На 16 юни Alibaba разкри Qwen-Robot, първата си пълна фамилия от въплътени AI модели под серията Qwen големи езикови модели — включваща Qwen-RobotManip за манипулиране, Qwen-RobotNav за навигация и Qwen-RobotWorld като световен модел. Стартирането сигнализира задълбочаващия се ангажимент на Alibaba към въплътената интелигентност, точно както ByteDance реорганизира своите роботи в рамките на основната бизнес структура.
Серията Qwen-Robot представлява основна промяна: вместо да се конкурира с хардуер, Alibaba се позиционира като "интелигентен мозък" доставчик на разнообразни форми на роботи. Трите модела могат да бъдат разгърнати независимо или в координация – оборудвайки роботите със сръчни ръце, способност за навигация и разсъждения съответно – позволявайки на различни видове роботи да изпълняват сложни задачи от реалния свят.
ByteDance беше също толкова агресивен. Компанията издигна въплъщения AI статус на основен бизнес, като нейният мултимодален ръководител Джоу Чанг допълнително разшири надзора, тъй като Seed Robotics сега му докладва. ByteDance вече е произвела над 1000 робота, предимно колесни логистични роботи за транспортиране на складове и фабрики, и е осигурила външни клиенти, включително SF Express и BYD Electronics.
Интернет гигантите носят три различни предимства на роботиката: обща интелигентност чрез големи модели, огромно количество данни от реалния свят за обучение и вградени сценарии за внедряване. Традиционните роботи изискват от инженерите да напишат персонализирани програми за управление за всяка задача, като отнема седмици, за да се адаптират към новите сценарии. Подходите, базирани на големи модели, могат да компресират това до дни чрез координация на модела на визия, език и движение.
Данните са критичното гориво. Мрежата за незабавна доставка на Meituan генерира милиони ежедневни взаимодействия за планиране на маршрути. Складовете на JD Logistics натрупват масивни данни за обработка на материали. Дейностите на ByteDance обхващат складиране на електронна търговия до производство на съдържание.
Може би най-важното е, че интернет гигантите имат сценарии за прихващане на внедряване. Логистичните роботи на JD за първи път са валидирани в него "Азия №1" складове преди комерсиализация навън. Автономните мобилни роботи на ByteDance изпълняват реални маршрути, преди да бъдат продадени на клиенти. Тази вградена "първи клиент" значително съкращава пътя от лабораторията до масовото внедряване.
Хардуерните затруднения обаче остават огромни. Основните компоненти, сложността на веригата за доставки и производствените разходи не се решават автоматично със софтуерното предимство. Традиционната производствена ДНК на индустрията на роботите означава, че дори най-способният AI мозък все още се нуждае от висококачествено тяло, за да се изпълнява във физическия свят.
"Интернет компаниите могат да ускорят итерацията на интелигентни мозъци с общо предназначение," каза индустриален анализатор, "но въплътеният AI остава хардуерно интензивна технологична писта, където предизвикателствата на основните компоненти и търговската рентабилност не изчезват само защото технологичен гигант влиза в стаята."