La entreprise chinoise de modèle mondial d'IA incarnée Qianjue Technology a bouclé un tour de financement de série A de plusieurs centaines de millions de RMB. Le tour a été mené par Jingming Capital, avec la participation de Shandong New Momentum et Shandong Caijin Capital. Les investisseurs comprennent des fonds nationaux et des partenaires industriels. Maple Pledge a servi de conseiller financier en capital-investissement.
Fondée en juin 2023, l'équipe de base de Qianjue Technology est issue du Centre de Recherche Cérébrale de l'Université de Tsinghua. L'entreprise se concentre sur le développement de grands modèles de prise de décision et de planification pour l'IA incarnée, permettant aux robots d'obtenir une adaptation dynamique à l'environnement et des opérations entièrement autonomes.
L'entreprise a adopté une approche de "modèle mondial prédictif", contrastant avec les méthodes génératives dominantes qui s'appuient sur la reconstruction au niveau des pixels. Le PDG Gao Haichuan a expliqué que les approches génératives sont confrontées à des problèmes de "pollution des caractéristiques" car les images du monde réel contiennent de grandes quantités de bruit non pertinent. Pour atteindre une reconstruction parfaite au niveau des pixels, les modèles lient les caractéristiques efficaces aux informations inefficaces, rendant les représentations internes moins "pures".
L'approche de modèle prédictif de Qianjue se concentre sur la prédiction des trajectoires d'évolution de faible dimension des états physiques. Tout comme les humains prédisent la trajectoire de la balle pour frapper la raquette sans imaginer des images vidéo claires, les robots n'ont besoin que d'anticiper "où devrait aller le prochain état". Le modèle produit des caractéristiques abstraites de faible dimension qui se décodent directement en trajectoires de mouvement ou en instructions de planification.
L'entreprise a également proposé une architecture prédictive distribuée, similaire aux connexions des régions cérébrales chez l'homme. Cette architecture distribue d'abord l'information à travers différentes régions, puis comprime et prédit séparément, atteignant une efficacité d'échantillonnage plus élevée et une vitesse d'inférence plus rapide, tout en réduisant les données de démonstration nécessaires pour que les robots s'adaptent à de nouveaux scénarios.
Les nouveaux fonds seront utilisés pour construire l'architecture du modèle mondial autodéveloppé, l'itération des algorithmes et la mise en œuvre des scénarios. L'entreprise développera également ses équipes principales de R&D et de livraison de projets, améliorera les capacités de commercialisation, et utilisera les données d'interaction réelles générées par les terminaux massifs pour itérer davantage le modèle mondial.
