产品

人形机器人不会追逐,而是赢得了100多个KA客户:

一种勇敢的勇气,是“反同情”务实的,几乎是偏执的。 5月9日,大湾地区的第一家实用人工智能研究所,香港科学技术大学Fon Neumann Institute,与全球AI巨人兼科学技术大学的Jia Jiaya的院长一起在香港展出。但是,这个揭幕仪式的更有趣的细节是:来自HKIC等风险投资行业的许多代表和许多全球巨头制造业都坐在观众之下。除了学术支持外,它们的存在还归功于Jia Jiaya的其他身份 - AI独角兽和工业智能业务Simou Technology的创始人。无需解释当今的体现智能的流行程度。在“通用人工智能”的宏伟叙述中,人形机器人激发了投资者占据下一个“ iPhone时刻”的愿望。但是贾·贾亚(Jia Jiaya)和她SIMOU技术是一种独特的存在。这家公司有时创造了最快的马拥有的大海湾的记录,他表明,与酷酷的“人物”相比,Simou的技术更愿意将自己奉献给客户的工厂,并追求一个简单且朴实的指标 - 行业中的渗透率。科学技术是亚洲大数据科学和人工智能的第一名,这是无数AI学生的最高研究机构。 20多年前,贾亚亚(Jia Jiaya)从这里毕业于医生的头衔,并开始了与学术,工业和企业家精神联系的生活。从香港中国大学的终身教授到加入腾讯Youtu实验室,然后建立了Simou的技术,这次回到了他的母校担任Dean,每一轮Jia Jiaya都破坏了规则。 Jia Jiaya的简历是一流的,她有LONG是AI领域的大师,并与“ Top Harvester”等标签紧密相关。他发表了200多篇论文,引用了90,000次以上,H指数超过110。他的学生活跃于学术和工业界,这些角色是来自大学,实验室主任和初创企业创始人的教授,并成为人工智能的骨干,例如Xu,Xu,上海jiaotong大学董事长兼首席执行官CEWU,以及Qiitan Intelligeence的共同创始人。中国,不仅是因为创始小组的学术结合,而且是一种务实且几乎偏执的“反诉讼”大胆。具有体现的智能,并提供了人类机器人的研究资源和开发类人类机器人的发展,并有望开放一个新的一般人工智能时代Echnology是第一个在工业情报的帮助下在工业领域建立突破和实施的人。这种信心来自Simou将顶级论文“零时间差异”转换为生产线的能力。记者在过去的三年中审查了该团队在CVPR和Neurips等领先期刊上发表的论文中发现,他们的主要结果直接达到了AI实施的“致命点”,例如缺乏数据,缺乏数据,突破性的场景和高扩展成本,并且实际上并未在主要行业中实施。技术变革的相关结果列出了工业和信息技术部的“公告和领导力”项目以及市场法规的国家管理,以及“工业和信息技术部的第一批高级适当技术”。蒂硬核转化的S能力最终包含在完全可识别的工业工业方法中:删除形式并保持智力,而不是坚持开发,废除三个主要模块中的基本工业智能身体技术:“大脑(完全自我自我开发的视觉传感器),以及手(AI机械和设备和设备和装备和机器人的手臂)”。它经过调整以根据不同细分的情况创建解决方案,专注于提高质量,降低成本并提高整个制造和制造过程的效率。这个看似保守的决定确实意味着基于对工业生产基本要求的深度观点的Simou,很快就成为Simou的主要竞争。为什么机器人很难进入工厂?近年来,Simou Technology一直在努力实施该技术并实现闭环业务,AI IntustRY发生了变化,大型模型和机器人正在单独上升。尤其是自2024年下半年以来,类人动物机器人已经很快流行,相关初创公司的价值也很大。但是,传统行业的智能转变比SA的流行度更为复杂,以实现机器人在劳动方面的稳定操作,它需要穿越多维技术障碍,例如理解,决策和实施。人形机器人“进入工厂”工作仍然很困难。目前的情况是,即使执行诸如扫描代码和操控之类的简单任务时,类人动物也会被卡住,而这些任务不能与Manu -Manu -Manu -Distrivention分开。而且对运动的控制没有很大的稳定性,并且最先进的人形机器人在行走时没有解决突然崩溃的问题。经常被忽视的另一个疾病点是能量:人形机器人S通常的电池寿命较差。复杂的运动控制,电池寿命有限以及对工业环境不足的适应性使得很难满足暂时的劳动线要求的延续和稳定性。一位新的汽车能源经理告诉记者,他们试图引入类人动物机器人来处理电池模块,但是由于电池寿命少于40分钟,Grab的错误是巨大的,最终不得不返回机器人手臂。系统的技术瓶颈暴露于人形机器人的当前困境。一位投资者叹了口气,“不再谈论人形机器人的'iPhone时刻',现在我还没有创造大哥哥。”一方面,这是不断上升的欣赏,另一方面,这是匿名商业化。今年年初,金沙吉安格风险投资的合伙人朱小胡(朱小胡(朱小在某种程度上,该行业的构成 - 当技术突破与业务回报之间的时差超过了预期的轮换时,找到具有更强认证的着陆锚是不当的选择。实际上,许多投资者对朱小胡胡有了类似的看法。投资者开玩笑说,人类机器人最大的着陆情况是朋友的圈子。无论是一个非人类形状的智能机构还是逐渐的人形机器人,最终,通过解决实际生产点,从帮助人工到高精确的未来生产场景,例如半导体和芯片,以极好的智能决策和出色的机械稳定性和出色的机械稳定性以及从变化到变化到概念的变化而超越人造的,从而超越人造。 “在探索道路上,Simou Technology的“变形和保留情报”的战略选择为实施提供了模板n和具体情报的商业化。目前,Simou开发的工业能源和情报体育是对全球客户的稳定 - 确保确认,并在数千个时期内牢固地工作。技术成功的nda。无论是300个客户还是10千小时,这都是一个令人惊叹的智能曲目,但Simou已经做到了。鉴于SIMOU技术创始团队,最剪裁的技术应与最务实的业务相结合,以创造最大的价值。这与当前趋势完全不同。它没有显示技能,也没有参数排名。全球制造业巨头如何自愿支付它? Simou商业化的道路始于对制造疾病点的深刻看法。 2020年,Simou获得了Star Product Qualcomm Smart Industrial Platform Smore Vimo的商业交付。 T的研究与发展他的平台来自与美国电气车辆的领先制造商合作。该公司组装电池的电池制造线很长一段时间都会损害两个主要问题:线束安装和错误检查检查取决于手机的检查和准确性不足;电池模块具有多种类型的胶水缺陷,很难涵盖Manu启示。 Simou Technology已使用软且困难的来源定制和开发了用于狭窄站空间和复杂缺陷情况的多模型算法和多模型算法,以准确地识别电线线束状态并对模块中的缺陷进行全面检查,从而提供解决方案发现。痛苦,危险命中率和破坏效率的疾病,这是AI吸引客户的最短规则。在短短五年内,Simou实现了0至300的增长,这不仅允许Simou的技术获得大型客户群,但也积累了独特的“场景”财产,这成为工业多模式大型模型和智能技术的研究和开发的强有力的支持。 2023年11月,Simou Technology发布了第一个工业多式模型行业之争,涵盖了200多种不同的行业场景,超过300万个工业图像,以及超过500亿个代币的大量数据。基于Industrygpt,Simou Technology Industrial Agent具有“过度脑”,并开发了跨模式认知,跨场迁移和独立的Desition的功能,这使代理商可以适应各种行业的复杂需求并允许AI深入制造业。以Simou Technology为例,获得AI智能解决方案,可以使用相同的工业体系结构来使电子消费产品的高精度,也可以迅速适应智能M新电池和行业的制造设备。相关的智能技术,它在食品和医学等应用程序方面也得到了扩展。 “专业和多能量”的产品功能使客户超越了传统制造公司的扩展效率。在短短的几年中,它涵盖了许多行业,例如自动化,新Enershame,3C,准确性行业,食品和医学,并护送了近100亿个工业产品的质量和安全性,其中超过20亿轴是五轴AI设备。细分情况的积累和喂养进一步导致了Simou技术的商业化,以产生积极的周期。每当您为客户服务时,该系统都会在实际的劳动情况下积累许多实践经验。该应用程序从前线的反馈已成为大型行业模型和代理算法的繁殖的“营养”。随着技术的持续发展Ology,SIMOU技术的产品和服务与客户的需求越来越一致,形成了“技术改进 - 客户生长 - 塞纳里奥验证积累技术的持续持续改进”的封闭循环。 Simou Technology Broke是AI公司“高收入和低收入”的恶性循环。 Apple,Tesla,Luxshare,CRRC,Foxconn,Boe ... KA朋友的扩张不仅证明了Simou产品的市场价值和技术实力,而且还带来了稳定的现金流向Simou。 Simou Technology已建立在少数AI独角兽之一,具有制作自己的能力。当然,投资者随时寻求此类公司。据了解,Simou Technology已经完成了一个超过10亿元人民币的新融资周期,其赞赏不断增加。一位投资者承认,在市场增长期间,许多商人团队可能会获得很多融资。但是他更担心关于哪些团队可以具有足够的稳定性和决心来通过积累时间来生产真正的商业产品,并务实地实施它们。这是给他留下深刻印象的关键。尽管贾亚亚(Jia Jiaya)担任冯·诺曼研究所(Von Neumann Institute)的主席,但这种新的工业合作实验,学者和研究将具有更多的积极力量。研究所所锚定的诸如体现智能,多模式大型模型研发和应用之类的切割场与Simou工业场景的需求非常一致。将来,抓住了学术机构的深刻来源和人才的优势,预计思维将克服智能生物的技术困难。企业从实际的MGA冲突方案中积累的大量实际应用反馈和成熟解决方案将返回研究所的主要研究,这将进一步加速技术-R进化和生态改进。从学院开始和行业实施的探索也为人们提供了实施“实施实施工业升级的学术技术”的道路的更多想象力。