X Square Robot builds foundational stack for general-purpose robots

中国の具現化AI企業X Square Robotは、汎用ロボット向けの統合スタックを提案した。従来の認識、計画、制御の個別モジュールを組み合わせるアプローチとは異なり、X Square Robotはデータ、世界モデル、行動モデルを単一のオープンプラットフォームに統合する。このスタックは三つの原則に基づいている：データの基本単位は軌跡ではなく相互作用であること、事前学習は初期化だけでなく使用可能な能力を提供すること、行動は固定時間間隔ではなく物理的イベントを中心にモデル化されること。データ収集のために、同社はUniversal Manipulation Interface（UMI）QUANXTA Zero Seriesを開発した。これは遠隔操作の代わりに二つのグリッパーを備えた装着型ヘルメットを使用する。重要な革新点は品質管理であり、記録された軌跡を実際のロボットで再生し、タスクを正常に完了したものだけを有効とみなす。世界モデルWALL-WMは固定時間間隔ではなく意味的イベント（例えば「掴む」「置く」）で動作し、視覚的特徴を保持するテキスト・トゥ・ビデオモデルを使用する。行動モデルWall-OSS-0.5は、離散的な行動トークン、言語への対応付け、連続行動の生成という三つのタスクを同時に学習する。トークナイザーX-Tokenizerは連続動作を意味的トークンに変換し、上位コードが動作意図を、下位コードが詳細を表すことで、ロボット間の移植性を確保する。同社は独自のベンチマークで結果を報告しており、世界モデルのコードは独立したテストのために公開されている。X Square Robotの評価額は200億元（約29億米ドル）を超え、投資家の信頼を得ていることを示している。