째, 촉각 데이터 세트 공개를 지속적으로 추진합니다. 데이터 세트를 공개함으로써 더 많은 사람들이 햅틱 분야의 연구 개발에 참여할 수 있어 전체 분야의 발전을 촉진할 수 있습니다. 셋째, 알고리즘 차원에서는 촉각 정보 인식의 문턱을 낮추기 위해 노력합니다. 예를 들어, 센서에 마커를 추가하고 다양한 힘을 받을 때 마커가 어떻게 변하는지 알아냄으로써 이러한 사전 물리학 지식을 활용하여 촉각 정보를 더 잘 구문 분석할 수 있습니다. 넷째, 시각, 촉각, 언어 등 다양한 정보를 결합하여 다양한 업무를 완수하는데 최선을 다하고 있습니다. 다중 정보의 융합을 통해 소량의 촉각 데이터 부족을 어느 정도 보완할 수 있으며 모델의 일반화 능력과 적응성을 향상시킬 수 있습니다. 
이 사이트: 대규모 수집이 가능하며 어떤 조건이 필요한가요? Yang Fengyu: 사실 이것이 체화된 지능 전체 개발의 병목 현상이라고 생각합니다. 개인적으로 대규모 수집이 가능하다고 생각하지만 여기에는 상용화 과정이 있습니다. 로봇이 수천 가구에 들어갈 때 특정 양이 있으면 충분한 데이터를 수집하여 더 많은 시나리오를 지원하고 일반화할 수 있습니다. 물론 모든 지점을 영원히 포착할 수는 없으므로 "대규모"라는 명제는 항상 존재하게 됩니다. 머신러닝의 핵심은 희소 샘플링을 통해 시뮬레이션 피팅과 조밀한 분포 예측을 달성하는 것입니다. 데이터 측면에서 시뮬레이션을 배제하지는 않지만, 구체화된 지능을 구현하기 위해서는 어느 정도의 실제 머신 데이터가 필요조건이라고 생각합니다. 이 사이트: 촉각 대형 모델의 핵심 기술 지표는 무엇입니까? Yang Fengyu: 다른 대형 모델과 마찬가지로 촉각 대형 모델에도 다양한 하위 작업에 대한 몇 가지 지표가 있습니다. 저는 팀을 이끌고 세계 최대 규모의 기존 시각 및 촉각 데이터 세트인 Touch and Go를 구축했습니다. 이는 전 세계 로봇 시각 및 촉각 사전 훈련 모델에 대한 중요한 공통 벤치마크 중 하나입니다.
체형지능로봇 완다 9월 양산 시작
본 사이트 : 창업을 결정한 후 어떤 체형지능 기업을 만들 계획인가요? Yang Fengyu: 기업가 정신의 본질은 사회를 위한 가치를 창출하는 것입니다. UniX AI는 C-side를 첫 번째 전략으로 설정하는 세계에서 몇 안 되는 구현 지능형 로봇 회사 중 하나입니다. TO C 갈 길이 멀지만 그 뒤에 숨은 잠재력은 엄청납니다. 산업적 관점에서 볼 때, 휴머노이드 로봇은 하드웨어 + AI의 기술 통합 시대에 진입하여 급속도로 발전하고 점점 더 실용화되고 있습니다. 그리고 저는 이 통합 프로세스가 업계 내부자들이 원래 기대했던 것보다 훨씬 더 빨라질 것이라고 낙관하고 있습니다. 인구 노령화, 저출산, 노동력 부족...이것이 세계가 직면한 문제입니다. 기업의 책임은 사회의 문제를 해결하는 것입니다. 이것이 UniX AI의 기회이자 가치이며, 사업을 시작하려는 저의 초심이기도 합니다. 현재 이 트랙의 대략적인 착륙 경로는 기본적으로 산업-상업-가정입니다. 이는 TO C 사용자에게 서비스를 제공하는 주요 시나리오이기도 합니다. UniX AI의 비전은 Robots For All입니다. 운동 능력과 지능 측면에서 선두를 달리고 육체 노동과 지능적인 동반자 관계를 가능하게 하는 보편적인 휴머노이드 로봇을 만드는 것입니다. 이 사이트: 애초에 가족 장면을 찍기로 선택한 이유는 무엇인가요? 양펑위: 사실 저희는 가족씬에만 국한되지 않고, 사무실 등 범상업적인 장면도 찍습니다. To B 시나리오는 기술적으로 상대적으로 덜 어렵고, 반복률이 높으며, 일반화에 대한 요구 사항이 그렇게 높지 않습니다. 그러나 To B 시나리오에는 로봇의 속도와 작동 정확도에 대한 요구 사항이 매우 높은 강력한 대체 논리가 포함되는 경우가 많습니다. 가족 장면은 복잡하고 끊임없이 변화합니다. 모든 가정은 강력한 일반화 기능을 갖춘 로봇이 필요한 작은 생태계입니다. 물론 이로 인해 우리 제품에 대한 수요가 더 높아졌습니다. 동시에 우리는 홈 시나리오에 많은 L2 수준 기능을 갖게 되어 복잡한 시나리오에서 제품의 적응성과 플레이 가능성을 더욱 향상시킬 것입니다.
일반적으로 당사의 기술 스택은 To B와 To C를 모두 포괄할 수 있습니다. 가족신이 잘 완성되면 다른 신도 수월하게 소화할 수 있을 것 같은 느낌이 든다. 가장 단단한 뼈대부터 시작하는 것은 UniX AI의 기술적 강점을 반영할 뿐만 아니라 시장 진출을 위한 우리의 전략적 경로를 나타냅니다.
Yang Fengyu: UniX AI의 모듈형 하드웨어 솔루션은 다양한 시나리오에 적용할 수 있습니다. 동시에, 데이터 활용을 극대화하기 위해 인식과 조작을 분리하는 일련의 모션 프리미티브 알고리즘을 보유하고 있으며 장면에 대한 이식성이 매우 강력할 것입니다. 모든 제품에는 경계가 있지만 우리는 다양한 시나리오에서 시도하고 확장할 의향이 있습니다. 우리는 또한 소비자를 돕기 위해 몇 가지 중요한 비즈니스 시나리오를 실행하고 있습니다. 이 사이트: 소위 공급망 비용 이점이란 무엇입니까? Yang Fengyu: 우리 팀에는 대량 생산 수준의 비용 관리 방법을 숙달하고 이를 로봇 공급망에 적용할 수 있는 숙련된 공급망 관리 전문가 그룹이 있습니다. 아직 로봇업계가 대규모로 가격을 출시하지는 않았지만, 소비자가 납득할 수 있는 가격에 제품이 도달할 수 있도록 처음부터 대량생산 수준에서 비용을 통제했다. 우리는 효과적인 비용 관리를 통해 우리 제품이 가격 경쟁력을 갖추고 회사 발전에 강력한 지원을 제공할 것이라고 확신합니다. 이 사이트: 곧 출시될 제품의 가격대는 얼마인가요? Yang Fengyu: 지금 이것을 공개하는 것이 편리하지는 않지만 매우 놀라운 가격임에 틀림없다고 장담할 수 있습니다. Yang Fengyu: 우리가 끝까지 접근하는 논리는 매우 간단합니다. 일정량의 고품질 실제 데이터가 필요합니다. 핵심은 이 데이터를 어떻게 얻느냐에 있다 예를 들어 자율주행을 예로 들자면, 테슬라의 FSD는 자동차가 계속해서 도로를 달리고 데이터를 수집하는 데 6~8년이 걸렸기 때문에 끝날 수 있다. 로봇 산업은 모두 로봇이 자동으로 작업을 수행할 것으로 기대합니다. 우리는 먼저 모든 사람이 로봇이 유용하거나 재미있다는 것을 느끼게 하고 소비 능력 범위 내에 있으므로 모든 사람이 기꺼이 구매할 수 있도록 여러 가지 단일 지점 장면 기능을 개발했습니다. 우리 공급망에는 장점이 있고 가격을 낮출 수 있다는 점이 매우 중요합니다. 사용자의 지속적인 피드백을 통해 우리는 지속적으로 제품을 최적화하고 반복하여 마침내 보편적으로 구현된 지능형 로봇을 만듭니다. 
이 사이트: 로봇 대량생산의 어려움과 의미는 무엇인가요? Yang Fengyu: 실제로 DEMO를 만드는 것은 매우 쉽습니다. 실험실에서 만들기만 하면 성공입니다. 대량 생산의 어려움은 실제로 하나가 아닌 수백 또는 수천 개의 장치가 사용자의 집에 들어가 제품의 데이터 보안, 운영 안정성 및 기본 제어 신뢰성을 테스트한다는 사실에 있습니다. 이를 위해서는 강력한 애프터 서비스 팀과 지속적인 노력이 필요합니다. 반복 기술 팀. 또한, 공정도 매우 중요하며, 이는 양산 능력을 테스트하는 중요한 지표이기도 합니다. 물론 그 의미에는 의심의 여지가 없습니다. 한편으로는 공급망의 경쟁력을 반영하고, 다른 한편으로는 기술의 성숙도를 보여줍니다. 게를 처음 먹은 사람은 누구일까요? 누가 빨리 잘 먹나요? 또한 대량 생산은 특정 선점자 이점을 얻을 수 있습니다. 이 사이트 : 창업을 결정한 후 초기 팀 빌딩 아이디어와 현재 팀 구성 상황은 무엇입니까? 양펑위: 0-1까지는 스타트업 팀이 매우 중요해요. 나는 먼저 위에서부터 계획을 세운 다음 폭포수처럼 위에서 아래로 각 레벨에 천천히 배치하는 데 익숙합니다. 먼저 핵심 핵심 인력을 찾아 작업을 시작한 다음 아래쪽으로 확장하여 팀을 지속적으로 개선하고 전체 바퀴를 돌립니다. 작년 말부터 지금까지 우리 팀은 매우 빠르게 성장했으며 3세대에 걸쳐 제품을 반복해 왔습니다. 현재 팀 규모가 구체화되기 시작했지만 앞으로는 회사의 경쟁력을 높이기 위해 필요에 따라 계속 조정하고 개선할 것입니다. 스타트업 기업에서 가장 중요한 것 중 하나는 인재 확보입니다. 저는 우리 회사에서 대부분의 인재를 직접 만났습니다. CEO는 CEO일 뿐만 아니라 "최고 의미 책임자"이기도 합니다. 그는 동료들에게 우리가 하는 일의 가치와 중요성을 설명해야 합니다. 그들이 합의하고 함께 길을 갈 수 있도록 하는 것이 매우 중요합니다. 동시에 내 관리 반경은 매우 크고 관리 세분화도 매우 미세합니다. 매우 어렵지만 필요합니다. 회사의 방향이 올바르고 안정적이라는 것을 종합적으로 파악하고 확인한 후에야 다른 측면에 더 많은 시간을 투자할 수 있습니다. 이 사이트: 이러한 인재를 어떻게 유치합니까? Yang Fengyu: 본질적으로 모든 사람을 매료시키는 것은 구체화된 지능의 종말에 이르는 길입니다. 또한 그것을 어떻게 할 것인지에 대한 질문입니다. 첫째, 우리 팀은 강력한 실행력과 매우 빠른 반복 속도를 가지고 있습니다. 괜찮았는데 몇 주 뒤에 다시 와보니 그 장면은 완성도도 있고 진행도 엄청 빨랐어요. 우리는 또한 우리에게 적극적으로 합류를 요청한 국내 최고의 로봇 회사의 인재를 보유하고 있습니다. Yang Fengyu: 현재 투자자들의 피드백은 매우 긍정적입니다. 우리는 보편적 구현 지능에 대한 비전을 공유하고 장기적으로 우리와 함께할 투자자를 환영합니다. 이 사이트: 향후 제품과 향후 시장 계획에 대한 자세한 소개를 제공해 주시겠습니까? 양펑위: 이번에 양산할 로봇은 완다(Wanda)인데, 바퀴 달린 휴머노이드 양팔 로봇이에요. 우리가 공개한 첫 번째 기술 영상에서는 일부 기능을 볼 수 있지만, 이것이 전부는 아닙니다. 9월에 소비자에게 출시될 때 더 놀라운 세부 사항이 있을 것입니다. 궁극적으로 UniX AI가 소비자에게 전달하고자 하는 제품은 가족에게 봉사할 뿐만 아니라 사람들과 함께 점점 더 먼 곳으로 동행하고 더 많은 기능을 제공할 수 있는 보편적인 구현 지능형 로봇입니다. 기술적으로 발전해야 하며, 회사와 사용자 간의 공동 창작도 필요합니다. 작은 발걸음 없이는 천 리에 도달할 수 없으니 첫 걸음부터 시작해 보세요.
더보기 Tao
|
Wang Changhu|
Xia Lixue | Gao Jiyang|Demi Guo|
작성자에게 문의하세요: jjingl- (추가 시 이름-회사-직위를 표시해 주세요)
위 내용은 2000년 이후 CEO Yang Fengyu: 예일대 의사가 중국으로 돌아와 사업을 시작하고 5개월 만에 최초의 '대량 생산' 휴머노이드 로봇 제작 |의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
