与您的首席执行官Yang Fengyu的对话：自2000年以来，企业家就不会押注VLA，请将机器人发送到酒店以获得第一笔工作

Text Unix AI的创始人兼首席执行官Yang Fengyu与聪明的出现进行了交谈。在8月初的世界类人动物机器人游戏中，Uriqi机器人获得了两种金牌和一枚银牌，用于清洁和欢迎服务项目。在酒店，这引起了酒店，疗养院和其他运营商的注意，Yoliqi。这两个项目都证明了机器人的概括能力，精细的手动操纵和运动速度。在一个清洁项目中，机器人需要在最短的时间内收集几篇散布在房间周围的文章。在比赛中赢得奖牌的能力是，Uriqi机器人参加了“ C型”清洁工作，包括酒店，并以机器人登陆场景为基础，在网站上积累了劳动力数据和能力。在房间里，Uliki机器人完成清洁，分类，垃圾收集和其他任务。速度不如清洁的人快，但是清洁场景的误差速度相对较高，使机器人可以关闭DOOr并慢慢运行。在Yang Fengyu认为，将来，在“ C-End”阶段接受培训的技能可以转移到B-End和C-End任务，例如亲戚，餐馆，快餐店和咖啡。目前，Uliqi机器人处于小型交货阶段，并正在与许多酒店集团，房地产公司和老年人的护理社区签署订单。根据缺失数据行业的当前状况，Uriqi从末尾没有选择更常规的VLA（动作 – diome，视觉动作）的终点。尤里基（Yuriki）的技术途径是在关键点和运动轨迹上分解和模仿场景中必要的运动。这样，在少量移动数据之后，机器人可以学习运动轨迹的这种类型。然后，首先输入可以实现的方案应用程序，在实际工作中，通过数据方向盘不断地输入ITERE。这也是Uriqi的商业策略。 Y的第二和第三代机器Ouqi Wanda是游戏中授予的Robotsfue。照片：由访调员提供：Yang Fengyu于2000年出生。他毕业于密歇根大学获得计算机科学学位，并在耶鲁大学获得了计算机科学博士学位。 2024年，杨法格暂停了他的博士学位课程，并建立了Youliqi。他认为，在过去的20年中，与硬件有关的所有领域最终都是中国公司的世界。这也是他在他面前抓住智能窗户时期并回到中国开始生意的原因。最近，“聪明的紧急”采访了杨芬格，并交换了Moreyoliqi关于营销，技术等的观点。下一个内容来自对话，由作者编辑。 Youliqi的创始人兼首席执行官Yang Fengyu，图片：访调员在“类似于C”的情况下调查了“数据方向盘”的外观。这将如何影响公司？ Yang Fengyu：一旦我们进行比赛棚屋，400次咨询电话号码爆炸了，比赛结束后两周，超过12家酒店开始访问该公司。工作生涯并没有当场引起太多的流量，甚至没有大屏幕，但事实证明在客户层面发酵。同时，在制备过程中也提高了机器人功能。例如，酒店欢迎项目的原始规则是，机器人将行李箱抬起并将其放在行李箱中，然后将行李购物车推到指定的位置。这种动作的界限是机器人进度的方向和阻力行李推车的方向可能不在同一条直线上，并且包括许多要解决的硬件问题。为此，我重复了一个多月的硬件。稍后取消了获取行李车的任务，但我非常感谢机器人的改进。在酒店欢迎项目中，万达的第三代飞机用双手扔手提箱。照片：面试官是聪明的，提供了增加的外观：您宣布Uriqi机器人在工作时进入酒店现场并收集了数据。你为什么专注于这个场景？ Yang Fengyu：我认为酒店的清洁是“类似于C”的能力。在此场景中学习清洁，分类和收集垃圾的原子能动作，并可以搬到家人，老年家庭，餐馆，快餐店和咖啡场景中。与机密的工业场景不同，酒店清洁方案数据对于培训机器人模型也非常有用。酒店清洁方案的优势包括高功能容忍度，使机器人可以关闭门并慢慢进行。此外，没有隐藏的人类计算机互动的危险。智力出现了：那么，由于每日积累而引起的竞争结果吗？ Yang Fengyu：是的。酒店清洁比赛是机器人进入模拟的时候场景并收集瓶子，盒子和其他分散的物品。这是Uriki机器人已经专业的事情。实际上，我们的机器人可以完成更具竞争力和更具挑战性的任务，例如清洁垃圾，清洁垃圾袋，制造床，浴室清洁。智能紧急情况：Uriqi的技术路线是在PRMASS管道和运输过程中收集实际工作中的数据。为什么这样做？ Yang Fengyu：Yoliqi是一家乘坐特斯拉路线的机器人公司。首先在实际阶段足够的机器人，然后通过“数据方向盘”积累足够的数据。这样做的优点是训练阈值非常低，甚至不需要算法工程师，并且可以通过显示工程师来做到这一点。在大规模语言模型中，在Incorporated Intelligence领域也可以复制导致数据定性变化的比例方法。但是，这在比例方法中非常详细。首先，数据和多样性的质量是Pertant和多样性更为重要。我想拥有遵循“自然分布”的1亿个数据，而不是用于人工分布的“小”数据。要收集尽可能多的自然分布数据，不可能雇用Personnas每天收集它们。是的，它们只能在真实场景中收集。其次，数字必须足够大。在图像和文本字段中，对主要多模式模型的培训是积累数十亿个数据。在更接近化身智能的自动驾驶领域，如果您想执行L4或Semi-L4级型号，则至少需要数十万辆汽车。我沿途开车。理想情况下，所有数据都清洁。在机器人领域，我认为它至少是一个类似于自动驾驶的数字。不要考虑创建一个非常好的模型，因为一路上没有数十万个机器人。为了减少竞争E，万达的第二代机器可以在酒店清洁项目中使用两项手工任务。照片：面试官不会押注VLA，而是坚持全面开发的发展的智慧。快速解决问题的原因是什么？ Yang Fengyu：关门是机器人的困难点。此外，这种铰链动作必须考虑到一侧，整个身体的运动角度以及门把手的握力。在开幕式的当晚，当我们到达现场模拟现场时，我们发现酒店清洁项目的门宽1米。这种大小是为了促进一些机器人的进入和出口，但它比酒店和每日房屋的门更宽。我们的机器人底盘不是很大，通常用于训练75-80厘米的常规酒店门的型号和算法。因此，我们的双机器人臂闭合策略不适用于游戏门。那天晚上，我们在SCE收集了数据NE使用Reality Equipment Virtual，我们训练这种原子能。第二天早上，他是第一支球队，没有机会净化。幸运的是，我赢得了没有任何风险的比赛。我们的Uniflex自我开发模仿学习平台发挥了重要作用。最大的优点是它的数据使用非常有效，这使您只能通过5-10个数据收集来学习新任务。聪明的一个真实外观：让我向您介绍详细统一。 Yang Fengyu：这是一组知觉操纵分离模型，其核是基于关键点的模仿学习。在各种要点和运动轨迹上分解了动作，在拓扑空间中学习。这是一所与DMP（动态运动原始）和VMP（变体运动原始）有关的学校。他们在过去两年中没有提到太多，但是将它们与出色的模型结合在一起之后，有第二个因此，我们可以理解，我们已经通过某些动作学习了这种行动的轨迹。例如，如果您执行开门动作，即使它被另一扇门替换，或者导航倾向于左侧2厘米，右侧3厘米，右侧的导航倾斜。 “门”之间的相对关系：从中央技术的角度来看，您在模型底部的复杂隐式矢量中的技术是什么，并将其呈现到下游的动作解码器或人体控制模块中的核心问题。触摸和视力如何整合的机制。我们的Unitouch是将触摸与单源模仿学习框架结合在一起，作为多模式的关键点。在预训练阶段，视力和触摸之间的数据比首先通过预训练模型建立，从而使机器人在“看到”对象时可以想象一种“接触”的感觉，然后确定能力和理解的幂和方法。智力已经出现：在此阶段，Uriqi机器人使用视觉触觉传感器？ Yang Fengyu：目前，Yoliqi的机器人没有安装身体上精确的视觉触觉传感器。这是因为在触觉中，该行业尚未找到正确的解决方案，以使传感器在信号，耐用性和价格密度方面具有这三个特征。当与视觉触觉传感器一起使用时，我的模型肯定会获得良好的结果，但是成本是在视觉触摸传感器中添加6,000-8,000 ran的成本，这不耐用且增量SES颌骨的厚度。目前，视觉触摸尚无法获利。全桩万达的第二代机器，照片：面试官提供了智力的出现：硬件对您的重要性是什么？ Yang Fengyu：今年是机器人大规模生产的第一年，我认为硬件稳定性是压倒性的。智能紧急事件：为什么自我开发硬件应该在一堆堆中确认？什么困难？ Yang Fengyu：第一个原因是开发时间非常慢，因为当前有Nostard Robots产品。自己做，您可以控制时间。如果您找到供应商，那么该技术有一个黑匣子，什么？如果问题不起作用，我不知道问题会在哪里发生。第二点是没有中介机构会改变价格，并且成本是可控的。完整的堆栈自我开发允许极端的成本控制。例如，如果其他人使用和谐的还原特工，一到两千个值得。我们使用自己的解决方案，但整个关节并不那么昂贵。第二代手机的成本为88,000元，并且仍然有很大的收益。第三，主要是数据的未来数据和模型迁移的键。如果硬件本身并未开发，则第二代和第三代机器人的数据将不会被重复使用，并且该模型将被丢弃。完整堆中的自我开发的困难在于供应链的稳定性和产生产品的贡献。这是最困难的“硬骨”。今年早些时候，我们一直在咬这件事。情报已经出现了：这款机器人竞赛似乎使用了尚未推出的新“第三代”流浪汉模型。我可以透露吗？该质量生产的第二代机器有什么区别？ Yang Fengyu：这次体育会议提出了平行的双人策略，第二和第三个发电机一系列流行的万达系列人形机器人的n机器。其中，万达的第三代机器是性能责任。它尚未发布，但可以很容易地在此处揭示。第三代机器完全用于工作和非人类，但性能强大。它在4个车轮上具有全向牵引机箱，以更快地移动，更高的负载并更好地控制机器人高度。实际上，这是一台实验机。我完成后，我就使用了壳，然后到达WRC参加展览。之后，我参加了一次机器人运动会议，并在此时回到家。因此，实际上，当第三代飞机竞争时，尚未对算法策略进行专门测试。但是，从竞争的结果来看，表现仍然令人满意。万达的第二代机器是大规模生产的版本。性能是更好的新模型，但它是Already非常稳定。用作保证选项。万达的第三代机器在酒店的欢迎场景上运行了行李箱。照片：面试官提供了年轻人背后的驱动力，比情报标签“ 2000和后部”更为重要。 Yang Fengyu：我出生于2000年。这浪潮中有许多非常年轻的商人。但是，年轻的企业家，我们没有历史负担，我们没有传统概念的义务。我来自第一线技术，我自己输入了代码。我知道什么工作，什么是什么，我非常接近技术。在最终分析中，此问题是由技术驱动的。我们认为，年轻人是促进融合信息发展浪潮的基本力量。情报已经出现了：当企业在如此小的年龄开始时，您的一般经验是什么？ Yang Fengyu：我一直想开始一家业务，并认真对待金融和商业科学。我的博士主管开始了自己的生意，因此他支持了我很多。在学院中，我们将“解决问题解决问题”，我们想解决真正的问题。在过去的20年中，与硬件有关的所有领域都在中国公司的世界中。很长一段时间以来，我对中国供应链和市场的啤酒非常乐观。因此，尽管博士学位尚未完成，但文章发表得很好，所以我首先拿起窗口并创立了Youliqi。情报已经出现：这样的年轻团队如何吸引经验丰富的行业？ Yoliqi首席科学家Wang Hesheng等高级专家是否？杨很好：每个人都在寻找的是互补的。旧武器团体仍然是共同战斗的一种方式。我的年轻团队有冲动和技术边界的想法，而退伍军人拥有丰富的工业经验和资源。两者的组合可以产生巨大的化学反应。第三属万达（Wanda）的tion平面完成了体育比赛中酒店的清洁任务，照片：面试官提供
特殊声明：先前的内容（包括照片和视频，如果有的话，如果有），则已由网络自我媒体平台的用户收取和发布。该平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由社交媒体平台NetEase Hao的用户收取和发布，仅提供信息存储服务。