جولائی کے آخر میں، LiberAI نے Pre-A+ فنڈنگ راؤنڈ مکمل کی، جس کی رقم کئی ارب یوان تھی، اور سرمایہ کاروں کی فہرست میں 360 گروپ، گوکائی فنانس، چینکریٹ وینچرز، CMC کیپٹل، بین فو کیپٹل، اور سیکو چائنہ شامل تھے۔
یہ کمپنی دراصل 8 دسمبر 2025 کو "جنگ شین ٹیکنالوجی" کے نام سے قائم کی گئی، جس کا نام "آرام کرنا پہلا پیداواری طاقت ہے" کا مطلب رکھتا ہے؛ اس کا رجسٹرڈ کپٹل 1.46 ملین یوان ہے اور ٹیم میں 30 سے کم افراد ہیں۔
اور آئی ٹی جُو زی نے پایا کہ یہ اپنی قائم ہونے کے بعد کی پانچویں سرمایہ کاری ہے؛ گزشتہ تقریباً چھ ماہ میں، اس نے بہت تیز رفتاری سے سرمایہ کاری کی، بیج، اینجل، اینجل پلس سے لے کر پری-ای ایل تک، چار راؤنڈز ایک ساتھ مکمل کر لیے۔ رپورٹس کے مطابق، نئی اقدار 50 ارب یوان تک پہنچ گئی ہیں۔
اس کے بانی لیو سونگمن ایک 00 کے بعد کے نوجوان ہیں، جنہوں نے تسوہوا یونیورسٹی کے کمپیوٹر سائنس ڈپارٹمنٹ میں ٹاپ ایوارڈ اور پہلی جگہ حاصل کی، جن کے استاد پروفیسر زہ جون تھے، اور 23 سال کی عمر میں ڈاکٹریٹ مکمل کرکے کاروبار شروع کر دیا۔ ان کی قیادت میں تیار کیا گیا RDT-1B پہلا بڑا پھیلاؤ ٹرانسفارمر بنیادی ماڈل تھا جو دو بازو والے روبوٹس کے لیے خصوصی طور پر ڈیزائن کیا گیا تھا، جس میں 1.2 ارب پیرامیٹرز تھے۔
LiberAI انسانی UMI ڈیٹا اور ورلڈ مدل پر توجہ مرکوز کرتا ہے — بس اس کا مطلب ہے کہ یہ روبوٹس کو دی جانے والی ڈیٹا اور ڈیٹا کو سمجھنے والے دماغ کی فروخت کر رہا ہے۔
ایٹ جو زی کے مطابق، 2026 کے پہلے نصف سال میں، 25 چینی جسمانی ذہانت ڈیٹا اسٹارٹ اپس نے مل کر 170 ارب یوان سے زیادہ فنڈنگ حاصل کی، جس سے واضح ہوتا ہے کہ "ڈیٹا" جسمانی شعبے میں سب سے زیادہ یقینی کاروبار بن گئی ہے۔ (星海图 اور 千寻智能 جیسی کچھ ایسی کمپنیز کو شامل نہیں کیا گیا جو جسمانی ڈیٹا ماڈلز اور روبوٹس دونوں بناتی ہیں)
جسمانی ڈیٹا کے شعبے کی تمام کمپنیوں اور ان کے فنڈنگ ڈیٹا کو حاصل کرنے کے لیے، آپ IT جوzi البم صفحہ پر جا کر ڈیٹا دیکھ سکتے ہیں اور اسے ڈاؤن لوڈ کر سکتے ہیں۔ https://www.itjuzi.com/album/766 (اب تک 42 کمپنیاں درج ہیں)
اس میں، گوانگ لُن انسٹی ٹیوٹ نے نہ صرف بڑی پیمانے پر خارجی فنانس حاصل کی، بلکہ پہلے تین ماہ میں 550 ملین یوان کے آرڈر حاصل کیے۔
جب کھنکھنے والے کو سونا نہیں ملا، تو کھانے والوں نے پہلے پیسہ کمانا شروع کر دیا۔
ایک: غیر حل شدہ چیلنج: روبوٹکس صنعت کا ڈیٹا ڈیزٹ
بڑے زبانی ماڈلز کیوں ابھرے؟ کیونکہ انٹرنیٹ پر بے حد متن دستیاب ہیں۔
لیکن روبوٹ کو تربیت دینے کا بنیادی ذریعہ الفاظ نہیں، بلکہ اٹھانا، رکھنا، چلنا، پکڑنا، گھمانا، اور پان کو اُلٹنا جیسے تین ڈی فزیکل ایکشنز کے ڈیٹا ہیں — ایسے ڈیٹا انٹرنیٹ پر تقریباً موجود نہیں۔
پورے صنعت میں جسمانی ڈیٹا کی کمی ایک بڑی رکاوٹ ہے۔
گرینڈ ویو ریسرچ کا تخمینہ ہے کہ عالمی ڈیٹا کلیکشن اور اینوٹیشن مارکیٹ 2030 تک 171 ارب ڈالر تک پہنچ جائے گی۔
موجودہ صنعت میں جسمانی ڈیٹا کو پیرامڈ کی شکل میں سمجھا جاتا ہے: سب سے اوپر اصل ڈیٹا ہے، جس کی معیاریت قابل اعتماد ہے اور جسے ب без تبدیلی استعمال کیا جا سکتا ہے، لیکن یہ سب سے مہنگا ہے؛ درمیانی سطح پر شبیہہ سازی کے ذریعہ تخلیق کردہ ڈیٹا اور UMI ڈیٹا ہے، جو لاگت کے لحاظ سے درمیانی ہے اور بے حد پیدا کیا جا سکتا ہے، لیکن اس میں Sim-to-Real کا فرق (ترشح/پھیلاؤ کا تقریبی انحراف) موجود ہے؛ اور نچلی سطح پر انٹرنیٹ ویڈیوز اور انسانی رویے کا ڈیٹا ہے، جو سب سے زیادہ وسیع ذرائع سے حاصل ہوتا ہے، لیکن اس میں تعامل کی تفصیلات کم ہوتی ہیں اور معلومات کم ہوتی ہیں۔
اور ہر سطح پر کچھ کمپنیاں ہیں جو اس پر مکمل توجہ دے رہی ہیں—یہ موجودہ جسمانی ڈیٹا کے قائم کرنے والوں کی لہر کو سمجھنے کا ایک معاشرتی نظام ہے۔
دو، پانچ بڑے اسکولز، تیس سے زائد کمپنیوں کا جامع جائزہ
سبک اول: حقیقی مشین کنٹرول / محسوس کرنے والا اسکول — ڈیٹا کو ایک لائن کی طرح سمجھیں
اس سب سے سادہ منطق پر عمل کرتا ہے: فیکٹری بنائیں، روبوٹس لگائیں، موشن کیپچر ڈیوائسز لگائیں، اور لائن پر اعلی درجہ کی ڈیٹا کی بڑے پیمانے پر تیاری کریں۔
سب سے زیادہ جرأت والا پاسینی کا احساس ہے۔
کمپنی کے ٹچ سینسرز کی شپمنٹ میں عالمی سطح پر پہلا مقام ہے، 2025 میں پاسینی نے تیانجن میں دنیا کا سب سے بڑا جسمانی ڈیٹا کلیکشن فیکٹری، سوپر EID فیکٹری تعمیر کیا، جس کی سالانہ پیداوار 2 ارب ڈیٹا لائنز ہے؛ مارچ میں 10 ارب یوان سے زائد کی B راؤنڈ فنڈنگ مکمل کرنے اور اقدار 100 ارب یوان سے زائد ہونے کے بعد، کمپنی نے سوچوان، ووہان، زیگونگ اور گنجو میں مزید چار سپر ڈیٹا فیکٹریاں تعمیر کرنے کا اعلان کیا۔
موشن کیپچر ویٹرین اس لائن کی دوسری شاخ ہیں۔
نویتین روبوٹس کے بانی، ڈائے رولی، نویتین ٹیکنالوجی کو عالمی پیشہ ورانہ موشن کیپچر مارکیٹ میں 70 فیصد حصہ دینے کے بعد، نویتین روبوٹس نامی نئی کمپنی قائم کی، جس نے جون میں کئی ارب یوان کی پری-ای اے++ سیریز کا فنڈنگ مکمل کیا اور اس کی قیمت تقریباً 30 ارب یوان رکھی گئی۔ بیجنگ، شنگھائی کے اے آئی صنعتی فنڈ، شن زھن چوئنگ، زھونگ جن، اور کون لون کیپٹل نے مل کر سرمایہ کاری کی، اور مودالٹی نیٹ مکمل ماڈل ڈیٹا پلیٹ فارم کا اعلان کیا۔
QingTong Vision نے اوپن سورس کے ذریعے ایک生态系统 بنانے کا راستہ اپنایا، جس نے مئی میں دنیا کا سب سے بڑا 1000 گھنٹوں کا انسانی اعلی درجے کا آپٹیکل موشن کیپچر اوپن سورس ڈیٹا سیٹ جاری کیا، جس کی توقع ہے کہ سالانہ 500,000 گھنٹے پیدا ہوں گے، اور Yuyu Technology کے چنیکی چھٹی کے روبوٹ کاروائی شو "WuBOT" کے لیے کاروائی کے ڈیٹا کو اس کے Project Decode سسٹم سے حاصل کیا گیا۔
لینگ شین ٹیکنالوجی جیسے نئے ٹچ اسٹارٹ اپس بھی موقع حاصل کر رہے ہیں۔
سبک دو: شبیہ سازی اور مرکب کاری — مجازی دنیا میں ڈیٹا "چھاپنا"
اگر اصل ڈیٹا بہت مہنگا ہے، تو کیا کمپیوٹر میں ایک فزیکلی کافی حقیقی ورچوئل دنیا بنائی جا سکتی ہے جہاں تربیتی ڈیٹا کو بڑے پیمانے پر "پرنٹ" کیا جا سکے؟
اس راستے پر دنیا کا پہلا جسمانی ڈیٹا یونیکورن، گوانگ لون انسٹی ٹیوٹ، ظاہر ہوا۔
اس سال مارچ میں 10 ارب یوان کی A++ سیریز فنڈنگ مکمل ہوئی، مئی میں انتھا گروپ نے لیڈ کیا، اور جون میں مزید 10 ارب یوان کی فنڈنگ حاصل ہوئی، جس کے بعد کمپنی کی تخمینہ قیمت 20 ارب ڈالر (تقریباً 150 ارب چینی یوان) سے زائد ہو گئی۔
گوانگ لون انسٹی ٹیوشن نے 2025 میں اپنی آمدنی 10 گنا بڑھائی، اور 2026 کے پہلے تین ماہ میں 550 ملین یوان کے نئے آرڈرز حاصل کیے، جو ایک تین ماہ کے دوران گزشتہ پورے سال سے زیادہ ہے۔
کراس-ڈائیمینشنل انٹیلی جنس "جینریٹو سیمیولیشن" کا نمائندہ ہے: اپنے خود کے ڈیکسورس سیمیولیشن انجن کے ذریعے ورچوئل دنیا میں لاکھوں سین اسکرپٹ ڈیٹا کو خودکار طور پر جنریٹ کیا جاتا ہے؛ جولائی 2023 میں 10 ارب یوان کے فنڈنگ کا اعلان، جس کی قیمت 10 ارب یوان سے زائد ہے اور آئی پی او شروع کردیا گیا، پہلے نصف سال میں 1 ارب یوان کا رعایت حاصل کیا، اب تک 1500 سے زائد ماڈلز کامرسیلائزڈ ڈلیوری کے لیے تیار ہوچکے ہیں۔
سٹاک مارکیٹ میں فیصلہ کن کمپنی، جس نے اس سال اپریل میں ہانگ کانگ اسٹاک ایکسچینج میں قدم رکھا، "دنیا کی پہلی کمپنی جو 3D کلاؤڈ ڈیزائن میں ماہر ہے" — Qunhe Technology، اپنے 3D کلاؤڈ ڈیزائن کے ذخیرہ کردہ بے شمار تین ڈی منظر کے ڈیٹا کو جسمانی ذکاوت میں وسعت دے رہی ہے۔
شیمی پلیٹ فارم سونگ یینگ ٹیکنالوجی نے فروری اور جولائی میں Pre-A اور Pre-A+ سیریز کے فنڈنگ راؤنڈ مکمل کیے، جس میں کل کئی ارب یوان کا فنڈنگ جمع ہوا، اور قومی اور مقامی حکومتوں کے ساتھ مل کر انسان نما روبوٹس کے نویں مرکز کے ساتھ مل کر ڈیٹا سیٹ تیار کیا گیا۔
تھرڈ جینر: UMI بے اسٹرکچر/پورٹیبل کلیکشن اسکول — اسٹرکچر کو چھوڑ کر، انسان کی نقل بنائیں
ریموٹ کنٹرولڈ روبوٹ کے ذریعہ ڈیٹا جمع کرنے میں ایک خامی ہے — جو ڈیٹا جمع ہوتا ہے وہ انسان کی حقیقی صلاحیت نہیں، بلکہ "روبوٹ کو ساتھ رکھنے" کے لیے کیے گئے مساوی اقدامات ہوتے ہیں۔ اس لیے، اس جماعت نے جسمانی ڈھانچے کو چھوڑ دیا اور انسانوں کو دستاویز، گرپ، اور پہننے والے ڈیوائسز پہن کر براہ راست کام کرنے کے لیے مجبور کر دیا۔
یہ سال کی سب سے زیادہ سرمایہ کی گنجائش والی راہ ہے۔
1 جون کو، جیان زھی روبوٹکس نے متعدد ایک کے بعد ایک فنڈنگ راؤنڈز میں کئی ارب یوان کی فنڈنگ کا اعلان کیا، جس میں ماری بین گروپ، دی ڈی، اور دی لین کیپٹل لیڈنگ انویسٹرز تھے، جبکہ شون وی اور بی وی بیڈو انویسٹمنٹس نے ساتھ دیا — یہ تکنیکی ڈیٹا کے شعبے میں اب تک کی سب سے بڑی فنڈنگ ہے۔
اس کے بانی چین جینشینگ پہلے Momenta کے الگورتھم سینئر ڈائریکٹر تھے، کمپنی کی ایک سال کی مدت میں لاکھوں حقیقی سیناریوز پر کام کیا گیا اور Ant Group Lingbo کے ساتھ ایک اہم تعاون حاصل کیا گیا۔
اس نے انسان-مرکوز ڈیٹا کلیکشن کا نمونہ پیش کیا اور سینس ہب ویئر ایبل ڈیٹا کلیکشن حل متعارف کرایا؛ اپریل میں 4.55 ارب امریکی ڈالر کی پری-ای سرمایہ کاری مکمل کی، جس نے چین کے جسمانی ذہانت کے لیے سب سے بڑی اکیلی سرمایہ کاری کا ریکارڈ قائم کیا، جس میں ہوئِن، شنچوئن، اور میانو نے مشترکہ طور پر قیادت کی، اور انہوں نے "جسمانی ڈیٹا سپارک پلان" کا آغاز کیا ہے جس کا مقصد 1 ارب گھنٹے ہے۔
چنگہوا سسٹم کے لو منگ روبوٹس کا FastUMI سسٹم ڈیٹا کلیکشن کی کارکردگی تین گنا بڑھا دیتی ہے اور لاگت کو پانچویں حصے تک کم کر دیتی ہے، جس کے نتیجے میں میبیشی الیکٹرک نے لگاتار سربراہی سرمایہ کاری کی اور ٹاپ کلائنٹس کے آرڈرز حاصل کیے۔
چی یوآن روبوٹکس نے اس سال فروری میں اپنا ڈیٹا بزنس میفینگ ٹیکنالوجی کے نام سے ایک الگ کمپنی میں الگ کر دیا، جس نے صرف دس دن میں کئی کروڑ ڈالر کی بیج اور اینجل فنڈنگ مکمل کر لی، جس کی قیادت شونگ کی چائنہ نے کی، اور 2026 تک کروڑوں گھنٹوں کی ڈیٹا پیداوار کا منصوبہ ہے۔
نئی نسل بھی سامنے آ رہی ہے: چنگہوا کمپیوٹر سائنس ڈپارٹمنٹ سے نکلی ستارہ یاد تکنالوجی، نیوڈیا کے EgoScale کے راستے کا تعاقب کرتے ہوئے، اعلیٰ آزادی اور ملی میٹر کی درستگی والے پہلے منظر کے لیے پہننے والے ڈیٹا کلیکشن کا اطلاق کرتی ہے، جس نے اپنا پہلا فنڈنگ راؤنڈ مکمل کر لیا ہے اور جولائی میں پری-ایکس راؤنڈ حاصل کیا ہے؛ بیجنگ یونیورسٹی کے پروفیسر لو زونگچنگ کی زھی زائے وو جیے سیدھے انٹرنیٹ ویڈیوز کا استعمال کرتے ہوئے جنرل ایکشن ماڈلز کو پہلے سے تربیت دے رہے ہیں۔
فیکسی کے ذریعے اسپن آف کیا گیا کوانچی انسٹی ٹیوٹ نے "پروڈکشن سائیڈ" ڈیٹا کلیکشن سسٹم CoMiner کے ذریعے تقریباً سو اورڈرز حاصل کیے، جون میں مزید کئی ارب یوان کی سرمایہ کاری حاصل کی، اور اپنے خود کی ہوئی ورلڈ مڈل کو جلد جاری کرنے جا رہا ہے۔
ایک اور نئی کمپنی، یوان چے تائی چو (OriginFlow)، NeuroScale پیراڈائیم استعمال کرتی ہے، جو اپنے خود کی ہوئی مایو الیکٹروگرافی سیٹ اپ کے ذریعے انسانی عضلات کے سکھڑنے کے بجلی کے سگنلز کو پکڑتی ہے، اور PULSE بنیادی ماڈل کے ذریعے ہاتھ کی پوزیشن/طاقت/رسپیکشن کو دوبارہ تشکیل دیتی ہے؛ "مقصد—عضلات—حرکت" کے اصلی نقلی راستے سے جُڑتی ہے، جس سے UMI کی ویژل اوکلوجن کی ناکامی اور طاقت/رسپیکشن کی کمی کو دور کرتی ہے۔
ایک سال کے اندر، کمپنی نے انجل، اسٹریٹجک اور پری-ایکس ون فنڈنگ راؤنڈز مکمل کر لی ہیں جن کا مجموعی مالیاتی اثاثہ 5 ارب یوان سے زیادہ ہے۔ بانی چن شنتاو ایک 2000 کے دہے کے ٹسینگ یونیورسٹی کے ڈاکٹر اور ہاربین ٹیکنالوجی انسٹیٹیوٹ کے فارغ التحصیل ہیں۔
انداز چار: ویڈیو ڈسٹلیشن/عالمی ماڈل اسکول — AI کو فزیکل دنیا کو "سمجھنا" سکھانا
یہ راستہ ڈیٹا پیرامیڈ کے سب سے نیچے کے "زائدہ کو قیمتی بنانے" کے مسئلے کو حل کرتا ہے: انٹرنیٹ پر بے شمار انسانی عمل کے ویڈیوز دستیاب ہیں—پکوان بنانا، ہاتھ سے بنائی گئی چیزیں، مرمت—لیکن ان ویڈیوز میں روبوٹس کو درکار طاقت، رگڑ اور تین ڈی مسیر کی معلومات نہیں ہوتیں، جس کی وجہ سے یہ "دیکھے جا سکتے ہیں لیکن استعمال نہیں ہو سکتے" مرنے والے ڈیٹا رہ گئے ہیں۔
ویڈیو ڈسٹلیشن کا خیال الگورتھم کا استعمال کرکے 2D ویڈیو سے حرکت کے راستے اور فزیکل انٹر ایکشن کی معلومات کو واپس حاصل کرنا ہے، جس سے بے زندہ ڈیٹا کو قابل تربیت جسمانی ڈیٹا میں "ڈسٹل" کیا جاتا ہے، اور اس کی لاگت حقیقی مشینوں سے ڈیٹا جمع کرنے کی لاگت کے ہزاروں حصوں تک کم ہو جاتی ہے۔
عالمی ماڈل پیروکار زیادہ براہ راست ہوتے ہیں، وہ پہلے AI کو فزیکل دنیا کے کام کرنے کے اصول سکھاتے ہیں، اور پھر "دماغ میں" لاکھوں تربیتی ڈیٹا جنریٹ کرتے ہیں۔
Shutu Technology کی SynaData پائپ لائن انٹرنیٹ ویڈیوز سے ہاتھوں کے راستے، اشیاء کی حرکت کے راستے اور دیگر بہت سے بہ متعدد جسمانی ڈیٹا کو بڑے پیمانے پر نکالتی ہے، جس کی ڈیٹا جمع کرنے کی لاگت بہت کم ہے۔ اسے Dongfang Fuhai نے کئی کروڑ یوان کے سربراہی میں سرمایہ کاری کی ہے، اور یہ ڈیٹا Tsinghua RDT، Zhiyuan UniVLA جیسے معروف اوپن سورس ماڈلز میں استعمال ہو رہا ہے۔
جیگا ورلڈ کے عالمی ماڈل کا استعمال کرتے ہوئے جیکا شی جی نے تربیتی ڈیٹا تیار کیا، جس سے VLA ماڈل کی تین بڑی جامعیت کی اقسام میں کارکردگی میں تقریباً 300 فیصد اضافہ ہوا، جون میں B+ سیریز میں 10 ارب یوان کا فنڈنگ مکمل ہوا، اور تین ماہ میں کل فنڈنگ 35 ارب یوان ہو گئی۔
ڈیپتھ جینیس نے انسانی پہلی شخص کے منظر کے ڈیٹا پر بھی سرمایہ کاری کی ہے، جس نے اس سال کے پہلے نصف میں تین فنڈنگ راؤنڈز اور کئی ارب یوان حاصل کیے۔ مئی میں، ڈیپتھ جینیس Z-WM ورلڈ مڈل نے ورلڈ ایرینا کے جائزے میں عالمی ٹاپ پوزیشن حاصل کی۔
آرٹیکل کے آغاز میں ذکر کیا گیا LiberAI، یہ بھی اس راستے اور ورلڈ مڈل سرکٹ کا ملا جلا ہے۔
سری پانچ: ڈیٹا انفراسٹرکچر/پلیٹ فارم اسکول — یہ ایک ڈیٹا پلیٹ فارم ہے اور "ریفائنری" بھی
اس نظریہ کے مطابق، جسمانی ڈیٹا کی پابندی صرف “کیسے جمع کیا جائے” تک محدود نہیں، بلکہ “کیسے استعمال کیا جائے” کے مرحلے تک بھی پھیلی ہوئی ہے۔
ہر روبوٹ کا جسم، سینسرز، اور ڈیٹا فارمیٹ مختلف ہوتا ہے، اس لیے جمع کیا گیا اصلی ڈیٹا ایک مخلوط کچرے کی طرح ہوتا ہے جسے براہ راست ماڈل میں ڈالنا صرف اسے بدتر بنائے گا — کون سا کام کرے گا جس میں صفائی، مطابقت، نشان زد کرنا، اور جائزہ لینا شامل ہو تاکہ کچرا معیاری بنزین میں تبدیل ہو سکے؟
اس کے علاوہ، ٹریننگ فیلڈ، کلیکشن ڈیوائسز اور موشن کیپچر سسٹم سب ہی بھاری اثاثے ہیں، جن کے لیے چھوٹی اور درمیانی ٹیمیں کبھی بھی تیار نہیں ہوسکتیں۔ اس لیے، شیئرڈ ٹریننگ فیلڈز بنانے، ڈیٹا معیارات متعین کرنے، اور ٹول چین اور پلیٹ فارم سروسز فروخت کرنے کی ضرورت ہے۔ یہ کسی بھی ڈیٹا ٹیکنالوجی کے راستے پر جیتنے کا اندازہ نہیں لگاتا، بلکہ یہ اندازہ لگاتا ہے کہ جو بھی راستہ جیتے، وہ اس کے ذریعے ہی گزریں گے۔
وو ون زھی کے، دیکھنگ کے ڈیٹا کلیکشن اور ٹریننگ فیلڈ پر مبنی ہے، جو روزانہ ہزاروں گھنٹوں کا ڈیٹا پیدا کرتا ہے، اپریل میں ایک ارب یوان سے زائد کی فنڈنگ حاصل کی، اور پہلے تین ماہ میں بائٹڈانس اور وو جیے ڈائنامکس سمیت کئی نمبروں کے معاہدے طے کیے۔
یی رن ٹیکنولوجی نے اپریل میں دو لکھوں کی سیریز فنڈنگ مکمل کی، اور 2025 کے لیے اربوں کی آمدنی اور منافع کا اعلان کیا، جو شاید اس شعبے میں پہلا ایسا کمپنی ہو جو منافع کا اعلان کرے۔
اس کے علاوہ، گزشتہ دسمبر میں قائم ہونے والی چی یو جیشی، جو ڈیٹا کلیننگ، ایلائنمنٹ اور گورننس کے لیے درمیانی تبدیلی کرتی ہے، کو لِنچو اسمارٹ، کونچی، اور زھی فانگ فنگ جیسی صرف اصولی کمپنیوں نے اس "اوپری" کو انویسٹ کیا ہے۔
سٹاک مارکیٹ میں فہرست شدہ کھلاڑی بھی داخل ہو گئے ہیں، ڈیٹا سروسز کے لیڈر ہائیتیان رuishن نے بیجنگ شیجینشان انسان نما روبوٹ ڈیٹا ٹریننگ سنٹر کے ساتھ "ام bodied انسٹیلنس ڈیٹا ٹریننگ فیلڈ" کا افتتاح کیا ہے۔
دیگر بڑی کمپنیاں بھی شامل ہو گئی ہیں، جِن میں جِنگڈونگ نے جسمانی ڈیٹا کی مکمل سلسلہ وار بنیادی ڈھانچہ جاری کیا ہے، جس کا منصوبہ 600,000 کورئیر اور ڈلیوری ڈرائیورز کو مجموعی طور پر ڈیٹا اکٹھا کرنے کا ہے، اور مقصد دو سال میں 10 ملین گھنٹے حقیقی منظر کے ویڈیوز جمع کرنا ہے؛ جبکہ بائیڈو نے “ڈیٹا سوپر مارکیٹ” شروع کر دیا ہے۔
تین: ایک لمحے کے لیے سکون سے کام لیں: کیا ڈیٹا کی مانگ کی جانب سے درخواست لچکدار نہیں ہے؟
2026ء کو جسمانی ڈیٹا کے سکیل ہونے کا سال قرار دیا جائے گا، اعداد و شمار کے مطابق، 2026ء کے اپریل کے آخر تک، "استعمال یا منصوبہ بندی" کی حالت میں کم از کم 90 ڈیٹا سیکشنز ہیں؛ جن میں سے 64 فعال ہیں، باقی تعمیر یا منصوبہ بندی کے مراحل میں ہیں۔
لیکن جیسے جیسے فیئر گرم ہوتا جائے، اس میں تھوڑا سرد پانی ڈالنا ضروری ہے۔
جسمانی ڈیٹا کے کاروبار میں ایک ایسا ساختی مسئلہ ہے جسے کم ہی اجاگر کیا جاتا ہے: اس کی مانگ اور پیشکش دونوں ایک ہی سرمایہ کے پیسوں کو خرچ کرتے ہیں۔
خریداروں کی فہرست دیکھ کر واضح ہو جاتا ہے — بڑے ماڈل ٹیم، اسٹارٹ اپ روبوٹکس کمپنیاں، اور تبدیلی کے مراحل میں موجود اوبجیکٹ فارم فیکٹریز، ان میں سے زیادہ تر خود ابھی تک منافع نہیں کما رہے، اور ان کا خریداری بجٹ حال ہی میں حاصل ہونے والی فنانسنگ سے آیا ہے۔
دوسرے الفاظ میں، ڈیٹا کمپنیوں کی آمدنی، بنیادی طور پر نیچے کی طرف فنڈنگ کا دوبارہ تقسیم ہے: جسمانی ذہانت والی روبوٹ کمپنیاں فنڈز حاصل کرتی ہیں، پھر ڈیٹا خرید کر کہانیاں سناتی ہیں، اگر کہانیاں اچھی ہو جائیں، تو اگلے دور میں مزید فنڈنگ حاصل کرتی ہیں۔
اگر روبوٹ کے اصل کمپنی کا اطلاق توقعات کے مطابق نہیں ہوا، تو ڈیٹا آرڈرز اور فنانس کی واپسی ایک ساتھ ختم ہو جائیں گی۔ یہ ایک مشترکہ تعلق ہے جہاں ایک کی کامیابی دوسرے پر منحصر ہے، جو نیچے کی مارکیٹ کی مانگ پر منحصر ہے۔
jab tak robot company sach mein laganay ki qabiliyat rakhti hai, tab tak yeh business zyada mehfooz aur kamyaab hota hai.
صنعت کے اندر ایک متفقہ رائے یہ ہے کہ طویل مدت میں بقا پانے والی جسمانی ڈیٹا کمپنیاں زیادہ تر دو قسم کی ہوں گی: ایک وہ جو صنعتی معیار کا پلیٹ فارم بن جائے اور شبیہ سازی، ڈیٹا پروسیسنگ، اور جائزہ لینے جیسے ایکو سسٹم لیول ٹولز کو کنٹرول کرے؛ دوسری وہ جو مختلف فرماوں کے ڈیٹا کو اکٹھا کرنے اور صاف کرنے کی صلاحیت رکھتی ہو اور روبوٹس کے حقیقی ماحول میں داخل ہونے کے بعد مستقل طور پر اعلیٰ معیار اور لمبی پُرستش والی ڈیٹا فراہم کرے۔
یہ مضمون ویچن گروپ "IT桔子" (ID: itjuzi521) سے ہے، مصنف: وو میمی