2026 के विश्व कृत्रिम बुद्धिमत्ता सम्मेलन का आयोजन जुलाई में शंघाई में होगा, जिसका प्रदर्शनी क्षेत्र पहली बार 10 लाख वर्ग मीटर से अधिक हो जाएगा और भाग लेने वाली कंपनियाँ 1100 से अधिक होंगी। इस संस्करण में चीन के एम्बॉडीड इंटेलिजेंस उद्योग में बड़ा विभाजन देखने को मिला: B2B बाजार में स्पष्ट विभाजन हुआ है—फैक्ट्री स्कूल उद्योग की उत्पादन लाइन पर काम करने के लिए केंद्रित है, जबकि व्यावसायिक सेवा स्कूल सुपरमार्केट, रेस्तरां आदि स्थितियों की ओर बढ़ रहा है; C2C में मनोरंजन और साथ देने वाले, और घरेलू कार्य करने वाले दो समूह हैं। प्रदर्शक "प्रदर्शन" से "काम करने" पर ध्यान केंद्रित कर रहे हैं, और वास्तविक स्थितियों में स्थापना और ROI पर ध्यान केंद्रित करते हैं। डेटा संग्रह उद्योग का मूल समर्थन बन गया है, क्योंकि एम्बॉडीड डेटा का आकार भाषा मॉडल के प्री-ट्रेनिंग कॉरपस से 10,000 गुना से अधिक है। भौतिक AI "प्रदर्शन करने में सक्षम" से "काम करने में सक्षम" होने के लिए अभी भी डेटा की दीवार, प्रतिनिधित्व की दीवार, और समाप्ति की दीवार—तीन प्रमुख चुनौतियों का सामना कर रहा है।लेखक, स्रोत: 36氪
वास्तविक कार्य, दिखावे को बदल देता है, डेटा भविष्य को परिभाषित करता है।
व्यवसाय के पैसे कमाते हुए, उपभोक्ता स्तर के ब्रेकआउट उत्पाद का सपना देखते हुए।
17 जुलाई, 2026 को, विश्व कृत्रिम बुद्धिमत्ता सम्मेलन (WAIC) शंघाई एक्सपो एक्सहिबिशन सेंटर में शुरू हुआ। इस संस्करण में प्रदर्शनी क्षेत्रफल पहली बार 10 लाख वर्ग मीटर से अधिक हो गया, 1100 से अधिक कंपनियों ने भाग लिया, और 349 नए उत्पादों का प्रदर्शन किया गया, जो सभी पिछले वर्षों के रिकॉर्ड को पार कर गए।
लेकिन अंकों से अधिक स्पष्ट है वास्तविकता में “गर्मी” — H3 एम्बॉडीड इंटेलिजेंस बूथ के प्रवेश द्वार पर एक चक्रीय लंबी कतार लगी हुई है, और बूथ के अंदर भीड़ भीड़ है; चैनल के केंद्र में खड़े होने पर तीन सेकंड से अधिक रुकना लगभग असंभव है।
H3 बूथ की घूमने के बाद, एक स्पष्ट अनुभव है: रोबोट प्रदर्शनी, बदल गई है।
पिछले साल गिरफ्तार होने वाले और नाचने वाले रोबोट प्रदर्शन, इस साल कोने में धंस गए—उत्साहपूर्ण, लेकिन अब मुख्य विषय नहीं। सीधे स्थान पर, सिमुलेटेड फैक्ट्री लाइन, फार्मेसी शेल्फ, रेस्तरां की बार और घर का लिविंग रूम हैं। प्रदर्शक अब पूछते नहीं कि "क्या मैं अद्भुत लग रहा हूँ?", बल्कि कहते हैं कि "देखिए मैं यह काम कर सकता हूँ, आपको कितना पैसा बचा सकता हूँ।"
WAIC 2026 के रोबोट बू में, चीनी एम्बॉडीड इंटेलिजेंस का बड़ा विभाजन देखा गया, जिसने उद्योग के लिए सबसे सीधा टिप्पणी प्रस्तुत की: काम करना, विभाजित होना, आधार बनाना—तीन कुंजी शब्द, जो उद्योग में हो रहे तीन गहरे परिवर्तनों को दर्शाते हैं। नीचे, हम एक्सपो के बारे में अपनी प्रामाणिक टिप्पणियाँ प्रस्तुत करते हैं।
एक, बी-एंड का चौराहा: कारखाने में जाएं, या दुकान में जाएं?
काम करना मुख्य विषय है, और विभाजन मुख्य विशेषता है; ध्यान से देखने पर, एक ही B-स्तर के बावजूद, रास्ते पूरी तरह से अलग हैं। एक समूह कारखानों में घुस जाता है और सबसे थकाने वाले, गंदे और कठिन काम करता है; दूसरा समूह व्यापारिक दुकानों, फार्मेसियों और रेस्तरांओं की ओर बढ़ता है, जहाँ लोगों के सबसे करीब स्थिति ढूंढता है।
फैक्ट्री पार्टी की रणनीति बहुत सीधी है, वे असली उत्पादन लाइन को एक-एक करके एक्सपोज़ पर दोहराते हैं और रोबोट को सार्वजनिक रूप से "नियुक्त" करते हैं ताकि वे उच्च दोहराव वाले, थकाने वाले कार्यों को पूरा कर सकें।
वेयरहाउस लॉजिस्टिक्स रोबोट्स के नेता, GeJiJia, ने जनरल-पर्पस ह्यूमनॉइड रोबोट Gino1 का शुभारंभ किया, जिसमें हाथ और पैरों के समन्वय के साथ पूरे शरीर का समानांतर नियंत्रण शामिल है, जो मोबाइल रोबोट और चयन स्टेशन के साथ टीम बनाकर पूरी चयन प्रक्रिया पूरी कर सकता है, जिससे एकल कार्य का समय लगभग 30% तक कम हो गया है।
ज़ह्युआन ने एक्सपेडिशन A3 Ultra, स्प्रिट G2 Max, लिंग्सी X2 EDU, क्राइटिकल पॉइंट OmniHand 3 Ultra-M और कूटो राइडिंग रोबोट सहित पांच नए उत्पादों का एक साथ लॉन्च किया, और स्प्रिट G2 Max को जिंगडोंग लॉजिस्टिक्स के साथ साझा करके वेयरहाउस हैंडलिंग और पैलेटिंग के सीन को प्रदर्शनी में लाया, जिससे राउंड प्लेट लोडिंग/अनलोडिंग लाइन की डिप्लॉयमेंट स्थिति को वास्तविक रूप से प्रस्तुत किया गया; साथ ही, जूनपु इंटेलिजेंट के साथ मिलकर पूरी चिप प्रोसेसिंग लाइन स्थापित की गई, जिसने लोडिंग, बॉक्सिंग, ट्रांसफर जैसे लंबे प्रक्रिया के कार्यों को निरंतर रूप से पूरा किया, जिससे मानव हस्तक्षेप के बिना स्थिर प्रदर्शन की पुष्टि हुई।
शित्स्ज़हांग ने ऑटो वायर हार्नेस रिंग लाइन को एक्सपोज़िशन स्टैंड पर स्थानांतरित किया, जिसका A1 वायर हार्नेस स्मार्ट रोबोट समाधान पूरे वायर हार्नेस प्रक्रिया के लिए स्वचालित करने के लिए विशेष रूप से डिज़ाइन किया गया है, जिसमें स्व-विकसित एम्बॉडीड लार्ज मॉडल शामिल है, जो मानवीय लचीली ऑपरेशन का अनुकरण कर सकता है और मौजूदा उत्पादन लाइन में आसानी से एकीकृत हो सकता है। जानकारी के अनुसार, यह समाधान इस वर्ष जून में टियनहै इलेक्ट्रॉनिक्स में स्केल-अप डिप्लॉयमेंट किया गया था।
ले जू रोबोट्स ने स्टैक अनस्टैकिंग, हैंडलिंग और मटेरियल लोडिंग जैसे सीन्स की पूरी तरह से स्वचालित, बहु-स्टेशन फ्लेक्सिबल ऑपरेशन क्षमता को दोहराया, जिसमें पूरी तरह से मानव हस्तक्षेप की आवश्यकता नहीं थी, और यह प्रदर्शनी स्थल पर निरंतर काम करता रहा, जिसका प्रदर्शन वास्तविक औद्योगिक उत्पादन लाइन के साथ समान था।
उद्योग के स्थितियों में संरचना अधिक होती है, कार्य सीमाएँ स्पष्ट होती हैं, और ROI मापने योग्य होता है—यह कारखाने वालों की सामान्य राय है। रोबोट को "सर्वशक्तिमान" होने की आवश्यकता नहीं है, बस एक विशिष्ट स्थान पर एक कार्य को अधिकतम तक पूरा करना पर्याप्त है।
व्यावसायिक सेवा प्रतियोगियों के सामने पूरी तरह से अलग प्रश्न हैं, जिसमें वातावरण अधिक खुला है, विक्षेप अधिक यादृच्छिक हैं और त्रुटि के लिए स्थान कम है।
गैलेक्सी जनरल ने दो स्पष्ट लक्ष्य वाले रोबोट प्रदर्शित किए: इंटरैक्टिव सेवाओं पर केंद्रित जनरल रोबोट Galbot G1 और औद्योगिक परिदृश्य के लिए डिज़ाइन किया गया भारी रोबोट Galbot S1। दोनों उत्पादों की सभी गतिविधियाँ स्वयं विकसित "गैलेक्सी स्टार ब्रेन" (AstraBrain) एम्बुडेड लार्ज मॉडल द्वारा वास्तविक समय में संचालित होती हैं।
G1 ने C-टर्मिनल और B-टर्मिनल सेवा स्थितियों में सार्वभौमिकता को दर्शाया है, जिसमें नाश्ता बनाना, स्मार्ट रिटेल, स्वागत आदि कई स्थितियों को शामिल किया गया है; जबकि S1 अधिक "भारी" औद्योगिक स्थितियों पर केंद्रित है और लोडिंग, हस्तांतरण और स्टैकिंग तक की लॉजिस्टिक्स ऑपरेशन श्रृंखला को पूरी तरह से प्रदर्शित करता है।
Zhi Square का नवीनतम विकसित AlphaBot 2 (AiBao) एक अलग दृष्टिकोण अपनाता है। यह एक दुकानदार के रूप में कॉफी, कॉकटेल और आइसक्रीम बनाता है, और काम करने के अलावा, B2B व्यावसायिक सेवाओं में अत्यंत महत्वपूर्ण भावनात्मक मूल्य और उपभोक्ता अनुभव प्रदान करता है।
इन दोनों कंपनियों के रास्ते अलग-अलग हैं, लेकिन वे एक ही व्यावसायिक तर्क को साझा करते हैं—जितना अधिक अनुप्रयोग क्षेत्र खुला होगा, उतनी ही अधिक तकनीकी चुनौती होगी, लेकिन बाजार की मांग भी उतनी ही अधिक तीव्र होगी और भुगतान करने की इच्छा भी अधिक मजबूत होगी। जब तक किसी विशिष्ट अनुप्रयोग क्षेत्र में विश्वसनीयता साबित नहीं हो जाती, व्यावसायिक बंद चक्र काम नहीं करता। यही कारण है कि अधिकांश कंपनियाँ B2B में औद्योगिक और व्यावसायिक सेवा दोनों क्षेत्रों में समानांतर रूप से निवेश करती हैं।
ध्यान देने योग्य बात यह है कि फूलिये ने अपना पहला उच्च-भार वाला पहिया वाला द्विबाहु रोबोट GRW लॉन्च किया है, जिसकी अधिकतम 16 किलोग्राम की स्थिर लोड क्षमता, 2 मीटर का विशाल कार्य क्षेत्र और लचीली गतिशीलता है। इसे भंडारण और लॉजिस्टिक्स, औद्योगिक निर्माण, और स्वास्थ्य देखभाल जैसे उच्च-भार वाले मानव-रोबोट सहयोग स्थितियों पर केंद्रित किया गया है। जानकारी के अनुसार, इस रोबोट में फूलिये का जीरो-कोड डेवलपमेंट प्लेटफॉर्म एम्बेडेड है, जिससे संचालन की सीमा और कम हो गई है।
इसके अलावा, मनोरंजन और सांस्कृतिक गाइड सेवाएं पहले से ही एक अपेक्षाकृत परिपक्व उप-बाजार हैं। ज़ह्युआन ने WAIC के दौरान चिंगतियान रेंट के साथ मिलकर मुख्य स्थल और दो उप-स्थलों पर छियासठ विभिन्न प्रकार के एम्बॉडीड इंटेलिजेंट रोबोट तैनात किए, जिन्होंने मुख्य सार्वजनिक क्षेत्रों में रास्ता दिखाने जैसी सेवाएं प्रदान कीं। A3 और Lingxi X2 जैसे मॉडलों ने गाइडिंग सेवाओं के अलावा उच्च-कठिन गतिविधियों और समूह नृत्य का प्रदर्शन किया, जिससे दर्शकों की ओर से लगातार भीड़ और तालियां मिलीं।
ज़ह्युआन के सह-संस्थापक पें ज़हुई ने एक साक्षात्कार में कहा कि उद्योग में सबसे स्पष्ट परिवर्तन प्रदर्शन-आधारित प्रदर्शन से स्थापित अवस्था और उत्पादकता की ओर है, "लोग अब अधिक ध्यान दे रहे हैं कि क्या यह वास्तव में कारखानों और व्यावसायिक सेवा परिवेश में प्रवेश कर सकता है।"
कारखाना या दुकान, रास्ते अलग हैं, लेकिन प्रश्न समान हैं—व्यावसायिक प्रक्रिया में जीवनयापन की टिकट कैसे पहले प्राप्त करें। प्रत्येक उद्यम अपने तरीके से इसका उत्तर दे रहा है, और बाजार की पुष्टि का इंतजार कर रहा है।
द्वितीय: वर्तमान में बेचें या भविष्य के लिए जुए लगाएं? सी-एंड खिलाड़ियों का अलग समय दृष्टिकोण
C-पक्ष का विभाजन B-पक्ष की तुलना में इतना स्पष्ट नहीं है। कारखाने रोबोट खरीदते हैं, जिसमें ROI, लागत प्रतिमुद्रा अवधि और कितने मानव श्रम को प्रतिस्थापित किया जा सकता है, यह गणना की जाती है। व्यक्तिगत उपभोक्ता का निर्णय बहुत अधिक जटिल होता है; कुछ लोग "मजेदार" होने के कारण ऑर्डर करते हैं, कुछ "काम करने वाला" होने के लिए कीमतों की तुलना करते हैं, और कुछ लोग साथ और उपयोगिता दोनों की अपेक्षा करते हैं, अधिकांश समय ये तीनों एक साथ मौजूद होते हैं।
स्थिति के अनुसार, जो कंपनियाँ घरेलू और व्यक्तिगत उपभोक्ताओं के लिए रोबोट बना रही हैं, उनमें से कुछ रोबोट को “साथी” या “सीखने का साथी” के रूप में प्रस्तुत कर रही हैं, जो लोगों के साथ शतरंज खेलते हैं या बातचीत करते हैं, और भावनात्मक मूल्य बेच रही हैं; कुछ अन्य “नौकर” के रूप में स्थिति को परिभाषित करते हैं, जो घरेलू कार्यों में विशेषज्ञता रखते हैं और “काम करने” के मूल्य को बेचते हैं; और कुछ अन्य साथी और काम करने के बीच संतुलन पाने की कोशिश कर रहे हैं।
फू लीये का "कैट हेड" रोबोट परिवार "भावनात्मक मूल्य" को आगे बढ़ाता है: डेस्कटॉप-लेवल GR Nano व्यक्तिगत भावनात्मक साथ के लिए समर्पित है, जो स्पर्श करने पर सूक्ष्म भावनात्मक परिवर्तन पैदा करता है, और उपयोगकर्ता इसके लिए एक विशिष्ट व्यक्तित्व बना सकते हैं। GR Mini अपने मेमी दिखावट और मानवीय नृत्य के साथ प्रदर्शनी गाइडेंस, बुजुर्ग साथ आदि के संदर्भ में क्षमता प्रदान करता है। GR Nano अभी तक बाजार में नहीं आया है, लेकिन फू लीये की C-टर्मिनल पर "भावनात्मक कनेक्शन" पर निवेश की दिशा स्पष्ट है।
क़ियुआन T1 और Q1 परिवार के साथ समय बिताने और विज्ञान एवं शिक्षा के अनुभव पर ध्यान केंद्रित करते हैं। T1 दुनिया का पहला रूपांतरणीय व्यक्तिगत रोबोट है, जो पहिया-पैर वाले मानवीय रूप और चार पैरों वाले रूप के बीच स्वतंत्र रूप से स्विच कर सकता है; Q1 हल्के डिज़ाइन के साथ परिवार के साथ समय बिताने और विज्ञान एवं शिक्षा के अनुभव पर ध्यान केंद्रित करता है। स्टॉल की इंटरैक्शन की गति रोबोट द्वारा नियंत्रित होती है, और यह जानकारी है कि इसे व्यापारिक क्षेत्रों में ऑफलाइन प्रमुख दुकानें स्थापित की गई हैं।
जेका द्वारा लॉन्च किया गया छोटा मानवरूपी रोबोट JAKA π ("π ज़े"), जिसकी ऊंचाई केवल 1.22 मीटर है, इसी श्रेणी का सबसे छोटा मानवरूपी रोबोट है, जिसमें "ब्रेन + स्मॉल ब्रेन" फ्यूजन आर्किटेक्चर लगा हुआ है, जो प्रदर्शनी स्थल पर प्रदर्शन करता है और दर्शकों के साथ बातचीत करता है। हालांकि जेका का मुख्य क्षेत्र औद्योगिक है, लेकिन "π ज़े" के आगमन से स्पष्ट होता है कि औद्योगिक प्रतियोगी भी "मास्टरी" के मार्ग की आकर्षकता को नज़रअंदाज़ नहीं कर सकते।
Zhuji Dongli की महिला Luna एंड्रॉइड रोबोट लचीले फैब्रिक डिजाइन और बहुत सुंदर नृत्य प्रदर्शन के साथ दर्शकों को आकर्षित करता है, जो प्राकृतिक और शानदार चलन के साथ आता है, साथ ही iPad कंट्रोल टर्मिनल के साथ वीडियो के साथ एक क्लिक में नृत्य सीखने और ड्रैग-एंड-ड्रॉप के माध्यम से एक्शन बनाने की सुविधा उपलब्ध है।
वाइटा पावर ने जिंग्डोंग प्रदर्शनी में एक ऐसा मशीनी कुत्ता पेश किया जो रिमोट कंट्रोल के बिना स्वतंत्र रूप से साथ देने और बातचीत करने के लिए सक्षम है।
इन "साथी खिलाड़ियों" को ध्यान से देखें, उनके कार्य सीमाएँ स्पष्ट हैं, बातचीत नियंत्रित है, और तकनीक अपेक्षाकृत परिपक्व है; इन्हें जटिल भौतिक दुनिया को समझने की आवश्यकता नहीं है, केवल सीमित नियमों के भीतर सही प्रतिक्रिया देनी होती है। ऐसे परिदृश्य मूल रूप से "बंद प्रश्न" हैं, जिनमें भारी काम करने की आवश्यकता नहीं होती, पर्याप्त रूप से रोचक और साथ का अहसास होने पर लोग भुगतान करने को तैयार होते हैं।
काम करने वाले रोबोट का तरीका बिल्कुल अलग है। उन्हें परिवार में प्रवेश करके कपड़े गुनगुनाना, खिलौने सजाना, कमरा सँवारना जैसे घरेलू काम करने होते हैं। यह रोबोट के लिए "हेल डिफिकल्ट" है, क्योंकि कपड़े नरम होते हैं, झुकाव यादृच्छिक होते हैं, और एक ही T-शर्ट की प्रत्येक बार रखने की स्थिति अलग-अलग होती है।
फू लीये का "एम्बॉडीड होम" एक्शन पैक के बीच तकनीकी पथ पर सबसे आगे बढ़ा हुआ है। स्टैंड पर "रोबोट बुकीव का एक दिन" के नाम से एक पूर्ण घरेलू सिमुलेशन स्पेस बनाया गया है। जब उपयोगकर्ता "मुझे प्यास लगी है" जैसा अस्पष्ट निर्देश देता है, तो GR-3 को स्पष्ट लक्ष्य स्थान की आवश्यकता नहीं होती; यह स्वतंत्र रूप से आवश्यकता को समझता है, लक्ष्य को स्थानांतरित करता है और वस्तु प्राप्त करके उसे पहुंचाता है। स्थान पर बड़े स्क्रीन पर रोबोट के निर्णय प्रक्रिया की पूरी प्रक्रिया का वास्तविक समय में दृश्यीकरण किया जाता है।
भविष्य दूर नहीं, F2 को "व्यक्तिगत परिवार प्रबंधक" के रूप में डिज़ाइन किया गया है, जिसका डिज़ाइन नरम और प्यारा है, जो खेलने और शतरंज खेलने के साथ-साथ अध्ययन की निगरानी कर सकता है, साथ ही कपड़े बुन सकता है और बिल्ली का खाना भर सकता है। उत्पाद अब उपलब्ध है और सैकड़ों परिवारों में भुगतान करके उपयोग किया जा रहा है, जो "पहले जो कर सकते हैं, उसे करें, फिर धीरे-धीरे विस्तार करें" की व्यावहारिक रणनीति का पालन करता है।
यूलिकी ने पिज्जा बनाना, चीनी की चित्रकारी, कमरे की सफाई जैसे लंबे समय तक चलने वाले कार्य दिखाए, लेकिन ध्यान से देखने पर, ये स्थितियाँ अधिकतर "क्षमता प्रमाणीकरण" हैं, और वास्तविक रूप से परिवार के दैनिक समस्याओं को हल करने से अभी अंतर है।
स्टैंड पर चिकनी प्रदर्शन एक वास्तविकता को नहीं बदल सकता: परिवार का दृश्य एक खुला विश्व है, जबकि वर्तमान तकनीकी क्षमताएँ अभी भी बंद या आंशिक रूप से बंद परिस्थितियों में सीमित हैं। निर्धारित परिदृश्य में पूर्वनिर्धारित कार्य पूरा करना ही कठिन है, और "हर घर का अलग चेहरा" में वास्तविक रूप से प्रवेश करने के लिए अभी बहुत लंबी यात्रा है।
खेलने वालों और काम करने वालों के बीच का अंतर, सतही रूप से तकनीकी पथ का अंतर है, लेकिन वास्तव में "मानव-मशीन संबंध" की अलग-अलग कल्पना है। पहला रोबोट को साथी मानता है और भावनात्मक कनेक्शन बेचता है; दूसरा इसे सहायक मानता है और श्रम की मुक्ति बेचता है।
बंद नियमों के तहत "सरल प्रश्न" और खुली दुनिया के "डेडली स्तर" क्रमशः दो व्यावसायिक गतिविधि दरों को दर्शाते हैं: एक आकार के प्रभाव से तेजी से मात्रा बढ़ाता है, दूसरा तकनीकी क्रांति से धीरे-धीरे आगे बढ़ता है।
अभी कई पेमाने वाले प्लेमेकर्स पहले ही बड़े पैमाने पर बंद चक्र पूरा कर चुके हैं, जबकि काम करने वाले अभी तक तकनीकी मोड़ का इंतजार कर रहे हैं। C-पक्ष पर, "भविष्य में उम्मीद" के दृष्टिकोण की तुलना में बाजार "अभी उपलब्ध" उत्पादों के लिए अधिक तैयार है।
तीन दीवारें और दस हजार गुना का अंतर, डेटा संग्रह की मेहनत बुद्धिमत्ता की कमी को पूरा नहीं कर सकती
B-पक्ष और C-पक्ष के स्थिति भेद के अलावा, प्रदर्शनी में एक प्रकार का स्टॉल भी था, जहां न तो नृत्य था और न ही पकड़ने की कोशिश, केवल हेड-माउंटेड कैमरा, डेटा ग्लव्स और रिमोट ऑपरेशन स्टेशन, और उन्हें पहनकर एक ही कार्रवाई को दोहराते हुए लोग थे। उनका काम बहुत सरल है—रोबोट को काम करना सिखाने से पहले, उसे सीखना सिखाना।
मिफेंग टेक्नोलॉजी के स्टॉल पर एमईगो व्यू हेड-माउंटेड डेटा कलेक्शन डिवाइस और एमईगो ग्रिपर क्लैंप-जैसा हैंडहेल्ड डिवाइस रखा गया है। अनुभवी उपयोगकर्ता डिवाइस पहनते हैं और सामने की वस्तुओं को ग्रिपर से पकड़ते हैं, जिस पर 200° फिशआई लेंस, 3D टच सेंसर और 9-अक्ष IMU डेटा समानांतर रूप से कलेक्ट करते हैं, जबकि पास के बड़े स्क्रीन पर मिलीमीटर सटीकता के साथ ऑपरेशन ट्रैजेक्टरी का रियल-टाइम पुनर्निर्माण होता है। मिफेंग की स्थिति स्पष्ट है: वे रोबोट नहीं बनाते, केवल “रोबोट टीचर” बनाते हैं। मानव ऑपरेशन के वीडियो को क्राउडसोर्सिंग के माध्यम से कलेक्ट करके, उनका डेटा लागत पारंपरिक रिमोट-ऑपरेटेड मशीनों की तुलना में एक-तिहाई या उससे भी कम हो सकती है।
सियान रोबोट्स उच्च-सटीक बल प्रतिक्रिया दूरस्थ ऑपरेशन पथ पर आधारित हैं, जिसमें अत्यधिक सटीकता होती है लेकिन लागत अधिक होती है। डायना3 + डायना7जी2 डेटा कलेक्शन सिस्टम में, ऑपरेटर मुख्य बाहु को पकड़े रहता है, जिससे दूरस्थ अनुगामी बाहु सभी गतियों को वास्तविक समय में प्रतिबिंबित करता है, जिससे मिलीसेकंड-स्तर की द्विदिशात्मक बल प्रतिक्रिया संभव होती है, और बल, गति, दृश्य आदि बहुआयामी डेटा को संग्रहीत किया जाता है।
उसने "मानव-केंद्रित" परिप्रेक्ष्य के आसपास डेटा संग्रह प्रणाली को दिखाया, जिसमें स्वयं विकसित उच्च-सटीक SenseHub डेटा संग्रह प्रणाली शामिल है, जो पांच उंगलियों वाला दस्ताना उपयोग करके हाथ की स्थानिक स्थिति, उंगलियों की मुद्रा और संचालन बल को पूर्णतः पकड़ती है। मूल तर्क यह है: डेटा संग्रह का प्राथमिक स्रोत मानव है, रोबोट नहीं, और बड़े मॉडल मानव संचालन डेटा को अवशोषित करते हैं और फिर इसे रोबोट पर स्थानांतरित करते हैं।
इस प्रदर्शनी में इन तीन कंपनियों के अलावा भी ऐसे डेटा कलेक्शन उपकरण कई हैं। क्वांचें इंटेलिजेंस का RoboPocket, जियानज़ही रोबोटिक्स का HumanData समाधान, चियानज़ुए रोबोटिक्स का विजुअल-टैक्टाइल डेटा कलेक्शन क्लैम्प, और चेनजिंग टेक्नोलॉजीज का Looper सिस्टम—दृश्य से लेकर स्पर्श तक, पूरे शरीर की गति कैप्चर से लेकर पहले दृष्टिकोण तक, डेटा कलेक्शन उपकरण हर बढ़ते हुए विस्तारित पहलू को कवर कर रहे हैं।
स्टैंड पर कारखानों और रिटेल स्टोर्स में घुसे रोबोट, जो दिखने में काम कर रहे हैं, वास्तव में वास्तविक परिदृश्यों से प्रासंगिक डेटा भी एकत्र कर रहे हैं। काम करना और डेटा एकत्र करना एक साथ बंध गए हैं।
जीरोथ एक उत्कृष्ट उदाहरण है, जो "तत्काल खुदरा, डेटा-आधारित, स्थिति का विस्तार, घर में प्रवेश" चार मुख्य दिशाओं पर केंद्रित है। प्रदर्शनी स्थल पर एक अनुभवजन्य स्थान बनाया गया है, जहां ZERITH-H1 पहिया वाला मानवरूपी रोबोट 3D बहुमोडल संवेदन प्रणाली के साथ लगातार कार्यरत है, जो एक सिमुलेटेड कंवेनियंस स्टोर की शेल्फ के सामने सामान की पहचान करता है, उसे पकड़ता है, वर्गीकृत करता है और स्टॉक भरता है, सभी कार्य स्वयं पूरा करता है। प्रत्येक पकड़ने की क्रिया में सफलता या विफलता, बल की उपयुक्तता, और पकड़ने के बिंदु की सटीकता के डेटा को पूरी तरह से बैकएंड पर वापस भेजा जाता है, जहां मॉडल के अपडेट के लिए इसका उपयोग किया जाता है।
इस तर्क की कुंजी "भौतिक ग्रहण को API में बदलना" है। जीरोथ ओर्डर द्वारा ग्रहण, पहचान, वर्गीकरण आदि भौतिक संचालन क्षमताओं को पुन: उपयोग योग्य मानकीकृत इंटरफेस में बदल दिया जाता है, जिसे अनुकूलित करने के बाद अधिक परिदृश्यों द्वारा सीधे कॉल किया जा सकता है।
लेकिन इस “डेटा से प्रशिक्षित क्षमता” का वास्तव में सामान्यीकरण हो पाएगा या नहीं, यह उद्योग का सबसे बड़ा अज्ञात है।
WAIC बॉडी एआई फोरम पर, ज़ह्युआन के साझेदार याओ माओकिंग ने बताया कि भौतिक एआई को पैमाने पर लाने के लिए तीन दीवारों को पार करना आवश्यक है: पहली, डेटा दीवार—वास्तविक अंतरक्रिया डेटा दुर्लभ है और इसे प्राप्त करने की लागत अधिक है; दूसरी, प्रतिनिधित्व दीवार—एक समान भौतिक प्रतिनिधित्व अभी तक विभिन्न कार्यों और परिदृश्यों के बीच नहीं बना है; तीसरी, समाप्त-चक्र दीवार—वास्तविक प्रयोग-त्रुटि की लागत महंगी है और प्रतिक्रिया धीमी है।
उन्होंने बताया कि शरीरिक डेटा का आकार भाषा मॉडल के प्री-ट्रेनिंग कॉर्पस से लाखों गुना अधिक है, और सामान्य भौतिक नियमों को समझने के लिए कम से कम करोड़ों घंटों के डेटा संग्रह की आवश्यकता होती है।
डेटा सप्लाई चेन के अधिक ऊपरी भाग में, RoboSense डेटा कहाँ से आता है और गुणवत्ता कैसे सुनिश्चित की जाए, इस समस्या को हल करता है। इसके द्वारा जारी किया गया दूसरी पीढ़ी का पूर्ण-ठोस-अवस्था संवेदन प्लेटफॉर्म E2, पिछली पीढ़ी की तुलना में 3 गुना अधिक सटीकता प्रदान करता है और बिंदु आवृत्ति मिलियन स्तर पर होती है, जो रोबोट को गति और संचालन के दौरान कैलकुलेट करने योग्य, सीखने योग्य डेटा संपत्ति समानांतर रूप से उत्पन्न करने में सक्षम बनाता है, जिससे "संवेदन—डेटा—प्रशिक्षण—दोहराव" का बंद चक्र बनता है।
डेटा कलेक्शन उपकरणों का एक साथ आना, किसी न किसी तरह से "बुद्धिमत्ता" की कमी को "मेहनत" से भरने का प्रयास है। जैसा कि याओ माओकिंग ने कहा, भौतिक AI का "प्रदर्शन करने योग्य" से "काम करने योग्य" होना, मुख्य रूप से एक सामान्यीकृत, अनुकूलित और विकसित होने योग्य प्रणाली बनाने की क्षमता पर निर्भर करता है।
एक्सपो में उन हेड-माउंटेड कैमरों, डेटा ग्लव्स और रिमोट ऑपरेशन स्टेशन्स सब एक ही काम कर रहे हैं: भौतिक दुनिया को मॉडल के समझने योग्य भाषा में “अनुवाद” करना। जितना तेज़ और अधिक सटीक अनुवाद होगा, उतना जल्दी रोबोट्स काम सीखने की दिन आएगा। लेकिन उससे पहले, पूरा उद्योग अभी भी डेटा इकट्ठा करने में लगा रहेगा, सबसे साधारण तरीके से, एक सबसे बुद्धिमान परिणाम का इंतज़ार करते हुए।