Nesenā iemiesotajā izlūkošanas attīstības simpozijā profesora Čena Tao komanda no Fudanas universitātes paziņoja par būtisku pētījumu izrāvienu: nākamās paaudzes ģeneratīvā humanoīda robota kustība Liels modelis izlauž tradicionālo vizuālās valodas modeļu (VLA) ierobežojumus, panākot starpdimensiju jauninājumu no "izpratnes un izpratnes" uz "dinamisko kontroli". " Modelis novatoriski analogizē cilvēku kustību ģenerēšanu kā "darbības valodas tulkošanu", "darbības vārdu krājuma secības sintakse" sistēmu veidošana, kas ļauj robotiem ģenerēt sarežģītas ekstremitāšu kustības tikai ar dabiskās valodas instrukcijām, ar precizitāti uzlabojot 40%, salīdzinot ar tradicionālajiem modeļiem.
Galvenie komandas tehniskie akcenti ir: 3D punktu mākoņa multimodāla modeļa izstrāde, kas ļauj robotiem pirmo reizi sasniegt telpisko struktūru "izpratni" iespējas, kas spēj iemiesot jautājumu atbildes un dinamisku ceļa plānošanu; un inovatīva modeļa saspiešanas ietvara izveidošana, samazinot malu skaitļošanas jaudas prasības par 70%, izlaižot aparatūras sašaurinājumus, lai plaši izplatītu inteliģentus robotus. Modelis ir veiksmīgi izvietots uz fizisko robotu platformām, parādot vienmērīgas kustības kontroles iespējas rūpniecības montāžas un pakalpojumu scenārijos.
Moushen inteliģentā tehnoloģija, kas inkubēta, pamatojoties uz pētniecības sasniegumiem, ir nodrošinājusi stratēģiskas partnerības ar vairākiem nozares gigantiem, izmantojot globāli novatorisko ģeneratīvo kustību sērijas tehnoloģiju. Profesors Čens Tao paziņoja: "Mūsu pētījumā ir apskatīts nozares sāpju punkts“ atvienoties starp virtuālajiem modeļiem un fizisko kontroli ”, kas iemieso laboratorijas intelektu reālās pasaules scenārijos. Šis izrāviens ne tikai ievada galveno tehnoloģisko konkurētspēju Ķīnas robotikas nozarē, bet arī nosaka jaunu etalonu iemiesotās intelekta jomā globālajā AI konkurencē.