💵 Zhipingfang достигла оценки $2,8 млрд — первый воплощённый AI-единорог региона Большого залива

Китайская компания Zhipingfang, разработчик воплощённого искусственного интеллекта (Embodied AI), закрыла новый раунд финансирования на 5 млрд юаней (~$700 млн). Общая оценка стартапа превысила 20 млрд юаней ($2,8 млрд), что сделало его первым «единорогом» в сфере воплощённого AI в регионе Большого залива (Greater Bay Area).

В раунде участвовали государственные промышленные фонды (National SME Development Fund, China Cultural Industry System Fund), провинциальные AI-фонды, страховые и инвестиционные компании, а также Moutai Group, Pharmaron и China Merchants Capital. За четыре месяца оценка Zhipingfang удвоилась — с 10 до 20 млрд юаней. Всего за год компания провела 12 раундов, став самым быстрорастущим стартапом в сегменте по темпам и масштабу привлечения средств.

Ключевая технология Zhipingfang — NeuroVLA, первая в мире «мозгоподобная» архитектура для воплощённого интеллекта. Система копирует организацию человеческой нервной системы: кортикальный модуль отвечает за семантическое мышление, мозжечковый — за координацию движений, а спинальный импульсный модуль — за рефлекторные реакции с ультранизкой задержкой. В отличие от традиционных AI, NeuroVLA обрабатывает данные событийно, экономя вычислительные ресурсы — аналогично тому, как мозг с 86 млрд нейронов работает всего на 20 Вт.

#Business #AI #Zhipingfang #NeuroVLA #EmbodiedAI

❗️Прорыв в пространственном зрении воплощённого ИИ: решение LionRock AI Lab на IROS 2026

Исследователи из LionRock AI Lab (China Merchants Group) выявили и устранили критическую уязвимость Vision-Language-Action (VLA) моделей — их крайнюю чувствительность к изменению положения камеры. В работе, принятой на IROS 2026, показано: смещение камеры на несколько миллиметров снижает успешность выполнения задач с 85% до 43%.

Команда обнаружила три типа shortcut learning: Camera-Base Coupling (модель запоминает координаты объектов относительно камеры), Camera-Object Coupling (зависимость от угла обзора) и Object-Position Coupling (фиксация на позиции объекта, а не на семантике задачи). В эксперименте с задачей «взять ручку и положить в подставку» при фиксированной позиции подставки успешность составляла 95%, но при смещении подставки на один диаметр падала до 72%.

Решение — Hybrid Dynamic Data Collection (HDDC): методика сбора данных с динамическим изменением положения камеры и объектов. HDDC заставляет модель учить реальные пространственные зависимости, а не shortcuts. Подход model-agnostic и подтвердил эффективность на нескольких архитектурах VLA.

Практическое значение: текущие бенчмарки показывают 90%+ успеха в фиксированных условиях, но реальное развёртывание требует устойчивости к изменению ракурсов и расположения объектов. Работа доступна на arXiv и GitHub.

#Tech #VLA #EmbodiedAI #IROS2026 #Robotics #AI #Research

📱 Xiaomi открывает исходный код Robotics-U0: 38-миллиардная модель для роботов, объединяющая четыре задачи

Xiaomi представила Xiaomi-Robotics-U0 — первую в области воплощённого ИИ унифицированную генеративную модель с 38 миллиардами параметров, способную одновременно выполнять четыре типа задач для роботов. Код и веса полностью открыты на GitHub и HuggingFace.

Модель охватывает генерацию сцен (создание многовидовых окружений по текстовому описанию — от столов до складов), перенос траекторий робота в новые условия (с сохранением поз и композиции), генерацию видео взаимодействия (поддержание физической согласованности в последующих кадрах) и стандартные text-to-image с редактированием. Это позволяет использовать интернет-визуальные знания для задач воплощённого ИИ.

Robotics-U0 заняла первое место на бенчмарке WorldArena среди 126 моделей. В реальных тестах с неизвестным освещением и фоном уровень выполнения стратегий вырос в среднем на 26% при обучении на данных, дополненных моделью. Архитектура UNIS ускоряет инференс в 83 раза по сравнению с сырым авторегрессивным подходом, снижая порог развёртывания. Релиз включает полный проект, код, веса и коллекцию на ModelScope — это один из самых масштабных открытых вкладов китайской компании в область воплощённого ИИ.

#AI #Code #Xiaomi #Robotics #EmbodiedAI #OpenSource

⬆️ PwC и Morgan Stanley: рынок человекоподобных роботов в Китае достигнет $15 млрд к 2030 году

PwC China опубликовала первый «Белый доклад» по развитию интеллектуальных роботов, а Morgan Stanley прогнозирует отгрузку 446 000 гуманоидов в год с объёмом рынка $15 млрд к 2030 году. Китайская индустрия воплощённого интеллекта переходит от пилотных проектов к масштабной коммерциализации.

Доклад выделяет три форм-фактора к 2030 году: промышленные манипуляторы для фиксированных операций (полупроводники, авто, hi-tech), колёсные и четвероногие роботы для складов и доставки (основной драйвер коммерциализации), а также человекоподобные роботы для ухода за пожилыми и гибкой сборки. Авторы предупреждают: ни один форм-фактор не заменит все сценарии за 3–4 года, а гиперконцентрация на гуманоидах ведёт к неэффективному распределению ресурсов.

Среди ключевых вызовов — экспоненциальный рост вычислительных потребностей при линейном расширении мощностей. Четыре закона масштабирования (pre-training, post-training, test-time, agentic) требуют гетерогенных вычислений беспрецедентного масштаба. Стратегия на уровне моделей: создание вертикальных производственных моделей для конкретных сценариев с постепенным накоплением данных.

На выставке WAIC 2026 Kepler Robotics показала гибридные четвероногие и человекоподобные роботы K3. Как отметил партнёр PwC Линь Цзюньда, отрасль завершила валидацию технологий и сценариев — начинается эра масштабной коммерциализации.

#Tech #Robotics #China #EmbodiedAI #PwC #MorganStanley

🤖Стена edge AI: почему воплощённому ИИ нужна новая математика

Быстрый прогресс LLM и мультимодальных моделей подтолкнул индустрию к переносу тяжёлых архитектур в физический мир — от человекоподобных роботов до автономной доставки и беспилотников. Однако стратегия «масштабируем вычисления — и всё заработает», которая сработала в облаке, упирается в системный барьер.

Облачный ИИ гибко наращивает ресурсы: не хватает памяти — добавь серверы. Физические системы ограничены жёстко: каждый лишний ватт на борту — это вес батарей и проблемы с охлаждением, а задержка решения критична до миллисекунд. Если робот не успел обработать сцену, он реагирует на устаревшее состояние среды: теряется устойчивость, начинаются колебания и аварии.

Автор называет это «стеной edge AI» — двойным ограничением физики и теории сложности. С ростом сложности задач пространство альтернатив растёт экспоненциально, и вычислительная перегрузка планировщика становится не локальным багом, а фундаментальным пределом всего класса воплощённого ИИ. Вопрос: есть ли порог, после которого наращивание бортовых вычислений перестаёт быть жизнеспособной стратегией?

#Tech #Robotics #EdgeAI #EmbodiedAI #AMR

⚙️Unitree представила человекоподобную foundation-модель UnifoLM-WLA-1.0

Unitree 10 сентября раскрыла UnifoLM-WLA-1.0 — универсальную embodied-модель для человекоподобных роботов на ~6 млрд параметров. Один чекпоинт, обученный на ~2500 часах реальных рободанных, координирует 64 задачи: 10 по управлению всем телом и 54 настольные манипуляции. Поддерживаются как двухпалые захваты, так и многопалые дexterous-кисти. Это не боевой демо-проект вроде UnifoLM-X2, а полноценный vision-language-action стек для бытовых и настольных задач.

Архитектурно модель строится на interaction-centric world modeling и MMDiT action expert. Стадия embodied-рассуждений UnifoLM-ER-1 на базе Qwen3-VL-4B обучена на 5+ млн embodied-сэмплов (детекция, 3D, 2D-траектории, пространственные вопросы). Dynamic-region prediction через optical flow и VQ-VAE предсказывает будущие изменения сцены, а residual vector quantization разбивает единое пространство действий на позы эффектора, суставы кистей и нижней части тела, подавая токены в UnifoLM-ER-Flow.

На 16 мультимодальных бенчмарках Unitree заявляет лидерство ER-1-4B среди открытых моделей на 7 тестах и превосходство над проприетарной GPT-6 Astra в задачах Where2Place, BLINK, CV-Bench и EmbSpatial. Видео оценки — на железе Unitree G1: складывание полотенец, упаковка телефонов, застилание кровати, сортировка обуви. Однако код, веса и датасеты пока помечены «Coming soon» — открыт только проект-страница и документация архитектуры.

#Tech #Unitree #UniformWLA #EmbodiedAI #Model

🤖 Faraday Future представила девять EAI-роботов от $9 990

Faraday Future и основатель компании Цзя Юэтин анонсировали девять конфигураций роботов Embodied AI в линейках Futurist, Master и Aegis - от гуманоидных до четвероногих платформ. Стартовая цена - $9 990.

Флагман All-New Futurist - полноразмерный гуманоид с 51 степенью свободы (до 71 с улучшенной рукой), двумя батареями на 1 152 Вт·ч и автономной зарядкой. Версия Ultra на NVIDIA Jetson Thor выдаёт около 700 TOPS и стоит $89 900, Ultra - $129 900. Master Mini для образования и соревнований: 95 см, 19,5 кг, три тира по 48/117/200 TOPS за $9 990-$17 990. Линейка Aegis включает колёсно-ногого охранного робота Classic Ultra-W ($12 990), промышленного Mega с нагрузкой до 50 кг ($74 990) и тяжёлого четвероногого Hyper от $137 900.

Четыре отраслевых пакета решений охватывают K-12-образование (Blockly, Python, ROS), исследования, безопасность с мультироботным патрулированием и инспекцию объектов энергетики и добычи. По словам компании, экосистема EAI-роботов вышла на версию 2.0 - 11 моделей и 24 продукта.

#Tech #Robotics #EmbodiedAI #FaradayFuture #AI

🤖 AgiBot выпустила 20-тысячного робота: 300+ машин вышли на работу в парке Chimelong

Китайская AgiBot передала 20-тысячного универсального робота - Expedition A3 Ultra - группе Chimelong при открытии парка Spaceship Park в Хэнцине (Чжухай). В тот же день более 300 роботов компании начали ежедневную работу на территории комплекса.

Темпы производства резко ускорились: в 2023 году было всего шесть прототипов, серийный выпуск стартовал в августе 2024-го, к январю 2025-го - 1000 единиц, к концу года - 5000, в марте 2026-го - 10 000, в июне - 15 000. От 10 000 до 20 000 компания дошла примерно за полгода.

A3 Ultra ростом 174 см получил корпус из магниевого сплава и углеволоконного нейлона, круговое восприятие 360°, связку UWB и RTK для позиционирования, вычислительную платформу на 700 TOPS и всенаправленные тактильные руки с 20 степенями свободы. В парке роботы закрывают семь сценариев - от шоу, научных программ и навигации до ритейла, сопровождения, отельного сервиса и спорта - на более 100 точках взаимодействия.

Связку языка, зрения, речи и движения обеспечивает большая модель WITA, а платформа LinkSoul настраивает голос, мимику, персонажа и костюм под героев Chimelong.

China Mobile вместе с партнёрами развернула первую крупномасштабную 5G-Advanced-инфраструктуру для embodied AI в туризме: сетевые слайсы, edge-оборудование и изоляция трафика роботов от трафика посетителей для низкой задержки и управления парком. Стороны также открыли совместный исследовательский институт embodied-AI для туризма.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AgiBot #Robotics #EmbodiedAI #China #5G

🤖 Робот TwinDEX от X Square выполнил 24-шаговый химический эксперимент без обучения на реальном роботе

Shenzhen-компания X Square Robot показала, как манипулятор проходит полный стандартный химический эксперимент из 24 поддействий - одним непрерывным дублем. Политика обучения была построена с нуля всего на нескольких сотнях эпизодов, собранных без участия робота.

В основе лежит система TwinDEX: носимый экзоскелет для сбора данных и конструктивно идентичная трёхпалая роборука для развёртывания. Оба устройства имеют девять степеней свободы, семь активных суставов, одинаковые оси, материалы контакта и тактильные сенсоры. Записи движения пальцев напрямую переносятся на руку без ретаргетинга, а для двуручных задач модель учит относительное положение кистей - смена стола или оператора не ломает координацию.

Робот открывает реагент, набирает порошок шпателем, сжимает пипетку с грушей, переливает жидкости и удерживает прозрачную стеклянную палку у колбы. По данным Leiphone, такие задачи плохо решаются только зрением: скручивание крышки требует бокового движения пальцев, а усилие на пипетке подстраивается после контакта. Пропускная способность сбора данных заявлена в 5,3 раза выше телеробота, пайплайн совместим с open-source моделью WALL-OSS и переносится на pi0.5.

🎨 qvabo.studio/tg · картинки и видео

#Tech #Robotics #EmbodiedAI #TwinDEX #XSquare #AIresearch

🔝 Qwen3.8-Max и Nebula от ZTE разделили первое место в рейтинге «воплощённого мозга» SuperCLUE

Китайская группа оценки ИИ SuperCLUE опубликовала сентябрьский выпуск лидерборда EmbodiedCLUE-VLA, который измеряет, насколько модель способна быть «когнитивным ядром» робота - планировать и рассуждать в физических задачах. Среди китайских моделей Qwen3.8-Max-0902 от Alibaba и Nebula-EmbodiedBrain от ZTE набрали одинаковые 77.48 балла.

Бенчмарк охватывает четыре блока: базовое восприятие, визуальное рассуждение, взаимодействие и планирование, а также безопасность. Модели пришли к одному результату разными путями: Qwen лидирует в восприятии (83.33) и визуальном рассуждении (84.72), тогда как Nebula взяла 97.92 в безопасности и заметно сильнее в планировании задач - 64.29 против 28.57. Обе модели закрытые и доступны через API.

Ниже расположились открытые модели до 10 млрд параметров: Xiaomi MiMo-Embodied-7B (56.95), RynnBrain1.1-9B от Alibaba (50.33), RoboBrain2.5-8B-NV от BAAI (46.36) и 4B-модель HY-Embodied-0.5 от Tencent (29.14). Слабое место всего китайского поля - планирование: ни одна модель не превысила 40 баллов. Для сравнения: GPT-6 Astra - 86.75, Gemini-3.8-Flash - 82.12.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AI #SuperCLUE #Robotics #Qwen #ZTE #EmbodiedAI

🦾 Dobot представила VEGA 7 - семиосевую руку с силовым контролем для embodied AI

Dobot выпустила DOBOT VEGA 7 - семиосевой манипулятор с силовым управлением, спроектированный с прицелом на embodied AI. Премьера прошла на выставке China International Industry Fair в Шанхае. Рука позиционируется для колёсных двуруких роботов, мобильной манипуляции на производстве и разработки embodied AI.

Главный акцент - надёжность: заявленный MTBF 50 000 часов. В каждом шарнире стоит электромагнитный тормоз, при внезапной потере питания рука удерживает позу и тормозит за 18 мс. Корпус защищён по IP54. В каждом суставе также установлен датчик момента: точность силового контроля от 0,15 Н, момента - от 0,05 Н·м, разрешение от 0,01 Н·м. Это даёт контактное sensing, податливое управление, детекцию столкновений и обучение «за руку».

Основные характеристики: полезная нагрузка 7 кг, радиус 725 мм, повторяемость ±0,03 мм. Седьмая ось добавляет избыточность - рука достигает точки в разных позах, что полезно для работы внутри оборудования и в тесном пространстве двух рук. Кабели проложены через полый корпус, на конце - два интерфейса расширения с EtherCAT, CAN и RS-485, питание 3 А номинал / 5 А пик. Отдельно Dobot подчёркивает пользу датчиков момента для сбора данных: при записи телеоперации или демонстраций на реальном роботе они фиксируют контактные усилия вместе с движением - дополнительный сигнал для обучения помимо видео и позиций суставов. Цены и даты поставок нет.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AI #Robotics #Dobot #VEGA7 #EmbodiedAI