টেনসরওয়ার্ল্ড লঞ্চের এক মাসের মধ্যে $100M ফান্ডিং সংগ্রহ করেছে
KuCoinFlashশেয়ার
টেনসরওয়ার্ল্ড, একটি ভৌত এআই স্টার্টআপ, জুলাই ২০২৬-এ চালু হওয়ার এক মাসের মধ্যে প্রকল্প ফান্ডিংয়ের জন্য $100M-এর বেশি সংগ্রহ করেছে। এই প্রতিষ্ঠানটি বাস্তব বিশ্বের মেশিন ইন্টারঅ্যাকশন উন্নত করার জন্য পদার্থবিদ্যা-ভিত্তিক এআই মডেল তৈরি করছে, যার লক্ষ্য রোবোটিক্স, অটোনোমাস ড্রাইভিং এবং ঔদ্যোগিক সিমুলেশন। বিনিয়োগকারীদের মধ্যে রয়েছে কাইওয়েই ফান্ড, সিকোয়েশিয়া চাইনা, অ্যান্ট গ্রুপ এবং মিটুয়ান স্ট্র্যাটেজিক ইনভেস্টমেন্ট। দ্রুত ফান্ডিংটি প্রকল্পটিতে শক্তিশালী আগ্রহের পরিচয় দেয়, এবং আগামী মাসগুলিতে একটি সম্ভাব্য টোকেন লঞ্চের খবরের আশা করা হচ্ছে।
এটি বর্তমানে এআই শিল্পের সবচেয়ে তীব্র যুদ্ধক্ষেত্রগুলির মধ্যে একটি, যখন বড় ভাষা মডেলগুলি ডিজিটাল বিশ্বে বুদ্ধিমত্তাকে দ্রুত এগিয়ে নিয়ে যাচ্ছে, এআই-এর ক্ষমতার সীমানা ভৌত বিশ্বের দিকে বিস্তার লাভ করছে—শরীরবাদী বুদ্ধিমত্তা, স্বয়ংচালিত গাড়ি, শিল্প অনুকরণ ইত্যাদি। কিন্তু ভৌত বিশ্ব token-এর মতো কাজ করে না, এর নিজস্ব একটি কঠোর নিয়ম রয়েছে: মহাকর্ষ, ঘর্ষণ, সংঘর্ষ, তরল... ভাষার তুলনায় এর কঠিনতা সূচকীয়ভাবে বৃদ্ধি পায়।
এই আরও কঠিন এবং মৌলিক পথে, মাত্র চার মাস পুরনো একটি স্টার্টআপ, টেনসরওয়ার্ল্ড মাটি টেকনোলজি, এক মাসের মধ্যে একশত মিলিয়ন ডলারের বিনিয়োগ পেয়েছে। বিনিয়োগকারীদের প্রতিশ্রুতির পিছনে রয়েছে তাদের “একাডেমিক ব্যাকগ্রাউন্ড + প্রযুক্তি পথ + বাস্তবায়ন পুনরাবৃত্তি” ক্ষমতার অপ্রতিরোধ্য দুর্লভতা।
শিল্পটি কী সমস্যাগুলি সমাধান করে?
বর্তমানে, জনসাধারণের সাধারণ বোধে, এআই এতটাই বুদ্ধিমান হয়ে উঠেছে যে এটি কোড লিখতে পারে, ভুল খুঁজে বার করতে পারে, এমনকি শতাব্দী ধরে মানুষকে বিষণ্ণ করে রাখা গণিতের সমস্যাগুলিরও সমাধান করতে পারে, কিন্তু রোবটকে বাস্তব বিশ্বের বস্তুর গতিপথ পূর্বানুমান করতে এবং সেগুলির সাথে মিথস্ক্রিয়া করতে সক্ষম করা এখনও “নির্ভরযোগ্য” পর্যায়ে পৌঁছাতে পারেনি। কারণ, এআই এখনও পদার্থবিদ্যার নিয়মগুলি বুঝতে পারেনি; এটিকে “সফটওয়্যার ইন্টারফেস” থেকে “পদার্থবিদ্যাগত বিশ্ব”-এ যাওয়ার জন্য, এটি অপরিহার্য পথ।
শিল্পটি এই বিস্তৃত ব্যবধান পার হতে চায়, যার জন্য অত্যন্ত কঠোর শর্ত পূরণ করতে হয়: উচ্চ-বিশ্বস্ততা বিশিষ্ট ভৌত অ্যানোটেশন ডেটা অসাধারণভাবে মহং; একটি ঔদ্যোগিক বায়ুগতিবিদ্যা সিমুলেশন নমুনা প্রায়শই কয়েক দশহাজার CPU ঘন্টা প্রয়োজন; 100টি সিনেরিওতে সংগৃহীত ডেটা 10,000টি অজানা সিনেরিওতে সাধারণীকরণ করা কঠিন; সিমুলেটরগুলি বাস্তব জগতের ঘর্ষণ এবং বিকৃতি পুরোপুরি পুনরাবৃত্তি করতে পারে না, স্ট্যানফোর্ড HAI রিপোর্ট অনুসারে, রোবটগুলির সফটওয়্যার সিমুলেশনে কাজের সফলতার হার 89.4% হতে পারে, কিন্তু একই ধরনের কাজগুলির বাস্তব পরিবারের পরিবেশে সফলতার হার মাত্র 12.4%।
物原科技 কীভাবে এই সমস্যার সমাধান করে? শিক্ষাগত বিকাশ স্পষ্ট পথ অনুসরণ করে।
বর্তমানে, শিল্পে বিশ্ব মডেলগুলিকে প্রায়শই দৃশ্য-ভিত্তিক এবং পদার্থবিদ্যা-ভিত্তিক দুটি প্যারাডাইমে শ্রেণীবদ্ধ করা হয়। প্রথমটি শিল্পের প্রচলিত পদ্ধতি, যার উদাহরণ হল ভিডিও জেনারেশন, যার লক্ষ্য "প্রকৃতপ্রায় দেখানো", এবং এটি ফ্রেমের মধ্যে পিক্সেলের যুক্তিসঙ্গততা অপ্টিমাইজ করে। এর সুবিধা হল ডেটা প্রাপ্তি সহজ, চিত্রগুলি বাস্তবসম্মত, এবং এটি প্রায়শই ভিডিও জেনারেশন, ডেটা ফ্যাক্টরি, সিনেরিও প্রিভিউ, VLA ফ্রন্টএন্ড সংবেদনের জন্য ব্যবহৃত হয়। তবে, রোবটগুলির বাস্তব পদার্থবিদ্যা-ভিত্তিক বিশ্বে নির্ভরযোগ্যভাবে কাজ করতে, শুধুমাত্র ভাষা এবং দৃশ্যবোধের উপর নির্ভরশীলতা যথেষ্ট নয়।
অতএব, শিল্পে একটি অন্যান্য প্যারাডাইম বেশি গ্রহণযোগ্য হয়ে উঠছে, যা ভৌত নিয়মগুলির উপর ভিত্তি করে মডেলিংয়ের উপর জোর দেয়, লক্ষ্য হল “আরও বাস্তবসম্মত প্রতিফলন”, এর সুবিধা হল যাচাইযোগ্য, পরিমাপযোগ্য এবং কার্য পরিকল্পনাকে সমর্থন করা। পারম্পরিক শিল্প সিমুলেশন সফটওয়্যার (যেমন MuJoCo, Isaac Sim) এই পথের “হাতে-করা” পদ্ধতি—ভৌত আইনগুলি উচ্চতরভাবে ইঞ্জিনিয়ারদের দ্বারা একে একে হাতে লেখা নির্ভরশীল, যা পূর্বানুমানকে সঠিক কিন্তু খরচি করে, অনিয়মিত আকৃতি, নমনীয় বস্তু, তরলের ক্ষেত্রে ইঞ্জিনিয়ারিং ব্যয় অত্যন্ত বেশি।
ওয়ুয়ান টেকনোলজি পদার্থবিদ্যাগত মডেলের পথ অনুসরণ করে, তারা "টেনসর বিশ্বে পদার্থবিদ্যাগত বাস্তবতা গঠন" করার লক্ষ্য নিয়েছে, যার লক্ষ্য হলো মডেলটিকে ডেটা থেকে পদার্থবিদ্যাগত বিশ্বের বিকাশের নিয়মগুলি শেখানো, মানুষের মতো "একটি থেকে অন্যটি বুঝতে" সক্ষম হওয়া:
উদাহরণস্বরূপ, ন্যাটিভ ট্রান্সফরমারের সময়কাল বিশ্লেষণের ক্ষমতা নেই, তাহলে মডেলকে পদার্থবিজ্ঞানের বিশ্বে “সময়” বুঝতে কীভাবে সক্ষম করা যায়? অটোফরমার দীর্ঘসময়ের ভবিষ্যদ্বাণীর সঠিকতা উল্লেখযোগ্যভাবে বাড়িয়েছে, টাইমসনেট আবার সময় ডেটা আরও সহজে দৃশ্যমান করেছে; আবার, মডেলকে “স্থান” বুঝতে কীভাবে সক্ষম করা যায়? ইউনি3ডি তিনমাত্রিক প্রতিনিধিত্ব শিক্ষাকে বিলিয়ন প্যারামিটার স্কেলে প্রসারিত করেছে, যাতে মডেলটি বস্তু, জ্যামিতি এবং স্থানিক সম্পর্কগুলির ধারণা গড়ে তুলতে পারে।
এই ভিত্তিতে, GeoPT এই ক্ষেত্রের মূল প্রশ্নটির উত্তর দেয়—“ভৌত বুদ্ধি” কি মডেলের প্রি-ট্রেনিংয়ের মাধ্যমে অর্জন করা যায়? উত্তরটি হলো, হ্যাঁ, এটি জ্যামিতি এবং সংশ্লিষ্ট গতিবিদ্যার প্রি-ট্রেনিংয়ের মাধ্যমে মডেলকে স্থানান্তরযোগ্য ভৌত প্রতিনিধিত্ব অর্জনের সৃজনশীল পদ্ধতি প্রস্তাব করে, যা শিল্প ভৌত সিমুলেশন কাজগুলিতে 20% থেকে 60% পর্যন্ত লেবেলযুক্ত ডেটার প্রয়োজনীয়তা কমিয়েছে এবং অভিসরণের গতি সর্বোচ্চ 2 গুণ বাড়িয়েছে। Transolver আরও এগিয়ে গিয়ে মডেলকে অনিয়মিত স্থানের মধ্যে বল, প্রবাহ এবং বিকৃতির বোঝার ক্ষমতা দিয়েছে, যা আরও জটিল ভৌত বিকাশকে বুঝতে সক্ষম। EfficientZero-এর মাধ্যমে, বুদ্ধিমানগুলি শিখে-পাওয়া বিশ্বের মডেলের ভিত্তিতে ভবিষ্যৎকে পূর্বানুমান করে এবং এইভাবে পরিকল্পনা করে।
এই অগ্রণী অর্জনগুলির পেছনে রয়েছে উইয়ুয়ানের প্রতিষ্ঠাতা দলের ক্লা বিশ্ববিদ্যালয় এবং MIT-এর মতো আন্তর্জাতিক শীর্ষ শিক্ষাপ্রতিষ্ঠানগুলির সাথে দীর্ঘদিনের জ্ঞানসমৃদ্ধি। “সময়ের বিকাশ—স্থানীয় প্রতিনিধিত্ব—ভৌত নিয়ম—কার্যকলাপ পরিকল্পনা” এই ধাপে ধাপে অগ্রসর হয়ে, তারা একক গবেষণাপত্রগুলির সমষ্টির চেয়ে ভৌত নিয়মগুলির উপর ভিত্তি করে “উচ্চতর ভৌত বুদ্ধিমত্তা” অর্জনের দিকে অগ্রসর হচ্ছে, যা প্রতিষ্ঠা করেছে ভৌত বেসমেন্ট মডেলের সম্পূর্ণ কাঠামো। এছাড়াও, উইয়ুয়ানের দলটি আগেই কোটি কোটি ব্যবহারকারীর পণ্যগুলির নেতৃত্ব দিয়েছে এবং লক্ষ লক্ষ অ্যাক্সেলারেটর কার্ডের কম্পিউটিং ইনফ্রাস্ট্রাকচারকে পরিচালনা করেছে, যা তাদেরকে শিল্পের বাস্তবায়নের সমৃদ্ধ অভিজ্ঞতা দিয়েছে। যদি গবেষণা নির্ধারণ করে মডেলটি কতটা দূরে যেতে পারে, তবে প্রকৌশলীক্ষমতা নির্ধারণ করে মডেলটি বাস্তবিক ব্যবসায়িক পরিস্থিতিতে ব্যবহারযোগ্য হবেকি—এইদুটিই ভৌত বেসমেন্ট মডেলের “একইটির দুটি দিক”।
কেন উয়ানয়ুয়ান টেকনোলজি কে প্রশংসা করা হয়? পদার্থবিদ্যা-চালিত প্যারাডাইমটি বিরল।
পদার্থবিদ্যা এআই-এর তিনটি প্রধান চ্যালেঞ্জের দিকে প্রায় সরাসরি নিয়ে যাওয়া হয়েছে: ডেটা প্রান্তে, পদার্থবিদ্যা লেবেলের পরিবর্তে সিনথেটিক ডাইনামিক্স ব্যবহার করে মহান বাস্তব ডেটার উপর নির্ভরতা কমিয়ে দেওয়া হয়েছে; জেনারালাইজেশন প্রান্তে, স্থানীয় কাঠামো, সময়ের বিকাশ এবং পদার্থবিদ্যা ডাইনামিক্সকে গভীরভাবে একীভূত করে মডেলটি নিজেই সাধারণ পদার্থবিদ্যা নিয়মগুলির উদ্ভব ঘটায়; বাস্তবায়ন প্রান্তে, Autoformer, Transolver ইত্যাদি অধোগতি আর্কিটেকচারগুলি শিল্পক্ষেত্রে ব্যাপকভাবে যাচাই এবং গৃহীত হয়েছে (যেমন NVIDIA PhysicsNeMo), যা বাস্তব পরিস্থিতিতে এআই-এর বাস্তবায়নের উদ্বেগকে দূর করে।
পদার্থবিদ্যাগত ব্যবস্থার প্রকৃত বোঝাপড়া + বিশ্ব মডেল-চালিত পরিকল্পনা ক্ষমতা + অগ্রণী গবেষণাকে ব্যাপকভাবে বাস্তবায়নের প্রকৌশল ক্ষমতা"—এই তিনটির ছেদের দুর্লভতা শীঘ্রই মূলধনের দৃষ্টি আকর্ষণ করে। জুলাইয়ে প্রতিষ্ঠিত হওয়ার পর, উয়ুয়ান টেকনোলজি এক মাসের মধ্যে অ্যাঙ্গেল এবং অ্যাঙ্গেল+ রাউন্ডের একশত মিলিয়ন ডলারের বেশি বিনিয়োগ সম্পন্ন করে, যার অ্যাঙ্গেল রাউন্ডটি কেহুই ফান্ড, শোংচুয়ান চাইনা এবং IDG ক্যাপিটাল, ডিংহুই VGC, সিংলিয়ান ক্যাপিটাল, আলিবাবা গ্রুপ দ্বারা অনুসরণ করা হয়; অ্যাঙ্গেল+ রাউন্ডটি আলিবাবা গ্রুপ, হেইয়ু ক্যাপিটাল, মেইটুয়ান স্ট্র্যাটেজিক ইনভেস্টমেন্ট দ্বারা নেতৃত্বদানকারী, ডা-চেন্ক্যাপিটাল, NIO Capital, Jinghe Capital, এবং অনেকগুলি পুরানো শেয়ারহোল্ডারদেরও অনুসরণকারী।
এই ফান্ডিং তালিকাটি অনেক তথ্য প্রকাশ করে: বিপুল পরিমাণ C-প্রান্ত স্কেনারিও সহ মেইটুয়ান স্ট্র্যাটেজিক ইনভেস্টমেন্ট, গুরুত্বপূর্ণ শিল্প স্কেনারিওর আলিবাবা গ্রুপ, এবং অটোনোমাস ড্রাইভিং স্কেনারিওর নেইওয়ান ক্যাপিটাল—সবগুলোই বাউয়ুয়ান টেকনোলজির পথটির উচ্চ জেনারালাইজেশন বৈশিষ্ট্যকে সমর্থন করে, যা আরও বিস্তৃত শিল্পের চাহিদার সাথে মেলে।
বিশ্ব মডেল প্রতিযোগিতা ইতিমধ্যেই "ব্যস্ত" হয়ে উঠেছে, কিন্তু দীর্ঘসময়ের ভবিষ্যদ্বাণীর ত্রুটি সঞ্চয়, সিমুলেশন এবং বাস্তবতার মধ্যে শেষ পথ, এবং মূল্যায়ন মানদণ্ডের একীকরণের মতো সমস্যাগুলি এখনও পরিষ্কার করা প্রয়োজন। উয়ানইয়ে টেকনোলজির পথটি যদি সফল হয়, তাহলে মডেলটি প্রকৃতপক্ষে বিশ্বের কার্যপ্রণালী বুঝতে এবং কার্যকলাপের ফলাফল পূর্বাভাস দিতে সক্ষম হবে, এবং এর মূল্য শুধুমাত্র রোবটিক্স বা অটোনোমাস ড্রাইভিংয়ের মতো একক পরিস্থিতির বাইরেও বিস্তৃত হবে, এবং Physical AI ইকোসিস্টেমের নীচের মানদণ্ড এবং ভিত্তি হয়ে উঠতে পারে, যা AI-কে ডিজিটাল বিশ্ব থেকে ভৌত বিশ্বের দিকে নিয়ে যাওয়ার জন্য পথপ্রদর্শন করবে।
(উৎস: Ifnar)
উৎস:আসল দেখান
দাবিত্যাগ: এই পৃষ্ঠার তথ্য তৃতীয় পক্ষের কাছ থেকে প্রাপ্ত হতে পারে এবং অগত্যা KuCoin এর মতামত বা মতামত প্রতিফলিত করে না। এই বিষয়বস্তু শুধুমাত্র সাধারণ তথ্যগত উদ্দেশ্যে প্রদান করা হয়, কোন ধরনের প্রতিনিধিত্ব বা ওয়ারেন্টি ছাড়াই, বা এটিকে আর্থিক বা বিনিয়োগ পরামর্শ হিসাবে বোঝানো হবে না। KuCoin কোনো ত্রুটি বা বাদ পড়ার জন্য বা এই তথ্য ব্যবহারের ফলে যে কোনো ফলাফলের জন্য দায়ী থাকবে না।
ডিজিটাল সম্পদে বিনিয়োগ ঝুঁকিপূর্ণ হতে পারে। আপনার নিজের আর্থিক পরিস্থিতির উপর ভিত্তি করে একটি পণ্যের ঝুঁকি এবং আপনার ঝুঁকি সহনশীলতা সাবধানে মূল্যায়ন করুন। আরও তথ্যের জন্য, অনুগ্রহ করে আমাদের ব্যবহারের শর্তাবলী এবং ঝুঁকি প্রকাশ পড়ুন।
