fr.wedoany.com Rapport : Récemment, l’entreprise chinoise d’infrastructure d’IA physique Guanglun Intelligence a finalisé un nouveau tour de financement stratégique de 1 milliard de yuans. Ce tour comprend des investisseurs tels que le Fonds de la Cité des Sciences de Zhongguancun, le Fonds d’innovation scientifique et technologique du Sichuan, le Fonds d’investissement scientifique et technologique du Shandong, ainsi que des capitaux industriels et des institutions financières comme Giant Network, Yusin Corporation, Baotong Technology, Zhongke Industry Investment et Liangtu Zhice. Les actionnaires existants, dont CICC Investment, 37 Interactive Entertainment et Semir Investment, ont également participé.
Ce financement sera principalement utilisé pour accroître les investissements en R&D dans les technologies de base des données et de l’infrastructure d’évaluation de l’IA physique. Guanglun Intelligence prévoit d’améliorer davantage son système de produits destiné à l’apprentissage des robots, à l’évaluation des capacités et au déploiement en environnements réels, d’élargir la construction de données de haute qualité sur le comportement humain, de données synthétiques de simulation et de capacités d’évaluation industrielle, et de promouvoir conjointement le développement d’un écosystème ouvert avec ses partenaires industriels.
Guanglun Intelligence se concentre sur les données, la simulation et l’infrastructure d’évaluation à l’ère de l’IA physique. Contrairement à l’IA logicielle traditionnelle, l’IA physique exige que les robots effectuent la perception, la prise de décision et l’exécution d’actions dans des environnements réels. Les données proviennent non seulement de textes et d’images, mais aussi de comportements humains, d’interactions avec des objets, de relations spatiales, de trajectoires de mouvement et de retours d’environnement. Des données physiques de haute qualité et des environnements de simulation reproductibles deviennent une base essentielle pour l’amélioration des capacités des robots.
L’apprentissage des robots impose des exigences élevées en matière de qualité des données. Les tâches du monde réel présentent souvent des scénarios à longue traîne, tels que la déformation des objets, le frottement de contact, les variations d’occlusion, les conditions d’éclairage complexes, les mouvements de personnel et les opérations non standard. Si l’on se fie uniquement à une petite quantité de données réelles collectées, le coût d’entraînement des modèles est élevé, la couverture est limitée, et il est difficile d’effectuer rapidement une validation de sécurité. La combinaison de données synthétiques de simulation et de données sur le comportement humain contribue à améliorer la capacité de généralisation des robots dans des scénarios complexes.
L’infrastructure d’évaluation est également un maillon clé pour le déploiement de l’intelligence incarnée. La capacité des robots à effectuer des tâches stables de transport, de reconnaissance, de préhension, d’inspection, de collaboration et de gestion des anomalies ne peut pas être jugée uniquement sur des démonstrations en laboratoire ; elle doit être validée dans des tâches standardisées, des scénarios industriels et des environnements de test reproductibles. Le fait que Guanglun Intelligence continue d’investir dans le développement des capacités d’évaluation lors de ce tour indique que les capitaux s’intéressent aux maillons fondamentaux de l’intelligence incarnée, passant de « l’entraînement des modèles » à la « validation des capacités » et à la « livraison en scénarios ».
Du point de vue des applications, le système de produits de Guanglun Intelligence continuera de se concentrer sur l’apprentissage des robots, le déploiement en environnements réels et la collaboration avec les partenaires industriels. Les scénarios industriels, de vente au détail, de logistique, de fabrication et de services ont des exigences différentes en matière de capacités des robots, mais ils partagent tous le besoin de fournitures de données évolutives, d’environnements de simulation vérifiables et de systèmes d’évaluation quantifiables des capacités. Plus les capacités de données et d’évaluation sont complètes, plus il est facile pour les entreprises de robots de réduire les coûts d’essais et d’erreurs et de raccourcir les cycles d’itération des produits.
Ce tour de financement reflète également la valeur croissante des investissements dans l’infrastructure de l’IA physique. Par le passé, le secteur de l’intelligence incarnée se concentrait davantage sur les corps de robots, les articulations, les moteurs, les contrôleurs et les grands modèles. Aujourd’hui, le marché commence à s’intéresser davantage aux capacités sous-jacentes de données, de simulation, d’évaluation et de conversion Sim2Real. Pour l’industrie robotique, ce n’est que lorsque les données, les modèles, la simulation et les scénarios réels forment une boucle fermée que les robots peuvent passer de démonstrations ponctuelles à un déploiement à grande échelle.
Cependant, l’infrastructure de l’IA physique est encore en phase d’évolution rapide. Le coût de collecte de données de haute qualité, la fidélité de la simulation, l’uniformisation des normes d’évaluation, la capacité de réutilisation interscénarios et l’efficacité de la livraison commerciale influenceront le développement futur des entreprises concernées. Après avoir réalisé ce nouveau tour de financement stratégique, la capacité de Guanglun Intelligence à transformer ses capacités de données et d’évaluation en projets clients stables et en produits standardisés de l’industrie sera cruciale pour tester sa compétitivité.
Les points d’observation ultérieurs se concentreront sur les progrès de la R&D des technologies de base de Guanglun Intelligence, l’amélioration de son système de produits pour l’apprentissage des robots, l’efficacité du déploiement de sa plateforme d’évaluation industrielle, la profondeur de sa coopération avec les partenaires industriels, ainsi que l’ampleur de l’application de ses capacités de données et de simulation dans des projets robotiques réels. Alors que l’industrie de l’intelligence incarnée continue de se réchauffer, l’infrastructure de données et d’évaluation de l’IA physique devrait devenir une couche de soutien importante pour la commercialisation des robots.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
