Репортаж от Wedoany，На Всемирной конференции по искусственному интеллекту (WAIC) 2026 года китайская компания Tashizhihang продемонстрировала автоматизированную производственную линию сборки прецизионных автомобильных жгутов проводов, работающую на основе недавно выпущенной собственной фундаментальной модели AWE 3.5. В ходе демонстрации в выставочный зал была доставлена кольцевая линия сборки жгутов в масштабе 1:1, где несколько роботов работали совместно, одновременно выполняя задачи по сборке различных типов проводов.
Цех по производству автомобильных жгутов проводов долгое время считался «глубоководной зоной» промышленной автоматизации из-за мягкости жгутов, чрезвычайно высоких требований к точности соединения и сложности процессов. Главный научный сотрудник Tashizhihang Дин Вэньчао заявил, что внедрение AWE 3.5 значительно повысило эффективность линии, и даже потребовалось контролировать скорость работы роботов, чтобы избежать истощения запасов материалов.
AWE 3.5 — это первая в области воплощенного интеллекта собственная модель, объединяющая полную парадигму от предварительного обучения до пост-обучения. Модель на этапе предварительного обучения одновременно обрабатывает мультимодальные данные, такие как визуальные, языковые и двигательные, используя единую архитектуру под названием «One Model», которая способна как выдавать команды движения, так и прогнозировать будущие визуальные состояния. Изменяя комбинации входных и выходных данных, модель может переключаться между «базовой стратегией» и «моделью мира с условными действиями», формируя полный цикл обучения с подкреплением.
На WAIC AWE 3.5 также продемонстрировала способность к обобщению множества задач на основе одной модели, включая уборку стола, упаковку телефонов, подключение сетевых кабелей, сортировку деталей и другие. Модель не требует перезагрузки или переключения параметров при переходе между различными задачами. Кроме того, Tashizhihang организовала интерактивную демонстрацию модели мира, где зрители, надев датчики захвата, могли взаимодействовать с параллельным миром, созданным AWE 3.5, и испытывать физическую обратную связь, такую как гравитация, столкновения и трение, причем весь процесс не зависел от традиционных физических движков или кода законов Ньютона.
Модель обладает способностью к долговременной памяти и пространственному пониманию временных последовательностей, что позволяет поддерживать стабильность среды в течение нескольких минут непрерывного интерактивного циклического вывода, обеспечивая сегментацию фрагментов действий в процессе пост-обучения. Tashizhihang подчеркивает, что AWE 3.5 обучена на более чем миллионе часов человеко-центрированных данных, и фокус ее системы данных смещается с «большего количества» на «более умные и качественные», при этом эффективность данных становится новым критерием оценки.
В интервью Дин Вэньчао заявил, что благодаря достаточному объему данных предварительного обучения и инфраструктуре, способной обрабатывать большие объемы данных, AWE 3.5 уже может выполнять новую задачу, требуя лишь сбора данных в течение нескольких часов. Он отметил, что масштабирование воплощенного интеллекта полностью раскрыто, и в первой половине 2027 года может наступить переломный момент в отрасли. Помимо сборки жгутов, модель уже прошла проверку в нескольких промышленных сценариях, таких как гибкие операции, сортировка и совместный контроль.
Отвечая на споры в отрасли о направлениях VLA (визуально-языково-двигательная модель) и «модели мира», Дин Вэньчао считает, что конечным критерием оценки остается «способность оптимизировать действия». Он объяснил, что архитектура One Model в AWE 3.5 объединяет визуальные, языковые и двигательные данные на этапе предварительного обучения, избегая галлюцинаций видеомоделей или несинхронизации пространственного понимания с действиями, что позволяет модели стать собственным симулятором без необходимости ручного создания среды моделирования.
Что касается ловких рук, Дин Вэньчао отметил, что это его самая большая «неразгаданная загадка» на данный момент. Tashizhihang начала самостоятельную разработку ловких рук еще до AWE 3.0, используя нисходящий подход: сначала анализируя способности, необходимые человеку для выполнения действий, а затем обратным образом определяя аппаратный дизайн. Он с оптимизмом прогнозирует, что ловкие руки могут войти в реальные сценарии, и в течение 12–18 месяцев можно будет увидеть очевидные отраслевые тенденции; их способность замкнуть коммерческий цикл может стать важной вехой в области воплощенного интеллекта.
Дин Вэньчао считает, что отрасль воплощенного интеллекта перешла от внимания к тому, «может ли робот двигаться» и «захватывать», к этапу, где больше заботятся о его способности стабильно работать в реальных сценариях. Способность к масштабному внедрению в нескольких сценариях станет ключевым критерием оценки компаний в 2027 году. Он также отметил, что в настоящее время передовые исследования в области воплощенного интеллекта ускоряют переход к промышленности, и новым игрокам, которые полагаются только на технические маршруты из научных статей, стало значительно сложнее начинать бизнес; им необходимо искать новые экологические ниши.
На выставке WAIC стенд Tashizhihang располагался в зоне «Модная эпоха · Город партнеров» на первом этаже Шанхайского выставочного центра Expo, являясь первым стендом справа от входа. Демонстрация также включала этап подключения прецизионных жгутов, где зрителям приходилось щуриться, чтобы попасть в крошечные отверстия, ощущая сложность операции. Во время выставки зона Tashizhihang также привлекла большое количество посетителей.
Демонстрация сборки прецизионных жгутов требовала чрезвычайно высокой точности; отверстия были очень маленькими, и нужно было щуриться, чтобы точно попасть и убедиться в правильности вставки, что представляло вызов как для роботов, так и для людей.
Дин Вэньчао подчеркнул, что следующим шагом воплощенного интеллекта является предоставление системе градиента, то есть четкого направления итерации, которое должно исходить из положительной обратной связи в реальных сценариях. Tashizhihang продвигает этот процесс, формируя замкнутые циклы Killer App в нескольких сценариях.
Говоря о важности совместного проектирования аппаратного и программного обеспечения, Дин Вэньчао считает, что она намного превосходит ожидания. Захваты могут решить около 80% проблем, но оставшиеся 20% требуют использования ловких рук; их способность справляться с реальными задачами и замкнуть коммерческий цикл может стать важной вехой в области воплощенного интеллекта.
Дин Вэньчао резюмировал, что отрасль перешла от локальных технологических достижений к систематической и организованной борьбе, и конечный критерий оценки будет очень интуитивным: какие задачи выполнил робот, скорость и стоимость расширения на новые задачи. Способность стабильно и непрерывно работать в реальных сценариях стала ключевым направлением внимания отрасли.
