es.wedoany.com Noticia: El 10 de junio, Xingchen Intelligence y Bodeng Intelligence alcanzaron un pedido de miles de unidades y una cooperación estratégica. Ambas partes planean completar el despliegue a gran escala y la operación estable de los robots de accionamiento por cable de IA de Xingchen Intelligence para 2026, construyendo conjuntamente un "motor de datos del mundo real" orientado a la inteligencia incorporada, superando de manera sistemática el cuello de botella clave de la transición de los modelos de la simulación a la realidad.
Actualmente, la adquisición de datos para la inteligencia incorporada depende principalmente de la teleoperación con robots reales, demostraciones portátiles con humanos (UMI/Ego, etc.), captura de movimiento, síntesis de simulación y videos e imágenes de Internet. Sin embargo, problemas como la escasez de datos multimodales del mundo físico, la falta de datos operativos de alta calidad y la brecha significativa de Sim2Real en los datos de simulación se han convertido en cuellos de botella clave que limitan el desarrollo de la industria. Según estimaciones del sector, los datos de interacción física necesarios para el entrenamiento de modelos de inteligencia incorporada alcanzan cientos de petabytes, y la brecha actual supera el 99%.
Ambas partes construirán un motor de datos del mundo real a nivel de miles de unidades a través de tres medidas principales. Primero, establecerán una "red distribuida de recolección de datos de inteligencia incorporada", formando un sistema de circuito cerrado de datos en funcionamiento continuo. El despliegue inicial se realizará en áreas clave como Guangdong y Anhui, activando el mecanismo de iteración cíclica de "recolección de datos—verificación de calidad—anotación de datos—entrenamiento de modelos—validación en el mundo real". Segundo, recolectarán múltiples tipos de datos basados en el mundo físico real, centrándose en escenarios complejos y no estandarizados como hogares, comercio minorista y servicios comerciales. Acumularán continuamente datos operativos de alto valor que abarcan información multimodal, interacciones con múltiples objetos, secuencias de acciones continuas y múltiples condiciones espaciales. Basándose en la retroalimentación del entrenamiento de modelos, optimizarán continuamente las estrategias de recolección de datos e introducirán tareas de entrenamiento de mayor complejidad y desafío. Tercero, establecerán un objetivo de capacidad de datos anual de millones de horas, expandiendo continuamente la escala de datos de alta calidad a través de procesos estandarizados de producción y procesamiento de datos.
Xingchen Intelligence, como empresa de inteligencia incorporada centrada en IA, ha construido un sistema de autodesarrollo integral de "modelo de IA—SO incorporado—cuerpo de accionamiento por cable". Los datos producidos por sus robots reales se alinean naturalmente con las necesidades de entrenamiento de IA, presentando características como alta diversidad, alta antropomorfización y operaciones reproducibles (alta precisión de posicionamiento repetitivo). Esto garantiza la calidad de los datos y el valor del entrenamiento desde el origen, transformando realmente "recolectar mucho" en "usar bien". Bodeng Intelligence, como constructor de la infraestructura de IA del mundo real en esta cooperación, ha desarrollado de forma independiente plataformas centrales como BRIC Robo, BASE Omni y Blink, construyendo un sistema de motor de entrenamiento totalmente automatizado que es compatible con múltiples modos de recolección como teleoperación, Ego, UMI, captura de movimiento y colaboración de múltiples robots. Apoyándose en tres capacidades centrales: inspección de calidad automatizada, verificación de consistencia física y canalización inteligente de datos, Bodeng Intelligence impulsa la producción de datos del mundo real desde un "modo manual y extensivo" hacia un "modo eficiente de ingeniería, automatización e industrialización", mejorando significativamente la precisión de los datos y la eficiencia de la iteración.
Esta cooperación toma los datos de robots reales de Xingchen Intelligence como base de calidad, el sistema de motor de entrenamiento totalmente automatizado de Bodeng Intelligence como centro de eficiencia, y la red de recolección de datos de miles de unidades y la capacidad anual de millones de horas como soporte de escala, acelerando el circuito cerrado del volante de datos de "entrenamiento real—iteración de modelos—actualización de productos". De cara al futuro, ambas partes tomarán escenarios complejos del mundo real como punto de entrada, acumularán soluciones generalizables y transferibles a través de la iteración coordinada de datos y modelos, crearán un modelo replicable y escalable para el despliegue a gran escala de la inteligencia incorporada, y construirán conjuntamente una infraestructura central de IA física confiable, abierta y sostenible.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
