X Square Robot builds foundational stack for general-purpose robots

Китайская компания X Square Robot, специализирующаяся на воплощённом искусственном интеллекте (ИИ), предложила интегрированный стек для создания роботов общего назначения. В отличие от традиционного подхода, где системы собираются из отдельных модулей восприятия, планирования и управления, X Square Robot объединяет данные, модель мира и модель действий в единую открытую платформу. Стек держится на трёх принципах: базовая единица данных — взаимодействие, а не траектория; предобучение должно давать пригодную к использованию способность, а не только инициализацию; поведение должно моделироваться вокруг физических событий, а не фиксированных временных отрезков. Для сбора данных компания разработала систему Universal Manipulation Interface (UMI) QUANXTA Zero Series, которая использует носимый шлем с двумя захватами вместо телеоперации. Ключевое нововведение — контроль качества: записанные траектории воспроизводятся на реальном роботе, и действительными считаются только те, которые успешно завершают задачу. Модель мира WALL-WM оперирует семантическими событиями (например, «схватить», «положить»), а не фиксированными отрезками времени, и использует текст-в-видео модель с сохранением визуальных признаков. Модель действий Wall-OSS-0.5 обучается на трёх задачах одновременно: дискретные токены действий, привязка к языку и генерация непрерывных действий. Токенизатор X-Tokenizer преобразует непрерывные движения в семантические токены, где старший код означает намерение движения, а младшие — детали, что обеспечивает переносимость между роботами. Компания отчитывается о результатах на собственных бенчмарках, а код модели мира уже публикуется для независимого тестирования. Оценка X Square Robot превысила 20 миллиардов юаней (около 2,9 миллиарда долларов США), что говорит о доверии инвесторов к подходу компании.