Cainiao CTO Li Qiang ra mắt nền tảng Physical AI, huy động hơn 100 triệu NDT vòng hạt giống từ Yunqi và SenseTime

Quantum Dynamics, một công ty nền tảng Physical AI (trí tuệ nhân tạo vật lý), vừa hoàn tất vòng gọi vốn hạt giống (seed funding) trị giá hơn 100 triệu nhân dân tệ, do Yunqi Capital và SenseTime đồng dẫn dắt, với sự tham gia của MultiDimension Capital trong quá trình ươm tạo dự án và xây dựng đội ngũ. Được thành lập vào nửa đầu năm 2026 bởi Li Qiang, cựu Giám đốc Công nghệ (CTO) của Cainiao Group và Alibaba International Digital Commerce, công ty tập trung vào việc tích hợp sâu AI với thế giới vật lý, phát triển một công nghệ hệ thống trí tuệ đa năng có thể tái sử dụng trên nhiều kịch bản khác nhau. Li Qiang, người đã có 17 năm gắn bó với Alibaba Group, mang đến kinh nghiệm dày dặn trong lĩnh vực thương mại hóa logistics, công nghệ AI và vận hành kinh doanh toàn cầu. Chiến lược của công ty là trước tiên triển khai robot tại các kho hàng logistics để thu thập dữ liệu thực tế độc quyền, sau đó sử dụng dữ liệu này để tinh chỉnh mô hình world-action (mô hình thế giới-hành động) nền tảng của mình, vốn mô hình hóa đồng thời thị giác, hành động, trạng thái cơ thể và tín hiệu xúc giác. Quantum Dynamics đã xây dựng một hệ thống vòng lặp khép kín dữ liệu (data closed-loop) có khả năng tự động nhận diện và thu thập các đoạn dữ liệu giá trị cao, bao gồm các tình huống con người can thiệp và các trạng thái cận thất bại, nhằm huấn luyện mô hình của mình. Công ty dự kiến trong năm 2026 sẽ trước tiên nhắm đến các kho hàng thương mại điện tử B2C và doanh nghiệp B vừa và nhỏ, tập trung vào các tác vụ bổ sung hàng, lấy hàng và đóng gói, sau đó mở rộng sang các mạng lưới giao hàng phức tạp hơn vào năm 2027, với lộ trình dài hạn hướng tới các lĩnh vực công nghiệp, bán lẻ, y tế, thương mại và dịch vụ gia đình. Khoản đầu tư này được Yunqi Capital và SenseTime hậu thuẫn, và họ nhận định rằng việc bắt đầu từ logistics như một môi trường kiểm chứng là một hướng đi thực tế. Quantum Dynamics đặt mục tiêu xây dựng một cụm hệ thống trí tuệ hiện thân (embodied intelligence) không ngừng tiến hóa, sử dụng học tăng cường ngoại tuyến (offline reinforcement learning), tối ưu hóa ưu tiên (preference optimization) và huấn luyện mô phỏng để nâng cao hiệu suất trên toàn bộ đội robot.