Сообщение Gate News, 15 апреля — китайский стартап в области ИИ GigaAI быстро сокращает разрыв с США в технологии world model, ключевой способности для физического ИИ, используя огромные данные промышленного производства и системы сбора данных, поддерживаемые государством. По данным South China Morning Post от 14 апреля, Китай перешел от исследовательской фазы к получению преимуществ для коммерческого развертывания благодаря доступу к крупномасштабным структурированным данным с производственных предприятий и операций роботов.
World models моделируют 3D-среды и физические законы в виртуальном пространстве, чтобы обучать системы физического ИИ, такие как роботы и автономные транспортные средства. GigaAI недавно привлек 1 миллиард юаней (примерно $190 миллионов) нового финансирования, а затем в течение нескольких недель — еще один раунд аналогичного масштаба. Компания утверждает, что ее последняя модель, GigaWorld-1, превосходит модели, связанные с Google и Nvidia, по качеству изображения, соблюдению физических законов и точности в 3D. GigaAI сотрудничает с производителями электромобилей, включая Nio, Xpeng и BYD, над системами автономного вождения на основе компьютерного зрения, и, как сообщается, генерирует ежегодную выручку в диапазоне десятков миллионов юаней.
В США конкуренция за инвестиции остается острой. WorldLabs, основанная исследователем ИИ Фэй-Фэй Ли, и AMI Labs, связанная с Йанном ЛеКуном, каждая привлекли примерно $1 миллиард в финансировании в течение первого квартала 2026 года. Google DeepMind работает с Waymo, чтобы применять world models к автономному вождению, а Tesla использует эту технологию, чтобы обучать своего гуманоидного робота Optimus. Среди китайских технологических гигантов: Alibaba ранее в этом году оформила исследования world model в сервисе картографии Amap, а Tencent выпустила модель с открытым исходным кодом, способную генерировать 3D-среды по одному изображению или тексту.
Аналитики отрасли отмечают, что, хотя преимущество Китая в данных промышленного производства является значительным, для коммерциализации все еще требуется время, чтобы подтвердить эффективность. Ключевые проблемы включают точное воспроизведение сложных физических переменных реального мира и обеспечение безопасного развертывания в сервисах для роботов и автономных транспортных средств. Ожидается, что безопасность и эффективность затрат станут решающими факторами конкурентоспособности при развертывании на коммерческой стадии.
Связанные статьи
Alibaba Cloud запускает Qwen-Image-2.0-Pro с единым преобразованием текста в изображение и редактированием, поддержкой многоязычного отображения текста
DeepSeek V4-Pro API получает скидку 75% до 5 мая, цена на выход снижается до $0.87 за миллион токенов
Anthropic внедряет защитные меры для выборов для Claude перед промежуточными выборами 2026 года
DeepRoute.ai Усовершенствованная система помощи вождения прорывает отметку в 300 000 развернутых автомобилей: цель на 2026 год — городской парк NOA в 1 000 000 автомобилей
DeepSeek выпускает модели V4-Pro и V4-Flash при стоимости на 98% ниже, чем у OpenAI GPT-5.5 Pro
Судья отклонил обвинения во мошенничестве в иске Илона Маска к OpenAI; дело продвигается к суду с двумя оставшимися требованиями