银河通用获5亿元人民币战略轮融资 |【经纬低调新闻】

经纬创投 · 公众号 · 科技投资 · 2024-11-22 12:08

正文

请到「今天看啥」查看全文

众所周知，数据采集是当今具身智能发展面临的最大难点，特斯拉、Google 等大厂都是通过“遥操”采集数据，但采集成本十分昂贵、无法获得大规模数据。为此，银河通用坚持"通过物理仿真及渲染合成大规模高质量数据"的技术路线，迄今为止已积累了几千万级的场景数据以及数十亿级的抓取和导航数据，其多模态训练数据规模超全球范围同行两个数量级。在这些合成数据上学习，Galbot可以直接泛化到真实世界当中。

Galbot 目前在国际范围内首次实现了成功率在95%以上抓取随机堆放、从未见过的透明、高光等物体，甚至已进一步掌握类似开柜子、开抽屉、晾衣服等泛化操作技能，在多个场合公开展示、抓取来自数千参会者任意递给的物体，受到CCTV等多家媒体直播报道。

对于自研具身大模型，银河通用更是坚定投入，并在空间智能、动作智能和硬件智能等方面全栈布局, 引领具身智能前沿技术的探索，为其产业应用上限的可持续性突破打下坚实基础。目前团队已在具身大模型研发上已取得了一系列突破性进展，多项成果领先全球，包括但不限于：

银河通用团队研发了世界上第一个支持开放语义指令六自由度取放的空间智能大模型系统Open6DOR及对应Benchmark。该大模型系统突破Google RT-2只能控制物体放置位置的局限性，进一步实现了通过开放语义指令对于物体在目标位置摆放姿态的精细控制，率先完成了空间智能从Positional Intelligence到Positional+Orientational Intelligence的突破性跨越，为具身大模型商业化应用展开更大想象空间。

研发了世界上第一个基于机器人单视角视频流的端到端导航大模型Navid。无需建图、无需除RGB相机外的其它传感器信号，Navid率先验证了具身智能领域的第一个纯视觉“FSD”模型的可行性。值得一提的是，该模型的动作数据完全来自于对真实世界的仿真合成，在未用一条真实世界动作数据的情况下，实现了在真实世界中Zero-Shot的跨场景泛化能力。