شركة "جيانزي روبوت" الصينية تحصل على تمويل بمئات الملايين من اليوانات بقيادة "أنت غروب" و"ديدي" و"ديليان كابيتال"

أخبار ar.wedoany.com، في الأول من يونيو، أعلنت شركة "جيانزي روبوت"، مزود حلول الذكاء المجسّد، عن إتمامها عدة جولات متتالية من التمويل بلغ إجماليها مئات الملايين من اليوانات، بقيادة كل من مجموعة "أنت غروب" وشركة "ديدي" و"ديليان كابيتال"، مع متابعة استثمارية من مستثمرين قدامى مثل "شونوي كابيتال" و"بي في بايدو فينتشرز" و"جيوشي إنتليجنس". وأشارت "جيانزي روبوت" إلى أن هذا التمويل يُعد الأكبر من نوعه في مجال بيانات الذكاء المجسّد دون الاعتماد على جسم روبوتي محدد.

تضع هذه الجولة التمويلية عنصرًا حاسمًا في صدارة المنافسة بصناعة الذكاء المجسّد، ألا وهو البيانات. خلال الفترة الماضية، تركز اهتمام السوق بالروبوتات البشرية والذكاء المجسّد بشكل أساسي على الأجهزة الأساسية، ووحدات المفاصل، والأيدي الماهرة، والتحكم الحركي، وقدرات النماذج الكبيرة. ومع ذلك، فإن دخول الروبوتات الفعلي إلى المنازل، والتجارة، والخدمات اللوجستية، والمصانع، وقطاع الخدمات لا يزال يتطلب كميات هائلة من بيانات السلوك عالية الجودة المستمدة من العالم المادي الحقيقي. يركز اتجاه بيانات الذكاء المجسّد دون الاعتماد على جسم روبوتي محدد، الذي تتبناه "جيانزي روبوت"، بشكل أساسي على تمكين النماذج من الحصول على بيانات قابلة للنقل وإعادة الاستخدام والتوحيد القياسي لمهارات البشر، وذلك قبل ربطها بأي جسم روبوتي معين، من خلال جمع البيانات متعددة الوسائط، وتسجيل السلوك، وإدارة البيانات، وتكييف التدريب. كما أن قيادة مؤسسات مثل "أنت غروب" و"ديدي" و"ديليان كابيتال" لهذا التمويل تشير إلى أن البنية التحتية لبيانات الذكاء المجسّد قد انتقلت من مرحلة الاستكشاف التقني المبكر إلى مرحلة الاستثمار الرأسمالي المكثف، حيث يركز المستثمرون بشكل أكبر على ما إذا كان خط إنتاج البيانات، وموارد السيناريوهات، والتسليم الهندسي، وحلقة التدريب المغلقة للنماذج يمكن أن تشكل نطاقًا واسعًا.

سبق لشركة "جيانزي روبوت" أن قامت ببناء نظام منتجات وخطوط إنتاج حول بيانات السلوك البشري عالية الدقة، مع التركيز على إنشاء مسار لتوليد البيانات يعتمد على مبدأ "تحديد معايير البيانات انطلاقًا من النموذج".

من الناحية التقنية، تتبنى "جيانزي روبوت" بيانات السلوك البشري عالية الدقة ومتعددة الوسائط كحل أساسي، وتقوم ببناء نظام جمع يشمل الرؤية، واللمس، وحركات اليد، ووضعيات الجسم، والحالات البيئية، وعمليات المهام. وتظهر التقارير المنشورة أن الشركة قد طورت تقنياتها الخاصة في الوحدات البصرية الرئيسية والاتصالات اللاسلكية، وتقوم بتسجيل معلومات "البيئة والسلوك" عبر مصفوفة إدراك متعددة الكاميرات. تغطي مجموعة منتجاتها أشكالاً مثل الأصابع الثنائية المحاكاة للطبيعة، والأصابع الخمسة الماهرة، والماسكات الصناعية، لتلبية احتياجات جمع البيانات المختلفة مثل التنسيق بين الرأس واليدين، والمناولة الماهرة، والالتقاط الصناعي. لاستكمال النماذج المجسّدة لمهام حقيقية مثل الالتقاط المستقر، وفتح الأبواب، والترتيب، والتنظيف، والنقل، وتشغيل الأدوات، لا يكفي الاعتماد فقط على بيانات المحاكاة وعينات الفيديو منخفضة الجودة لتلبية متطلبات التدريب، وذلك لأن قوى التلامس، والانسدادات، والأخطاء، ومواد الأشياء، والتغيرات المكانية، وتفاصيل التشغيل البشري في العالم المادي يصعب محاكاتها ببساطة. تحاول "جيانزي روبوت" تحويل هذه المتغيرات المعقدة إلى أصول بيانات قابلة للتدريب والتقييم وإعادة الاستخدام، مما يخفض حاجز تطبيق النماذج المجسّدة من المختبرات إلى السيناريوهات الحقيقية.

تُظهر المعلومات المنشورة أن "جيانزي روبوت" قد أنشأت خط إنتاج بيانات متخصص للذكاء المجسّد يُعرف باسم "Gen ADP"، يغطي أكثر من 3000 مستخدم لجمع البيانات وأكثر من 10,000 موقع حقيقي في المنازل والمصانع والتجارة والخدمات اللوجستية والمختبرات والرعاية الطبية، وتراكمت لديها أصول بيانات من سيناريوهات حقيقية تتجاوز مليون ساعة.

يتركز تأثير هذا النوع من التمويل على صناعة الذكاء المجسّد في التغيرات التي تطرأ على طريقة توفير البيانات. في الماضي، كانت شركات الروبوتات تضطر غالبًا إلى بناء فرق جمع البيانات الخاصة بها، ومواقع الجمع، وعمليات وضع العلامات، وأنظمة التقييم، مما كان يتطلب تكاليف عالية وفترات زمنية طويلة، كما كانت قدرة إعادة استخدام البيانات بين الأجسام المختلفة ضعيفة. إذا تمكن مزودو حلول البيانات الخارجية من توفير قدرات موحدة لجمع البيانات وإدارتها وتكييف التدريب وتقييم النتائج، فستتمكن شركات الذكاء المجسّد من توجيه المزيد من الموارد نحو تصميم النماذج، وتصميم الأجسام، واستراتيجيات المهام، وتسويق السيناريوهات. بعد جولة التمويل هذه، من المتوقع أن تستخدم "جيانزي روبوت" الأموال في مواصلة تطوير منتجات الجمع متعددة الوسائط، وبناء النظام التقني للنموذج الأساسي للبيانات، وتحقيق حلقة تدريب مغلقة من البداية إلى النهاية، وتوسيع التعاون مع العملاء العالميين. تتركز المتغيرات اللاحقة في اتساق جودة البيانات، وفعالية نقل البيانات عبر الأجسام المختلفة، وتكلفة التسليم على نطاق واسع، وقدرة تجديد عقود العملاء الصناعيين، وما إذا كانت البيانات غير المرتبطة بجسم روبوتي محدد يمكنها حقًا تحسين قدرة الروبوتات على التعميم في السيناريوهات الحقيقية المعقدة.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com