Ketua Pegawai Eksekutif Selepas 2000 Yang Fengyu: Seorang doktor Yale kembali ke China untuk memulakan perniagaan dan membina robot humanoid 'dihasilkan secara besar-besaran' pertama dalam tempoh lima bulan |

Kemanusiaan menyambut kemas kini yang meriah dalam bidang kecerdasan buatan Hampir setiap langkah dalam pengembangan teknologi kepada yang tidak diketahui telah menarik perhatian yang menakjubkan.

Dalam proses memperluaskan sempadan kecerdasan buatan, inovasi dan perselisihan wujud bersama dalam laluan teknikal trek penting. Pertimbangan dan pilihan perintis teknologi mempengaruhi jejak ramai pengikut.

Pada tahun lalu, laman web ini secara eksklusif telah memimpin dalam memperkenalkan syarikat cemerlang seperti Dark Side of the Moon, Teknologi Shengshu, Aishi Technology dan Wuwen Core Dome kepada semua orang, meninggalkan mereka dengan "skrip temu bual 10,000 perkataan yang pertama "dalam dunia Internet.". Pada peringkat laluan teknologi masih belum tertumpu, kita melihat kepimpinan usahawan AI yang benar-benar mempunyai kepercayaan, keberanian dan kognisi yang sistematik.

Oleh itu, kami melancarkan lajur "AI Pioneers", dengan harapan dapat terus mencari dan merekodkan usahawan yang mempunyai kualiti kepimpinan dalam pelbagai subbahagian kecerdasan buatan dalam era AGI, memperkenalkan syarikat permulaan yang paling cemerlang dan berpotensi tinggi dalam AI ​​​menjejaki, dan berkongsi pencapaian mereka dalam Pengetahuan yang paling canggih dan tersendiri dalam bidang AI. . muda yang mengejutkan.

Yang Fengyu, seorang sarjana dalam sains komputer di Universiti Michigan dan seorang pelajar kedoktoran dalam sains komputer di Universiti Yale, baru berusia 23 tahun dan memulakan perniagaan robot pintarnya sendiri tahun lepas.

Pada 2024, syarikat perisikan UniX AI yang diasaskan oleh beliau telah menyelesaikan pembangunan dan pembuatan robot humanoid beroda dalam tempoh lima bulan Robot ini mempunyai fungsi seperti "pembersihan selepas makan" dan "dobi" Pengeluaran besar-besaran dan jualan luaran akan bermula pada bulan September.

Walaupun banyak robot pintar yang terkandung masih dalam peringkat makmal, ini adalah kelajuan pengkomersialan yang sangat pantas. Di Suzhou, kilang pengeluaran besar-besaran robot UniX AI telah melebihi 2,500 meter persegi.

Syarikat ini, yang hampir tidak pernah didengari tahun lepas, telah merekrut ramai bakat teknikal kanan dalam industri robotik dalam tempoh setengah tahun. "Pengarah R&D robot perkhidmatan kepala sedang membantu kami membuat casis, dan terdapat juga beberapa bakat terbaik daripada syarikat robot humanoid yang bertanggungjawab terhadap perkakasan kami." Pada Julai 2024, Profesor Wang Hesheng, pakar robotik terkenal dari Universiti Jiao Tong Shanghai, mengumumkan bahawa beliau secara rasmi akan menyertai UniX AI sebagai ketua saintis.

Dalam video demonstrasi teknologi pertama yang dikeluarkan oleh UniX AI, robot humanoid beroda bernama Wanda boleh menyelesaikan tugas seperti mengambil tauhu, membantu menyusun pakaian dan membawa pakaian ke mesin basuh untuk dibersihkan. UniX AI nampaknya telah menemui penyelesaian kepada masalah "tugas fleksibel" yang kini sukar untuk diselesaikan oleh syarikat perisikan yang terkandung.

"Saya rasa tidak salah untuk menjadi muda. Dari perspektif teknikal, banyak teknologi dan produk baharu dicipta oleh golongan muda yang mempunyai latar belakang akademik yang kukuh, Sebagai generasi pasca 2000." , Yang Fengyu sendiri menunjukkan kematangan melebihi usianya dalam perbualannya, dan mempunyai pemahaman yang sangat jelas tentang pengurusan syarikat dan peringkat teknikal kecerdasan yang terkandung.

Keingintahuan kami tentang UniX AI menumpukan pada bagaimana syarikat perisikan yang wujud dengan hampir tiada berita dalam bulatan modal teroka boleh mencapai kelajuan pembangunan yang begitu pantas sebagai salah satu daripada beberapa syarikat yang diasaskan oleh syarikat perisikan Embodied generasi selepas 00-an; bagaimana UniX AI mencapai pembangunan dari 0 hingga 1? Apakah rupa peta jalan terakhir UniX AI untuk kecerdasan yang terkandung?

Dengan soalan-soalan ini, laman web ini memulakan dialog media awam pertama dengan Yang Fengyu sejak beliau memulakan perniagaannya. .

Yang Fengyu: Saya pergi ke Yale secara langsung sebagai sarjana, dan pada asasnya saya memenuhi semua syarat tesis untuk pengijazahan kedoktoran saya Ambil tahun ini sebagai contoh, saya memenangi 4 kertas CVPR, ditambah yang lain, terdapat lebih daripada sepuluh kertas keseluruhan artikel persidangan teratas mengenai kecerdasan buatan dan robotik. Laman ini: Tenaga anda sangat kuat.

Yang Fengyu: (ketawa), saya sering berjaga sehingga pukul 3:30 pagi, malah saya pernah pergi mendapatkan suntikan kencing manis suatu ketika dahulu. Terutamanya kerana pasukan itu bersama-sama dan kami sering tidak melihat jam tangan kami Apabila kami melihat ke atas, ia sudah sangat lewat.

Laman ini: Bilakah anda mula-mula terfikir untuk memulakan perniagaan?

Yang Fengyu: Saya sentiasa percaya bahawa keusahawanan adalah mengenai "masa yang sesuai, tempat yang betul, orang yang betul".

Tahun lepas kami melihat kemajuan besar dalam teknologi pada tahap persepsi Beberapa model besar atau model asas termasuk model berbilang modal seperti penglihatan, model bahasa dan sentuhan telah mencapai kemajuan yang besar untuk mencapai matlamat anda. Selain itu, negara juga telah melancarkan beberapa siri dasar sokongan untuk menyediakan persekitaran yang baik untuk keusahawanan.
Ini adalah "masa yang sesuai".

"Lokasi buruk":

Tidak dinafikan bahawa robot humanoid sejagat adalah hala tuju pembangunan seterusnya selepas kenderaan tenaga baharu China mempunyai kelebihan yang tiada tandingan dalam rantaian bekalan, dan teknologi tinggi di Delta Sungai Yangtze Di sana juga mempunyai banyak bakat.

Pada mulanya, kami melakukan beberapa kajian untuk mengetahui di peringkat mana tahap kejuruteraan industri robot telah berkembang, di manakah permintaan pasaran, apakah masalah yang diselesaikan oleh generasi robot terdahulu, dan di manakah masa depannya peluang?

Kunci kejayaan adalah mencari orang yang betul. Pada tahun ini, kami secara rasmi membentuk pasukan dan mengumpulkan pakar dari pelbagai bidang dengan pantas, termasuk pengarah R&D robot penyapu yang dipasang di kepala, serta beberapa bakat terkemuka dari syarikat robot kepala humanoid, yang bertanggungjawab terhadap perkakasan kami. Di peringkat algoritma, saya telah merekrut sekumpulan bakat di Amerika Syarikat dan Eropah, termasuk beberapa rakan sekelas dan senior saya
Ini adalah "kemanusiaan".

Sebagai pengasas dan CEO, perkara yang paling penting ialah mengumpul sumber. UniX AI ialah syarikat global yang menggabungkan kelebihan perisian robot, perkakasan dan rantaian bekalan dari negara yang berbeza di seluruh dunia

Pada masa yang sama, kami mempunyai rancangan antarabangsa, melalui usaha berterusan dalam satu tahun, tiga tahun; , dan rancangan lima tahun, merealisasikan visi syarikat iaitu Robot Untuk Semua.

Tapak ini: Perkenalkan secara ringkas pengalaman akademik anda

Yang Fengyu: Saya pergi dari sekolah rendah ke sekolah menengah di China, dan pergi ke Universiti Michigan untuk mengambil jurusan sains komputer untuk ijazah sarjana muda saya . Saya mula-mula bersentuhan dengan penglihatan dan pembelajaran mesin Kemudian, di bawah pengaruh "pembelajaran multimodal" mentor saya, saya mula menjalankan penyelidikan visual dan sentuhan.

Menerbitkan 5 kertas kerja mengenai sensasi visual dan sentuhan robot semasa tempoh ijazah saya, Antaranya, "Touch and Go: Learning from Human-Collected Vision and Touch" ialah set data penderiaan visual dan sentuhan terbesar di dunia, telah digunakan oleh kecerdasan buatan dan Diterima oleh NuerIPS, persidangan teratas dalam bidang pembelajaran mesin.

Dalam karya lain, kami memperkenalkan model resapan buat kali pertama untuk melengkapkan transformasi bersama antara penglihatan dan sentuhan, dan hasilnya diterima oleh ICCV.

Untuk robot, sentuhan adalah sangat penting. Sukar untuk mengetahui sama ada sehelai pakaian adalah poliester, kapas atau sutera dengan mata kasar Hanya dengan menyentuhnya anda boleh mengetahui tekstur yang berbeza. Di samping itu, beberapa aktiviti halus, seperti memasukkan kabel pengecasan ke dalam port pengecasan, juga memerlukan pelarasan berterusan melalui sentuhan, yang tidak boleh diselesaikan dengan penglihatan sahaja.

Tapak ini: Kemudian anda datang ke Yale.

Yang Fengyu: Kerana beberapa kerja pada aspek visual dan sentuhan robot, terutamanya transformasi sensasi visual dan sentuhan serta generalisasi mereka dalam model bahasa besar, saya memenangi gelaran Saintis Sarjana Muda Cemerlang dari Amerika Utara Persatuan Komputer, yang pertama dalam sejarah sekolah. Akhirnya, beliau memilih Universiti Yale untuk pengajian kedoktoran.

Dalam tempoh ini, saya menerbitkan beberapa makalah satu demi satu, termasuk "Sentuhan yang mengikat untuk segala-galanya: Mempelajari representasi sentuhan multimodal bersatu" (CVPR, 2024, ms.26340-26353 Dalam kertas kerja ini, saya mencadangkan UniTouch,). model sentuhan besar pertama di dunia yang sesuai untuk pelbagai penderia sentuhan yang berbeza, sesuai untuk penderia sentuhan berasaskan penglihatan yang disambungkan kepada pelbagai modaliti seperti penglihatan, pertuturan dan bunyi.

Paper "Bidang Radiance-Augmented Sacar" (CVPR, 2024, ms.26529-26539) menubuhkan model visual dan taktik 3D pertama yang boleh diperkatakan di peringkat kejadian. Robot humanoid AI juga berdasarkan model ini.

Laman ini: Adakah anda fikir dilahirkan selepas tahun 2000 lebih menguntungkan atau merugikan anda?

Yang Fengyu: Dalam syarikat permulaan, pengasas adalah jiwa. Ramai yang menganggap saya masih muda, tetapi saya rasa dilahirkan pada tahun 2000-an tidak menjadi masalah.

Dari perspektif teknikal, golongan muda mempunyai peranan pemacu yang sangat kuat dalam menyambut gelombang perubahan teknologi dan menjejaki inovasi ini. Banyak teknologi dan produk baharu dicipta oleh golongan muda masa kini, terutamanya dalam industri berteknologi tinggi, di mana ambang kemasukan agak tinggi. Salah seorang ahli pasukan teras Sora juga merupakan rakan sekelas saya Dia menunjukkan kebolehan teknikal yang kuat semasa dia di Universiti Michigan.

Daripada tahap kognitif dan pengalaman, saya rasa belajar dengan cepat dan membetulkan kesilapan dengan cepat juga adalah satu jalan. Yang lain ialah keperibadian Anda mesti bersedia untuk bertahan, berdaya tahan, tidak berputus asa, dan mempunyai semangat "membuka jalan ketika menghadapi gunung dan membina jambatan apabila menghadapi air." .

Sudah tentu, terdapat juga ramai pakar berpengalaman dalam pasukan UniX AI Mereka mempunyai pengalaman yang kaya dalam struktur, elektronik, dll. Hanya dengan kerjasama yang berkesan antara kami, kami dapat melancarkan produk kami dalam masa yang singkat.

Visual dan haptik + operasi Meningkatkan keupayaan generalisasi robot

Tapak ini: Mengapakah peningkatan deria sentuhan penting kepada robot? .

Ketik adalah salah satu maklumat deria yang paling penting Berbanding dengan maklum balas visual, ia dijana selepas robot berinteraksi dengan persekitaran, manakala maklum balas visual datang sebelum ini.

Apabila robot menangkap objek, objek itu berubah bentuk Pada asasnya, selepas interaksi ini berlaku, maklumat tambahan yang robot perolehi datang daripada sentuhan - bagaimana perasaannya.

Mempunyai maklumat sentuhan membolehkan robot melakukan lebih baik pada beberapa tugas yang lebih kompleks dan halus, meningkatkan kadar kejayaan tugasan menggenggam Terutama dalam menggenggam objek fleksibel, peranan sentuhan lebih jelas, ia boleh. dikatakan bahawa ia adalah peningkatan kualitatif daripada pada dasarnya mustahil untuk menyelesaikan tugasan kepada dapat menyelesaikan tugas.

Sebagai contoh, robot humanoid beroda kami, Wanda telah menyelesaikan tugas seperti mencubit telur, mengambil tauhu, dan mencuci pakaian. Tanpa maklum balas, sukar bagi robot untuk melaksanakannya.

Mengapa robot kini bergantung terutamanya pada penglihatan untuk membuat pertimbangan adalah kerana berbanding dengan data lain, data visual adalah yang paling langsung, mudah diperoleh dan dilatih, dan terdapat sejumlah besar data yang tersedia. Tetapi apabila robot bergerak lebih jauh ke arah penjelmaan, bergantung semata-mata pada penglihatan pastinya tidak mencukupi.

Sebagai sejenis maklumat deria yang bergantung pada interaksi, kepentingan dapat menggunakan maklumat sentuhan secara munasabah ialah robot boleh belajar secara beransur-ansur daripada interaksi sebenar dengan dunia dan menjadi lebih boleh digunakan dan umum.

Tapak ini: Mengapa tahap kawalan robot terhadap objek fleksibel bertambah baik selepas menambah deria sentuhan Apakah prinsipnya?

Yang Fengyu: Prinsip utama ialah terdapat perbezaan besar dalam merebut dan mengendalikan objek fleksibel dan objek tegar. Bentuk fizikal objek tegar pada asasnya tidak berubah sebelum dan selepas disentuh, jadi agak mudah untuk menilai apabila menggenggam melalui pemerhatian visual. Walau bagaimanapun, adalah sukar untuk menentukan apa yang akan berlaku kepada objek fleksibel melalui pemerhatian sebelum ia digenggam atau dikendalikan, kerana sejumlah besar oklusi dan ubah bentuk akan berlaku semasa proses menggenggam, dan ubah bentuk ini sukar untuk diramal dengan tepat melalui penglihatan .

Sebagai contoh, apabila memegang tisu, sebaik sahaja tisu itu dipegang di tangan, ia akan menyekat sepenuhnya garis penglihatan Pada masa ini, penglihatan tidak dapat memberikan maklumat yang berkesan untuk menilai cara mengambil atau mengendalikan. Dalam kes ini, kita hanya boleh bergantung pada maklumat fizikal seperti sentuhan untuk melengkapkan persepsi.

Laman ini: Mengapa nampaknya kebanyakan masa saya tidak perlu mencuba untuk merebut objek, saya hanya tahu bagaimana untuk meraihnya.

Yang Fengyu: Itu kerana sebagai manusia, anda telah disepadukan dengan baik sehingga anda tidak tahu bahawa anda telah menggunakan maklumat sentuhan di dalamnya. Anda telah mengumpul lebih daripada dua puluh tahun data sentuhan, jadi anda tidak tahu deria mana yang menyokong anda untuk menyelesaikan tugasan ini.

Tapak ini: Untuk kebanyakan tugas robot, apakah perbezaan nisbah sumbangan deria yang berbeza? Sejauh manakah keutamaan sentuhan pada peringkat ini?

Yang Fengyu: Bagi kebanyakan tugasan robot, perkadaran sumbangan deria berbeza dalam tiga langkah persepsi, penaakulan, membuat keputusan dan tindakan adalah berbeza.

Pada peringkat persepsi, pada peringkat awal, kami bergantung terutamanya pada penglihatan dan awan titik untuk mendapatkan maklumat global, seperti mengetahui susun atur keseluruhan rumah, di mana air, dll. Pada masa ini, masalah melihat maklumat global melalui model visual besar dan model besar 3D telah diselesaikan secara asasnya.

Di peringkat membuat keputusan, bahasa amat bergantung kepada untuk memperkenalkan pengetahuan sedia ada manusia. Sebagai contoh, selepas menerima arahan untuk mendapatkan air dari peti sejuk, robot boleh memecahkan tugas dan mengetahui langkah pertama untuk membuka peti sejuk, langkah kedua untuk mendapatkan air, dan langkah ketiga untuk menutup peti sejuk ini pengetahuan datang daripada sejumlah besar data Internet.

Pada tahap tindakan, penglihatan boleh membantu robot menentukan kedudukan menggenggam, Tetapi dalam menentukan kekuatan menggenggam, maklumat sentuhan memainkan peranan penting. Sebagai contoh, apabila terdapat oklusi, seperti semasa memegang tauhu, adalah sukar untuk menilai dengan tepat kaedah menggenggam melalui penglihatan, tetapi sensasi sentuhan boleh memberikan maklumat penting untuk membantu robot melengkapkan genggaman yang tepat.

Selain itu, sentuhan memainkan peranan penting dalam sesetengah adegan dengan kawalan daya yang halus, seperti mencubit telur, meraih tauhu, dsb., serta dalam beberapa adegan yang memerlukan pertimbangan ubah bentuk objek dan maklum balas daya.

Secara amnya, nisbah sumbangan deria yang berbeza berbeza-beza bergantung pada tugasan Dalam menggenggam beberapa objek tegar, penglihatan mungkin menyumbang perkadaran yang lebih tinggi manakala dalam menggenggam banyak objek yang fleksibel, peranan sentuhan adalah lebih kritikal, malah Ia boleh dikatakan sebagai penambahbaikan kualitatif daripada pada asasnya tidak dapat menyelesaikan tugasan kepada dapat menyelesaikan tugasan.

Tapak ini: Adakah terdapat halangan yang cukup tinggi untuk disentuh? Apakah kesukaran dalam melaksanakannya ke dalam produk robotik? .

Pada zaman awal kerja berkaitan haptik, penderia adalah masalah terbesar. Pada masa itu, tidak ramai orang yang terlibat dalam kerja berkaitan data di dunia, dan cara membuat penderia merupakan isu utama.

Kedua, terdapat isu cara menghuraikan maklumat sentuhan, yang melibatkan kedua-dua peringkat algoritma dan data.

Di peringkat data, kebanyakan data khusus penderiaan sentuhan di dunia belum didedahkan kepada umum sebelum ini

Ini mungkin disebabkan oleh kekhususan gabungan banyak robot atau sebab lain, yang menjadikan pendedahan data di lapangan. robotik kurang daripada itu dalam bidang penglihatan. Oleh itu, kami terus menyelesaikan masalah set data dan komited untuk mempromosikan pendedahan berterusan set data penderiaan sentuhan di seluruh dunia.

Di peringkat algoritma, terdapat perbezaan antara sentuhan dan penglihatan, yang mengandungi banyak pengetahuan terdahulu tentang fizik.

Sebagai contoh, keadaan daya boleh dinilai melalui penanda pada sensor, tetapi maklumat ini tidak semudah untuk ditafsir dan dikenal pasti sebagai maklumat visual.

Satu eksperimen juga dijalankan pada masa itu, dan keputusan menunjukkan bahawa isyarat sentuhan yang dijana sangat sukar untuk dibezakan oleh orang ramai. Kerana sukar bagi orang ramai untuk membezakan isyarat penderiaan sentuhan bagi setiap perkara tanpa latihan khusus. Kami juga sedang giat berusaha untuk merendahkan halangan ini dan menggalakkan lebih ramai orang dalam komuniti akademik untuk mengambil bahagian di dalamnya bagi menggalakkan pembangunan dan kemajuan seluruh bidang sentuhan.

Laman ini: Jika maklumat sentuhan bukan sahaja menghadapi masalah jumlah kecil data sedia ada, tetapi juga kos pengumpulan berskala besar yang tinggi, maka bagaimana untuk meningkatkan?

Yang Fengyu: Kerja yang kami lakukan sebelum ini sebenarnya adalah untuk cuba menyelesaikan masalah ini, bagaimana untuk meningkatkan apabila koleksi berskala besar sukar dicapai:

Langkah pertama ialah menggabungkan penglihatan dan sentuh Dapatkan melalui, ramalkan sensasi sentuhan melalui penglihatan, dan juga gunakan maklumat visual dan bahasa untuk membuat kesimpulan isyarat sentuhan dalam adegan tanpa pengumpulan sentuhan.

Sebagai contoh, selepas mengumpul maklumat sentuhan bagi jadual jenis dan bahan yang sama, dalam suasana rumah atau pejabat baharu, walaupun anda sebenarnya belum menyentuh meja baharu, anda boleh membuat kesimpulan isyarat sentuhannya melalui visual dan maklumat lisan. Dengan cara ini, kami boleh mengembangkan set data yang tersedia walaupun tanpa sentuhan fizikal sebenar. Walau bagaimanapun, kaedah ini mungkin agak berbeza daripada isyarat sebenar kerana ia diramalkan.

Kedua, kami terus mempromosikan pendedahan set data sentuhan.

Dengan menjadikan set data awam, lebih ramai orang boleh mengambil bahagian dalam penyelidikan dan pembangunan medan haptik, sekali gus menggalakkan kemajuan seluruh bidang.

Ketiga, pada peringkat algoritma, kami berusaha untuk menurunkan ambang untuk pengecaman maklumat sentuhan. Sebagai contoh, dengan menambahkan penanda pada penderia dan mengetahui cara penanda berubah apabila tertakluk kepada daya yang berbeza, kita boleh menggunakan pengetahuan fizik terdahulu ini untuk menghuraikan maklumat sentuhan dengan lebih baik.

Keempat, kami komited untuk menggabungkan maklumat yang berbeza, seperti visual, sentuhan, bahasa dan maklumat pelbagai mod lain, untuk menyelesaikan pelbagai tugas. Melalui gabungan maklumat berbilang modal, kekurangan sejumlah kecil data sentuhan boleh dikompensasikan pada tahap tertentu dan keupayaan generalisasi dan kebolehsuaian model boleh dipertingkatkan.

Laman ini: Adakah pengumpulan berskala besar boleh dilakukan dan apakah syarat yang diperlukan? .

Apabila robot memasuki beribu-ribu isi rumah, apabila terdapat jumlah tertentu, anda boleh mengumpul data yang mencukupi untuk menyokong lebih banyak senario dan membuat beberapa generalisasi. Sudah tentu, anda tidak boleh menangkap setiap titik selama-lamanya, jadi cadangan "skala besar" akan sentiasa wujud. Intipati pembelajaran mesin adalah untuk mencapai pemasangan simulasi dan ramalan taburan padat melalui persampelan jarang.

Dari segi data, kami tidak mengecualikan simulasi, tetapi saya fikir sejumlah data mesin sebenar adalah syarat yang diperlukan untuk merealisasikan kecerdasan yang terkandung.

Tapak ini: Apakah petunjuk teknikal utama model besar sentuhan?

Yang Fengyu: Seperti mana-mana model besar, model besar sentuhan mempunyai beberapa penunjuk dalam tugas hiliran yang berbeza. Saya mengetuai pasukan untuk membina set data visual dan sentuhan sedia ada terbesar di dunia, Touch and Go, yang merupakan salah satu penanda aras biasa yang penting untuk model pra-latihan visual dan sentuhan robot di dunia.

Mewujudkan robot pintar Wanda

Mulakan pengeluaran besar-besaran pada bulan September Laman ini: Selepas anda memutuskan untuk memulakan perniagaan, apakah jenis syarikat perisikan yang anda rancang untuk membina syarikat risikan?

Yang Fengyu: Intipati keusahawanan adalah untuk mencipta nilai untuk masyarakat. UniX AI ialah salah satu daripada beberapa syarikat robot pintar yang wujud di dunia yang menetapkan sisi C sebagai strategi pertamanya.

TO C Walaupun masih jauh lagi, potensi di sebaliknya sangat besar. Dari perspektif perindustrian, robot humanoid telah memasuki tempoh penyepaduan teknologi perkakasan + AI, berkembang pesat dan menjadi lebih praktikal. Dan saya optimis bahawa proses penyepaduan ini akan menjadi lebih pantas daripada yang dijangkakan oleh orang dalam industri.

Penduduk yang semakin tua, kadar kelahiran rendah, kekurangan buruh...ini adalah masalah yang dihadapi dunia. Tanggungjawab perusahaan adalah untuk menyelesaikan masalah untuk masyarakat Ini adalah peluang dan nilai UniX AI, dan ia juga merupakan niat asal saya untuk memulakan perniagaan. Laluan pendaratan kasar semasa trek ini pada asasnya ialah industri-komersial-rumah Kami akan meliputi perniagaan dan rumah, yang juga merupakan senario utama untuk memberi perkhidmatan kepada pengguna C.

Visi UniX AI ialah Robots For All, untuk mencipta robot humanoid sejagat yang mendahului dari segi keupayaan dan kecerdasan olahraga, membolehkan tenaga kerja fizikal dan persahabatan yang bijak.

Tapak ini: Mengapa anda memilih untuk melakukan adegan keluarga pada mulanya?

Yang Fengyu: Sebenarnya, kami tidak terhad kepada adegan keluarga, kami juga melakukan adegan pan-komersial, seperti pejabat, dll.

Senario kepada B secara teknikalnya agak kurang sukar, mempunyai kadar ulangan yang tinggi, dan tidak mempunyai keperluan yang tinggi untuk generalisasi. Walau bagaimanapun, senario To B selalunya melibatkan logik penggantian yang kuat, yang meletakkan keperluan yang sangat tinggi pada kelajuan dan ketepatan operasi robot.

Adegan keluarga adalah kompleks dan sentiasa berubah Setiap rumah adalah ekosistem kecil, yang memerlukan robot mempunyai keupayaan generalisasi yang kuat. Ini sudah tentu meletakkan permintaan yang lebih tinggi terhadap produk kami. Pada masa yang sama, kami juga akan mempunyai banyak fungsi peringkat L2 dalam senario rumah, yang akan meningkatkan lagi kebolehsuaian dan kebolehmainan produk dalam senario yang kompleks.

Secara amnya, tindanan teknologi kami boleh meliputi kedua-dua To B dan To C. Apabila adegan keluarga selesai dengan baik, saya rasa saya boleh mengendalikan adegan lain dengan mudah. Bermula dari tulang yang paling keras bukan sahaja mencerminkan kekuatan teknikal UniX AI, tetapi juga mewakili laluan strategik kami untuk memasuki pasaran.

Ce site : Faites-vous aussi des scènes To B comme des usines ?

Yang Fengyu : Nous ne sommes pas exclusifs de tous les scénarios. La solution matérielle modulaire d'UniX AI peut être adaptée à de nombreux scénarios différents. Dans le même temps, nous disposons d’un ensemble d’algorithmes primitifs de mouvement qui dissocient la perception et le fonctionnement pour maximiser l’utilisation des données, et notre portabilité vers les scènes sera très forte. Bien que chaque produit ait ses limites, nous sommes prêts à essayer de nous développer dans différents scénarios. Nous étudions également certains scénarios commerciaux importants pour aider les consommateurs.

Ce site : Qu'est-ce que ce qu'on appelle l'avantage en termes de coût de la chaîne d'approvisionnement ?

Yang Fengyu : Nous avons dans notre équipe un groupe d'experts expérimentés en gestion de la chaîne d'approvisionnement qui maîtrisent les méthodes de contrôle des coûts au niveau de la production de masse et peuvent les appliquer à la chaîne d'approvisionnement des robots. Bien que l’industrie de la robotique n’ait pas encore imposé de prix à grande échelle, nous avons dès le début contrôlé les coûts au niveau de la production de masse afin de garantir que les produits puissent atteindre des prix acceptables pour les consommateurs. Nous sommes convaincus que grâce à un contrôle efficace des coûts, nos produits seront extrêmement compétitifs en termes de prix et apporteront un soutien solide au développement de l'entreprise.

Ce site : Quelle est la fourchette de prix des produits à venir ?

Yang Fengyu : Ce n'est pas pratique pour moi de divulguer cela maintenant, mais je peux garantir que ce doit être un prix très surprenant.

Ce site : Comment comptez-vous arriver au bout ?

Yang Fengyu : Notre logique vers la fin est très simple : Nous avons besoin d'une certaine quantité de données réelles de haute qualité. La clé réside dans la manière d'obtenir ces données. Par exemple, prenons la conduite autonome comme exemple. Le FSD de Tesla peut atteindre la fin car il a fallu 6 à 8 ans pour que les voitures roulent en permanence sur la route et collectent des données.

L'industrie de la robotique est différente. Tout le monde s'attend à ce que les robots fassent quelque chose automatiquement. Nous avons d'abord développé plusieurs fonctions de scène à point unique pour donner à chacun le sentiment que le robot est utile ou amusant, et qu'il se situe dans la plage de capacité de consommation, afin que tout le monde soit prêt à l'acheter.

Notre chaîne d'approvisionnement présente des avantages et peut faire baisser le prix, ce qui est un point très critique. Grâce aux commentaires continus des utilisateurs, nous continuons à optimiser et à itérer les produits, et enfin à créer un robot intelligent incarné universel.

Ce site : Quelle est la difficulté et l'importance de la production en série de robots ?

Yang Fengyu : C'est en fait très simple de faire une DÉMO. Tant qu'on en fait une en laboratoire, c'est une réussite. La difficulté de la production de masse réside dans le fait que non pas une, mais cent ou mille unités entrent réellement dans le domicile de l'utilisateur, testant la sécurité des données du produit, sa stabilité opérationnelle et la fiabilité des contrôles sous-jacents. Cela nécessite une équipe après-vente solide et continue. itération. En outre, le processus est également très important, ce qui constitue également un indicateur important pour tester les capacités de production de masse.

Bien sûr, son importance ne fait aucun doute. D'une part, cela reflète la compétitivité de la chaîne d'approvisionnement, et d'autre part, cela montre la maturité de la technologie. Qui est la première personne à manger du crabe ? Qui mange vite et bien ? En outre, la production de masse peut bénéficier d’un certain avantage en tant que premier arrivant.

Ce site : Après avoir décidé de créer une entreprise, quelles sont les premières idées de team building et la situation actuelle en matière de formation d'équipe ?

Yang Fengyu : De 0-1, l'équipe de start-up est très importante. J'ai l'habitude de planifier les choses en haut d'abord, puis de les déployer lentement à chaque niveau, comme une cascade, de haut en bas. Trouvez d’abord les personnes clés et commencez à travailler sur elles, puis étendez-vous vers le bas pour améliorer continuellement l’équipe et laisser toute la roue tourner.

Depuis la fin de l'année dernière jusqu'à maintenant, notre équipe s'est développée très rapidement et a itéré trois générations de produits. À l'heure actuelle, la taille de l'équipe a commencé à prendre forme, mais à l'avenir, nous continuerons à nous ajuster et à nous améliorer en fonction des besoins pour rendre l'entreprise plus compétitive.

L'acquisition de talents est l'une des choses les plus importantes pour une startup. J'ai personnellement rencontré la plupart des talents de notre entreprise. Souvent, le PDG n'est pas seulement le PDG, mais aussi le « Chief Meaning Officer ». Il a besoin d'expliquer à ses pairs quelle est la valeur et l'importance de ce que nous faisons. Il est très important de les laisser se mettre d'accord et de prendre la route ensemble.

En même temps, à ce stade, mon rayon de gestion est très large et la granularité de gestion est également très fine. C'est très dur mais nécessaire. Ce n'est que lorsque vous aurez une compréhension globale et confirmerez que l'orientation de l'entreprise est correcte et stable que vous pourrez consacrer plus de temps à d'autres aspects.

Ce site : Comment attirer ces talents ?

Yang Fengyu : Ce qui attire essentiellement tout le monde, c'est le chemin vers la fin de l'intelligence incarnée. En plus, c'est la question de savoir comment y parvenir.

Nous avons plusieurs points forts. Premièrement, nous avons un très fort avantage en termes de coûts de chaîne d'approvisionnement. Deuxièmement, notre équipe a une bonne exécution et une vitesse d'itération très rapide. De nombreux candidats peuvent penser que nous ne sommes pas assez bons lorsqu'ils en ont connaissance. C'était bien, mais quand je suis revenu quelques semaines plus tard, j'ai constaté que la scène était terminée et que les progrès étaient très rapides. Nous avons également des talents issus de certaines des plus grandes entreprises nationales de robotique qui ont activement demandé à nous rejoindre.

Ce site : Quelle est la source de financement actuelle ?

Yang Fengyu : Nous le divulguerons au moment opportun.

Ce site : Existe-t-il un plan de financement externe ?

Yang Fengyu : Les retours actuels des investisseurs sont très positifs. Nous invitons les investisseurs qui partagent notre vision de l'intelligence incarnée universelle à rester avec nous sur le long terme.

Ce site : Pourriez-vous s'il vous plaît nous donner une introduction détaillée de vos produits à venir et de vos futurs projets de marché ?

Yang Fengyu : Le robot que nous sommes sur le point de produire en série s'appelle Wanda, qui est un robot humanoïde à roues à deux bras. Dans la première vidéo technique que nous avons publiée, vous pouvez voir certaines de ses fonctionnalités, mais ce n'est pas tout. Il y aura plus de détails surprises lorsque nous le lancerons aux consommateurs en septembre.

En fin de compte, le produit qu'UniX AI espère livrer aux consommateurs est un robot intelligent incarné universel qui non seulement sert la famille, mais peut également accompagner les gens dans des endroits de plus en plus éloignés et fournir plus de fonctions, ce qui nous oblige à continuer à se développer techniquement, et nécessite également une co-création collaborative entre l'entreprise et les utilisateurs. Vous ne pouvez pas parcourir mille kilomètres sans faire de petits pas, alors commençons par le premier pas.

plus Tao

｜Wang Changhu

｜

Xia Lixue | Gao Jiyang｜Demi Guo

｜

Li Yan

Contacter l'auteur : jjingl- (veuillez indiquer le nom de l'entreprise lors de l'ajout)

Atas ialah kandungan terperinci Ketua Pegawai Eksekutif Selepas 2000 Yang Fengyu: Seorang doktor Yale kembali ke China untuk memulakan perniagaan dan membina robot humanoid 'dihasilkan secara besar-besaran' pertama dalam tempoh lima bulan |. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!