«در عرض یک هفته، یک شرکتِ چینیِ وابسته به «آلیپی» (AliPay)، کلِ «مغزِ یک ربات» را منبعباز کرد: چشمها (Depth 2.0)، دستها (VLA 2.0)، و در نهایت، «تخیل» (World 2.0). نتیجه، یک «جهانِ قابلبازی» با کیفیتِ ثابتِ یکساعته و یک «مغزِ جهانی» است که از ۲۰ نوع ربات پشتیبانی میکند. این یعنی «انقلابِ هوش جسمیافته» دیگر فقط مربوط به «ساختنِ بدن» نیست؛ مربوط به «قرض دادنِ رایگانِ مغز» است.»
در تاریخ ۹ ژوئیه ۲۰۲۶، شرکت چینی «آنتلینگ بو» (Ant Lingbo Technology) با معرفی «مغز تماماندام ۲.۰» (Full-Stack Brain 2.0) خود، مجموعهای از مدلهای بزرگ برای هوش مصنوعی جسمیافته (Embodied AI) را روانه بازار کرد. این مجموعه که شامل مدلهای بینایی، حرکت، عملیات و پیشبینی فیزیکی است، بهسرعت در انجمنهای توسعهدهندگان خارجی مانند Reddit و X به محبوبیت رسید.
سه بازیگر اصلی این تحول عبارتاند از: آنتلینگ بو (زیرمجموعهی آنتگروپ) که با «بازارِ رایگانِ مغزِ ربات» قواعدِ بازی را تغییر داده است؛ اکوسیستمِ جهانیِ رباتیک که با دریافتِ یک «مغزِ استاندارد» رایگان، میتواند روی «بهبودِ بدن» تمرکز کند؛ و رقبایِ غربی مانند انویدیا (با GR00T) و Physical Intelligence (با π۰.۵) که ناگهان با یک رقیبِ منبعباز و بسیار ارزانتر مواجه شدهاند. پارادوکسِ عمیقِ ماجرا در این جمله خلاصه میشود: «آنتلینگ بو برای «تسلط بر بازارِ رباتها»، «مغز» را «رایگان» میدهد تا «بدنها» را «گران» بفروشد. این یعنی «استانداردسازی» و «دسترسیِ همگانی» به «سلاحیِ» برتر از «انحصارِ فنی» تبدیل شده است.»
معماری فنی: «مغزِ تماماندام» در چهار لایه
«مغز تماماندام ۲.۰» یک مجموعهی کامل از مدلهای هوش مصنوعی است که هرکدام برای یک بخش از «سیستمِ عصبیِ ربات» طراحی شدهاند:
- LingBot-VLA 2.0 (مغزِ عملیاتی-بینایی-زبانی): این مدل که در ۸ ژوئیه منبعباز شد، یک «مغزِ جهانی» (Universal Brain) برای رباتهاست. این مدل با ۶۰,۰۰۰ ساعت دادهی واقعی از ۲۰ نوع ربات از ۱۷ سازنده (از جمله یونیتی، فوریه و اگیبات) آموزش دیده است. بر اساس بنچمارکِ مشترکِ GM-100، این مدل از GR00T انویدیا و π۰.۵ از Physical Intelligence پیشی گرفته است.推理延迟在 RTX 4090上控制在 ۱۳۰ میلیثانیه以内.
- LingBot-World 2.0 (مغزِ تخیل و شبیهسازی): «پرچمدار» این مجموعه. یک مدلِ «جهان» (World Model) که میتواند بهطورِ پیوسته، یک ویدیوی یکساعته با کیفیتِ ثابت (720p/60fps) تولید کند. این مدل یک «جهانِ سهبعدیِ قابلبازی» (Playable 3D World) میسازد که کاربر میتواند با صفحهکلید در آن حرکت کند، حمله کند، تیراندازی کند، طلسم_cast کند و حتی آبوهوا را تغییر دهد. دو عاملِ داخلی این جهان را مدیریت میکنند: یک «خلبان» (Pilot) که حرکتِ کاراکتر را برنامهریزی میکند، و یک «کارگردان» (Director) که رویدادهایِ جدید را به صحنه اضافه میکند.
- LingBot-Video (مغزِ دیداریِ رباتی): اولین مولدِ ویدیویِ منبعباز که بهطورِ خاص برای «رباتها» طراحی شده است، نه برای «فیلم».
- LingBot-Depth 2.0 (مغزِ درکِ عمق): این مدل که در ۷ ژوئیه منتشر شد، به مشکلِ دیرینهی «تشخیصِ سطوحِ شفاف و بازتابنده» (شیشه، آینه) پاسخ میدهد.
عملکرد در میدانِ رقابت: «نایبقهرمانیِ منبعباز»
این مدلها در کمتر از ۲۴ ساعت، به «پدیدهای جهانی» در انجمنهای توسعهدهندگان تبدیل شدند.
نکاتِ کلیدیِ عملکرد:
- «یک ساعت با کیفیتِ ثابت» (Hour-long generation with zero quality drift): این عبارت، که توسطِ «AK»، یکی از تأثیرگذارترینِ بلاگرهایِ حوزهی هوش مصنوعی، بهکار گرفته شد، به سرعت به «برچسبِ» این مدل تبدیل گشت. او تأکید کرد که «این تنها مدلِ منبعبازی است که چنین کاری را انجام میدهد».
- واکنشِ منفیِ رقبا: برخی از کاربران در Reddit اشاره کردند که «OpenAI با Sora نمیتواند این کار را انجام دهد… از نظرِ من، این یک پیشرفتِ بزرگ برای صنعتِ رباتیک است. یک مدلِ منبعباز که دنیا را شبیهسازی میکند و یک ساعت دوام میآورد.».
- تأییدِ کارشناسانِ صنعت: یک مهندسِ سابقِ متا و انویدیا که اکنون در Agility کار میکند، در موردِ LingBot-Depth 2.0 نوشت: «مدلهای عمقی مثل این، برای «درکِ فضایی» ارزشی باورنکردنی خواهند داشت».
استراتژیِ آنتلینگ بو: «بازارِ رایگانِ مغز» برای «تسلط بر بدن»
آنتلینگ بو که در اواخر ۲۰۲۴ بهعنوانِ «هستهِ اجراییِ هوش جسمیافته» آنتگروپ تأسیس شد，در عرضِ یک هفته، یک «مغزِ کامل» را منبعباز کرده است.
چهار پیامدِ راهبردیِ این حرکت:
۱. «استانداردسازیِ مغزِ ربات»: با ارائهی یک «مغزِ استاندارد» که روی ۲۰ نوع ربات کار میکند، آنتلینگ بو در حال تبدیل شدن به «سیستمعاملِ رباتها» است. سازندگانِ ربات دیگر نیازی به «ساختنِ مغز» ندارند؛ فقط کافی است «بدن» را به این مغز متصل کنند. این رویکرد، «بازارِ مغز» را «رایگان» و «بازارِ بدن» را «رقابتیتر» میکند.
۲. «تسریعِ چرخهی توسعه»: با وجودِ یک «جهانِ شبیهساز» (World 2.0) که میتواند یک ساعت ویدیویِ واقعگرایانه تولید کند، رباتها میتوانند «قبل از ورود به دنیایِ واقعی»، «هزاران بار» در دنیایِ مجازی «تمرین» کنند. این یعنی «هزینهی جمعآوریِ داده» و «زمانِ آموزش» بهشدت کاهش مییابد.
۳. «تغییرِ ارزشگذاریِ صنعت»:资本市场正在从「机器人能不能被造出来」转向「机器人能不能真正自主完成任务」. «مغز» دیگر یک «هزینه» نیست؛ به «زیرساخت» تبدیل شده است.
۴. «پاسخ به محدودیتهای تراشه»: آنتلینگ بو با انتشارِ یک مدلِ کارآمد که روی یک RTX 4090 با تأخیرِ ۱۳۰ میلیثانیه اجرا میشود，بهطورِ ضمنی به «محدودیتهایِ صادراتِ تراشه» پاسخ داده است. این یعنی «هوشِ رباتیک» دیگر به «ابرِ گرانقیمت» وابسته نیست.
«لحظهای که «ربات» از «انحصارِ مغز» رها شد»
نام این رویداد را باید «لحظهی استانداردسازیِ هوشِ جسمیافته» گذاشت. آنتلینگ بو با «مغز تماماندام ۲.۰»، نشان داد که «انقلابِ رباتیک» دیگر فقط مربوط به «ساختنِ بدنهایِ بهتر» نیست؛ بلکه مربوط به «در دسترس قرار دادنِ مغزِ بهتر برای همه» است.
پرسشِ بیپاسخ این است: آیا «منبعبازِ رایگان» میتواند «انحصارِ فنی» غرب را بشکند؟ و آیا این حرکت، سرآغازی برای «عصرِ جدیدی» از همکاریِ جهانی در زمینهی هوشِ جسمیافته خواهد بود، یا به «جنگِ استانداردها» بینِ چین و غرب تبدیل خواهد شد؟
یک چیز قطعی است: آنتلینگ بو با «مغز تماماندام ۲.۰»، «دکمهی شروعِ» یک «مسابقهی جدید» را در صنعتِ هوش مصنوعی فشار داده است. مسابقهای که در آن «دسترسیِ همگانی»، «استانداردسازی» و «ارزانی» به اندازهی «کیفیتِ محض» اهمیت پیدا کردهاند. و در این مسابقه، آنتلینگ بو با تکیه بر «پشتیبانیِ مالیِ آنتگروپ» و «استراتژیِ منبعباز»، یک «گامِ تاریخی» جلوتر از رقبا برداشته است. سؤال این نیست که آیا «ارزانی» میتواند «انحصار» را شکست دهد، بلکه این است که «اقتصادِ جدیدِ رباتیک» تا چه اندازه به «مغزِ رایگان» وفادار خواهد ماند.
۸ پاسخ به “«مغز تماماندام» چین در یک هفته فتح کرد: آنتلینگ بو با «بازارِ رایگانِ رباتها» قواعدِ بازیِ «هوش جسمیافته» را بازنویسی کرد”
تشکر
مرسی بابت محتوای ناب
عالی بود مرسی 🔥
عالی بود مرسی 🔥
عالی بود مرسی 🔥
خوب بود
خوب بود
مفید و کاربردی 👌