Какво стана
36Kr съобщава, че Pivot Technology, базирана в Шенжен компания за инфраструктура с вграден AI, основана през 2024 г., е завършила кръговете за финансиране на Angel++ и Angel+++. Кръгът Angel++ възлиза на десетки милиони юана, докато кръгът Angel++++ е бил близо 100 милиона юана, според доклада. Pivot казва, че преминава отвъд събирането на данни, за да обработва поведението на хората при работа във физически представяния и данни за обучение, които роботите могат да използват. 36Kr също съобщава, че компанията твърди, че повече от 60% от местните компании с вграден AI, оценени над 10 милиарда юана, са клиенти, но статията не посочва имената на тези клиенти или независимо проверява цифрата.
36Kr съобщава, че Pivot Technology е завършила два кръга на финансиране на ранен етап. Кръгът на Angel++ беше описан като възлизащ на десетки милиони ренминби и включващ Linge Venture Capital, Shenzhen High-tech Investment и индустриален инвеститор, фокусиран върху смартфони и автономно шофиране. Кръгът Angel+++ беше описан като близо 100 милиона ренминби, с участието на Juwai Capital, Nanshan Strategic Emerging Industry Investment, Suzhou Trends Capital, Energy Conservation Capital, Hangzhou Industrial Group и West Lake Science and Technology Innovation Investment. Докладът не предоставя точна сума, оценка, условия на собственост, дата на затваряне или независимо потвърждение от инвеститорите.
Според 36Kr Pivot е основана през 2024 г. и първоначално се е фокусирала главно върху събирането на данни. Сега компанията се представя като доставчик на инфраструктура с вграден AI. Посочената му работа включва анализиране на физическа информация, характеризиране на поведението, съпоставяне на човешки действия с действия на роботи и комбиниране на тази информация с данни от реални роботи за обучение и валидиране. Компанията описва предвидения тръбопровод като превръщане на човешкото действие в физическо преживяване, което може да се научи, и след това в действие на робот. В доклада се казва, че тези данни могат да включват траектории на движение, пространствени отношения, движение на ръцете и тялото, състояния на обекти, контакт, взаимодействие, работни потоци на задачи, стандарти за изпълнение и причинно-следствени връзки между действията.
В доклада се казва, че Pivot е изградил продуктова матрица, предназначена да превърне информация от множество източници на данни в продукти с данни, които могат да бъдат импортирани в процеси на обучение. Компанията твърди, че увеличаването на обема на необработено видео само по себе си няма непременно да подобри възможностите на роботите и че представянето на данни също трябва да стане по-полезно за моделите. 36Kr цитира Pivot CTO Mu Wei, който казва, че клиентите все повече се нуждаят от информация на множество нива, от данни за ставите на роботи и пространствената позиция до информация от по-високо ниво за намерение и взаимодействие. 36Kr съобщава, че Pivot твърди, че повече от 60% от местните компании с вграден AI, оценени над 10 милиарда юана, са станали клиенти, но не дава списък с клиенти, методология, подробности за договора или независимо потвърждение.
Детайли за източника: eu.36kr.com ↗
Защо има значение
Докладът описва потенциално важен слой от веригата за доставка на физически изкуствен интелект: преобразуване на опит от човешки задачи в структурирани данни и умения за роботи. Това може да се справи с известен проблем с внедряването, описан от компанията - ограничената наличност на данни от роботи в реалния свят за различни задачи и среди. Практическото значение остава несигурно, тъй като докладът не предоставя независими клиентски потвърждения, финансови документи, резултати от внедряването, оценки на модела, данни за приходите, оценка или условия на финансиране.
Финансирането има значение, защото показва инвеститорски интерес към инфраструктура, поддържаща въплътен AI, а не само към производители на роботи или разработчици на основни модели. Роботите, работещи във фабрики, логистични съоръжения и обслужващи среди, се нуждаят от повече от визуални примери: те трябва да свържат възприятието с движение, взаимодействие с обекти, последователност, обработка на изключения и изпълнение на задача. Предложената роля на Pivot е да организира тези форми на опит, така че да могат да се използват в работни процеси за обучение и валидиране. Дали компанията е постигнала това в смислен мащаб не се установява от статията.
Аргументът на компанията се отнася до истинско тясно място във физическия AI. Внедряването на роботи в реалния свят е сравнително ограничено, което ограничава предоставянето на данни, показващи как машините трябва да се справят с различни обекти, среди, работни процеси и повреди. Човешките работници вече имат опит с тези ситуации и структурираните записи на този опит биха могли да разширят диапазона от поведения, достъпни за обучение на роботи. Ако подходът проработи, той може да намали известно дублиране сред компаниите за роботика и да направи данните за специализирано обучение по-използваеми многократно. Докладът обаче не предоставя контролирано сравнение, показващо, че представянията на Pivot произвеждат по-добра точност, надеждност, скорост или цена от необработено видео, данни за телеоперация, симулация или вътрешни канали за данни.
Твърдената концентрация на клиенти също сочи потенциално значителна търговска позиция, но трябва да се третира по-скоро като твърдение, съобщено от компанията, отколкото като установен пазарен факт. Статията не идентифицира компаниите, не разграничава платените клиенти от пробните потребители или партньорите по проекта, нито обяснява дали „оценка над 10 милиарда юана“ се отнася за текущи или исторически оценки. Той също така не отчита приходи, задържане на клиенти, производствен обем, маржове или дял на клиентите, използващи услугите на Pivot в разгърнати системи. Тези пропуски правят невъзможно да се оцени дали финансирането отразява доказано търсене, стратегически експерименти или очаквания за бързоразвиващ се пазар.
Интерактивен механизъм: как всъщност работи
Разгледайте интерактивно основната технология зад тази разработка.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Какво да гледате след това
Най-важното проследяване е дали Pivot може да покаже, че неговите продукти за данни подобряват работата на робота извън демонстрациите. Следете за посочени клиенти, независимо проверими договори, производствени внедрявания, сравнителни резултати, повторен бизнес и доказателства, че представителствата на компанията се прехвърлят между тела и задачи на роботи. По-нататъшното докладване трябва също така да изясни как се събират, лицензират, защитават и оценяват за точност данните за човешката дейност, тъй като статията не разглежда тези проблеми.
Първият тест ще бъде независимо доказателство за внедряване. Бъдещото отчитане трябва да търси потвърждение от посочените роботика, модели или индустриални клиенти и да определи дали данните на Pivot се използват в производствени системи, пилотни програми или само изследвания. Полезни доказателства ще включват изпълнение на ниво задача преди и след използване на данните на Pivot, проценти на успеваемост при невиждани сценарии, справяне с неуспехи, прехвърляне между различни тела на роботи и необходимото количество човешки преглед. Настоящият доклад не съдържа нито едно от тези измервания.
Самото финансиране също изисква пояснение. Инвеститорите, изброени в статията, могат да потвърдят сумата, кръглата структура, времето, оценката и предвиденото използване на приходите. Тези подробности биха помогнали да се разграничи завършено финансиране от обявена или частично затворена сделка. Те също така биха показали дали Pivot планира да разшири събирането на данни, да изгради софтуерни и алгоритмични услуги, да навлезе в нови индустриални сектори или да поддържа по-широка платформа. В статията се казва, че компанията очаква да осигури по-задълбочено сътрудничество в алгоритъма, но не дава график за пускане на продукта, план за персонал или търговски цели.
Управлението на данните е друг неразрешен проблем. Подходът на Pivot зависи от превръщането на професионалното човешко поведение в повторно използваемо физическо изживяване, потенциално включващо подробни движения на ръцете, взаимодействия с обекти, работни процеси и обработка на изключения. Източникът не обяснява как работниците дават съгласието си за събиране, как са защитени процедурите на работодателите, как чувствителната оперативна информация се отделя от обобщаващите умения или как се проверяват анотациите. По-нататъшното изследване трябва да изследва неприкосновеността на личния живот, правата на интелектуална собственост, безопасността на работното място и риска, че представяне, научено от една среда, се представя лошо или небезопасно в друга. Централният въпрос е дали Pivot може да демонстрира надеждни, преносими способности на роботи, а не само по-сложна форма на подготовка на данни.