RobotiikkaLiiketoiminta ja markkinat 🇨🇳 15.08.2026 22:02

Lang Xianpeng robottiyrityksen kautta luomassa 'miljoonan mittakaavan massatuotettua älykästä ajamista'

Lang Xianpeng, keskeinen henkilö Li Auton autonomisen ajamisen 0:sta 1:een ja 1,5 miljoonan ajoneuvon massatuotannossa, on perustanut Kunlun Xing -yrityksen yhdessä Huawein Ren Gengin kanssa. Kehollinen tekoäly-startup keräsi miljardeja rahoitusta kolmessa kuukaudessa ja saavutti yksisarvisen aseman. Haastattelussa Lang korostaa, että kehollisen älykkyyden ydin on 'ymmärtäminen' eikä matkiminen, ja lopullinen kilpailu käydään massatuotannossa ja omavaraisuudessa. Hän kertoo heidän teknisestä lähestymistavastaan, joka perustuu fysikaaliseen kausaalimaailman malliin ja 'datan kääntämiseen', sekä liiketoimintapolustaan toB:stä toC:hen.
Lang Xianpeng, joka johti Li Auton autonomisen ajamisen kehitystä konseptista massatuotantoon 1,5 miljoonassa ajoneuvossa, lähti perustaakseen yhdessä Huawein Ren Gengin kanssa Kunlun Xingin. Yhtiö, joka keskittyy embodied intelligence -robotteihin, keräsi miljardien rahoituksen kolmessa kuukaudessa ja nousi yksisarviseksi. Haastattelussa Lang korosti, että embodied intelligencen avain on ymmärrys, ei jäljittely, ja että alan lopullinen testi on massatuotanto ja omavaraisuus; hän vertasi nykytilaa autonomisen ajamisen tilanteeseen vuosina 2015–2016. Hän kuvaili yksityiskohtaisesti heidän teknologista polkuaan: fysikaalinen kausaalinen maailmanmalli ja "data-kompilaatio" rikastamaan harjoitusdataa fysikaalisilla ominaisuuksilla. He valitsivat täysipinon lähestymistavan kehittäen itse avainkomponentit, kuten nivelet ja moottorit. Heidän liiketoimintastrategiansa alkaa B2B-sovelluksista ja tähtää lopulta B2C-kotiympäristöihin. Lang veti yhtäläisyyksiä kokemukseensa Li Autolla, korostaen datavetoisia lähestymistapoja ja paradigman muutoksia HD-kartoista end-to-end- ja VLA-malleihin. Hän myös painotti insinöörityön tärkeyttä mallien rinnalla ja kuvaili heidän "yksi aivot, useita muotoja" -arkkitehtuuriaan, joka oppii fysikaalisia lakeja, jotka ovat luonnostaan yleistettävissä.
Lähde: QbitAI 量子位 — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset