لماذا تظل الروبوتات عالقة في العروض التوضيحية؟ شركة آي فلاي تك الجديدة تجيب: الافتقار إلى 'الإدراك الجسدي'

أعلنت شركة iFlytek عن تسجيل شركة جديدة بهدوء تحت اسم "Anhui Yaofang Intelligent Technology Co., Ltd." برأسمال قدره 300 مليون يوان، بقيادة بان جيا، كبير العلماء في iFlytek وأحد المساهمين الرئيسيين في جائزة التقدم العلمي والتكنولوجي الوطنية من الدرجة الأولى. تركز الشركة على بناء "العقل" للروبوتات، بحجة أن البنية السائدة حالياً VLA (Vision-Language-Action) أي الرؤية-اللغة-الفعل ليست الحل النهائي بسبب افتقارها للتنبؤ بالعواقب. ويقترحون أن النماذج العالمية تحتاج إلى مكون إضافي: "الإدراك الجسدي" - أي قدرة الروبوت على فهم حدوده المادية. أصدر الفريق تقريراً فنياً بعنوان iFLYTEK-Embodied-Omni، يقدم نموذجاً أساسياً موحداً متعدد الوسائط للروبوتات المجسدة يجمع بين VLM (Vision-Language Model) أي نموذج الرؤية-اللغة، وVGM (Video Generation Model) أي نموذج توليد الفيديو، وAGM (Action Generation Model) أي نموذج توليد الأفعال مع آلية انتباه ذاتي مشتركة متعددة الوسائط. يتضمن النموذج الحساب العكسي للحركة كمهمة تدريبية لتعزيز الإدراك الجسدي. في المعايير المرجعية، يحقق النموذج متوسط نسبة نجاح 89.6% في التعميم الصفري لـ LIBERO-Plus وأكثر من 93% في مهام الذراع المزدوجة لـ RoboTwin 2.0. تخطط الشركة للتكامل مع شركة Lingdong General Robot التابعة لـ iFlytek لنشر العقل في الروبوتات الحقيقية.