Китайская компания Guangxiang Technology завершила ангельский раунд финансирования на сотни миллионов юаней, сосредоточившись на создании физической нативной базовой модели

Репортаж от Wedoany，Китайская компания Guangxiang Technology объявила о завершении совокупного ангельского раунда финансирования на сотни миллионов юаней. В последнем раунде приняли участие такие инвестиционные институты, как Zhuhai Technology Industry Group, Xingzheng Capital, Songhe Capital, Shunxi Fund, Muhua Kechuang, See Fund, Yichen Capital, а также публичная компания Xingyun Technology. Прежние инвесторы, включая Zero One Ventures и L2F Light Source Entrepreneur Fund, продолжили участие. Средства этого раунда будут в первую очередь направлены на исследования и итерации физической нативной базовой модели, а также на продвижение коммерциализации и поставок продуктов в области воплощённого интеллектуального робототехнического оборудования.

Текущие основные технологические направления всё ещё сталкиваются с фундаментальными ограничениями для достижения универсальности физического взаимодействия. Подход VLA (Vision-Language-Action) объединяет экспертные системы действий на основе визуально-языковых моделей для выполнения задач и генерации действий, но семантическая универсальность не равна способности к физическому взаимодействию. Модель по сути является отображением восприятия и действий; после тонкой настройки для конкретных задач она может выполнять фиксированные действия, но с трудом развивает универсальные операционные способности в физическом взаимодействии. Видеопрогнозируемые модели мира сосредоточены на попиксельном прогнозировании последовательностей наблюдений окружающей среды, но прогнозирование внешнего вида не означает понимания физической причинности; изображения недостаточны для описания таких физических свойств, как масса, инерция, трение, деформация и контакт, что затрудняет поддержку универсальной генерации действий.

Чжан Тао, основатель и генеральный директор Guangxiang Technology, заявил, что истинный физический нативный интеллект — это способность, спонтанно возникающая в процессе восприятия, взаимодействия, обратной связи, исследования и ограничений с физическим миром. Физическая нативная базовая модель должна основываться на принципе приоритета физического взаимодействия, способна непрерывно изучать законы мира, последствия действий и ограничения задач из физической среды, обладая универсальным интеллектом для замкнутого цикла сложных задач. Собственная физическая нативная базовая модель Guangxiang Technology, опираясь на самостоятельно созданные высокоточные, масштабные и интерактивные физические данные и собственный матричный алгоритм обучения с подкреплением, через полное взаимодействие модели с физической средой изучает явные физические законы, такие как динамика, контакт, ограничения и сохранение, а также неявные рассуждения о состоянии среды, такие как случайность, неопределённость и долгосрочные последствия, и атрибуцию физических действий, что позволяет модели в процессе непрерывного физического взаимодействия развивать общее понимание физических законов и достигать универсальных поведенческих способностей.

Основная команда Guangxiang Technology обладает полным замкнутым циклом компетенций в области воплощённого интеллекта — от фундаментальных исследований до масштабных поставок. Основатель и генеральный директор Чжан Тао ранее руководил внедрением технологии пространственного восприятия и позиционирования на миллионах автомобильных терминалов. Команда по коммерциализации состоит из специалистов таких технологических и робототехнических компаний, как Alibaba, Tencent, Huawei, KUKA и Geek+, и обладает опытом системной инженерии и коммерческого внедрения. Сооснователь, профессор Ли Шэнбо, является международно признанным экспертом в области обучения с подкреплением и автономного вождения, опубликовал более 250 статей с более чем 30 000 цитирований и в течение 5 лет подряд входил в список наиболее цитируемых учёных Китая по версии Elsevier. 100% ключевых технических сотрудников имеют докторские степени ведущих университетов, таких как Университет Цинхуа и Чжэцзянский университет, охватывая все области воплощённого интеллекта, включая проектирование роботов, обучение с подкреплением и сквозные модели.

Guangxiang Technology создала систему генерации физического нативного интеллекта, состоящую из матричного алгоритма обучения с подкреплением Phi-RL Matrix, физических данных Phi-Space и универсальной платформы разработки физического интеллекта Phi-Arch. На уровне алгоритмов обучение с подкреплением позиционируется как двигатель роста физического интеллекта. Собственная матрица алгоритмов воплощённого обучения с подкреплением Phi-RL Matrix достигла прогресса в ключевых показателях производительности задач, генерации мультимодальных стратегий действий, принятии решений в сложных сценариях и безопасности, поддерживая роботов в развитии физического нативного интеллекта через итеративное обучение методом проб и ошибок в физическом взаимодействии. На уровне данных создан высокоточный физический актив данных Phi-Space, основанный на ключевых алгоритмах трёхмерного моделирования и технологиях физического моделирования, обеспечивающий высокоточное воспроизведение реальных промышленных сцен от геометрической структуры до физических свойств, с использованием генеративных моделей для экспоненциального масштабирования сцен. На уровне платформы создана платформа разработки физического интеллекта Phi-Arch, позволяющая превращать каждое построение модели и развёртывание на терминалах в систематический, повторно используемый и переносимый опыт.

Недавно Guangxiang Technology выпустила промышленного самоэволюционирующего воплощённого интеллектуального робота Phi-Bot X1, который прошёл проверку на реальном рабочем месте сварки и подачи материалов на автомобильной производственной линии. X1 оснащён четырёхрулевым всесторонним шасси, способным адаптироваться к узким проходам и конвейерным рабочим местам на линии, выполняя динамические операции с перемещением, обладая стабильностью при остановке и способностью к автономной блокировке. Конструкция с подъёмным поясом обеспечивает X1 устойчивость к опрокидыванию и способность к координации всего тела, с вертикальным рабочим диапазоном от 0 до 2,5 метров и дистанционным охватом до 1,2 метра. X1 использует полностью шарнирные силовые управляемые двухрычажные манипуляторы, создавая систему реального восприятия и обратной связи по силе от суставов до концевых эффекторов. Опираясь на обобщённую модель навыков, построенную на физическом нативном интеллекте, X1, используя только собственные сенсорные способности, может выполнять высокоточное непрерывное позиционирование в динамичной и сложной промышленной среде. Мощная способность к обобщению сокращает цикл развёртывания до недель или даже дней. На выставке ATC 2026 X1 работал непрерывно в течение 21,5 часа в течение трёх дней, выполняя полный процесс загрузки и выгрузки сварочных материалов с нулевыми ошибками и перерывами, а также в реальном времени взаимодействуя с автоматизированным оборудованием линии. В операции одновременного выравнивания двух отверстий при подаче материалов X1, полагаясь только на собственное восприятие, контролировал точность динамических операций на уровне миллиметров, а угол — в пределах 0,3°, достигая 100% успешности непрерывной работы в динамической среде.

Guangxiang Technology — это компания в области воплощённого интеллекта, совместно инкубированная факультетом транспортных средств и эксплуатации и факультетом искусственного интеллекта Университета Цинхуа. Она обладает матрицей алгоритмов воплощённого интеллекта, системой данных и платформой разработки физического интеллекта. В настоящее время Guangxiang Technology завершила проверку в реальных сценариях на типичных высокоценных рабочих местах, таких как загрузка/выгрузка и контроль качества в автомобильном производстве, и установила коммерческое сотрудничество с несколькими ведущими отечественными и зарубежными автомобильными компаниями. В будущем компания планирует, начиная с автомобильного производства, постепенно расширяться на 3C, электронику и более широкие общепромышленные сценарии.