Robôs chineses da Ledong listados na Bolsa de Hong Kong, com mais de 20 milhões de dispositivos equipados com tecnologia de percepção visual
De acordo com pt.wedoany.com-A Ledong Robotics recentemente listou-se na placa principal da Bolsa de Valores de Hong Kong. Esta empresa, fundada há quase uma década, organiza-se em torno de uma questão central: como os robôs percebem o espaço e compreendem o ambiente. Na visão da empresa, o foco da competição entre todos os players na era da IA física está a mudar de "cujo modelo é mais inteligente" para "quem consegue produzir continuamente dados do mundo real", e a percepção visual de alta qualidade é a porta de entrada chave para transformar o ambiente real em informações legíveis por modelos e produzir continuamente dados de treino.
Zhou Wei, presidente da Ledong Robotics, afirmou que a percepção pode ser dividida em duas camadas: a primeira é "sentir", responsável por coletar dados ambientais através de sensores; a segunda é "conhecer", que transforma os dados em cognição do robô sobre o ambiente, espaço e objetos através de algoritmos e modelos. Isso significa que a percepção nunca é um problema isolado de hardware; o sensor é apenas a entrada, e a verdadeira competição reside em quem consegue processar ainda mais os dados coletados na entrada para transformá-los em inteligência espacial.
Para capacitar os robôs a compreender o mundo real, os "produtos de percepção" da Ledong passaram por várias iterações tecnológicas. No nível do sensor, a empresa acredita que a tendência futura inevitavelmente se encaminha para a fusão multimodal, onde diferentes fontes de dados, como visão, laser, informações de profundidade e IMU, precisam ser compreendidas de forma unificada. No nível do modelo de algoritmo, a empresa concluiu uma inovação de paradigma, passando de algoritmos baseados em regras artificiais para modelos de IA ponta a ponta, confiando na aprendizagem autónoma da IA e na cognição autónoma do ambiente.
A Ledong desenvolveu internamente o modelo de grande interação espacial física LD-SenseWorld, que se concentra na inteligência espacial física, com o objetivo central de permitir que os robôs compreendam verdadeiramente o espaço. A sua primeira capacidade é o pré-processamento de dados e a fusão multimodal, alinhando, limpando e fundindo dados de múltiplas fontes para trazê-los de volta à mesma referência de tempo e espaço; a segunda capacidade é a extração de características e a tokenização espacial, comprimindo informações como posição, distância, relações entre objetos e estado de movimento em "tokens espaciais"; a terceira capacidade é a injeção de semântica e consistência física, introduzindo restrições físicas e compreensão semântica para dotar os dados de causalidade e lógica comportamental.
Para a IA física, o modelo é apenas o começo; o que realmente determina se um robô pode entrar no mundo real é a capacidade de fornecimento de dados por trás do modelo. Zhou Wei mencionou que existem três tipos principais de fontes de dados na indústria: dados de simulação, dados de laboratório ou fábrica de dados, e dados de implantação em cenários reais. Os dois primeiros dificilmente conseguem cobrir situações desconhecidas no mundo real.

A Ledong suporta a implantação do modelo através da construção de uma "arquitetura central de três camadas de IA física": a camada de percepção de hardware é responsável por coletar grandes quantidades de dados brutos do mundo real usando sensores multimodais; a camada de modelo, através do modelo de grande interação espacial, é responsável por fazer o robô compreender o mundo real; a camada de dados coleta continuamente com base em dispositivos reais, processa continuamente com o modelo grande desenvolvido internamente e produz tokens espaciais estruturados, semânticos e fisicamente consistentes, que podem ser diretamente inseridos no treino do modelo mundial. Isto forma, em última análise, um "volante de dados" que vai desde a coleta de dados por hardware, passando pelo treino de modelos com dados, até o modelo que define inversamente o hardware.
A Ledong já acumulou uma base de escala neste caminho. Em 2025, o volume de remessas do seu produto principal, o lidar DTOF, ultrapassou 4 milhões de unidades. O número de dispositivos equipados com a tecnologia de percepção visual da Ledong já ultrapassou 20 milhões. Nos relatórios financeiros da Ledong, o robô cortador de relva é o segundo motor de crescimento da empresa, com produtos vendidos principalmente para mercados como Europa, América e Austrália. De acordo com estatísticas de terceiros, até 2030, o tamanho do mercado global de robôs cortadores de relva inteligentes deverá aumentar para 6,25 a 10 mil milhões de dólares americanos.
A Ledong Robotics foi cofundada por Zhou Wei e Guo Gaihua em Shenzhen em 2017. Anteriormente, os dois fundaram a INMOTION, acumulando experiência no campo dos veículos de equilíbrio inteligentes. Após anos de empreendedorismo, a empresa enfrentou um ambiente macroeconómico e um mercado de capitais desfavoráveis em 2022. Quando os investidores sugeriram reduzir o investimento em I&D, Zhou Wei decidiu apostar tudo na tecnologia de perceção, acreditando que a perceção é uma capacidade fundamental que todos os robôs precisarão no futuro.
De uma empresa de produtos de sensores a uma "plataforma de infraestrutura de perceção" para IA física, a Ledong está a construir um sistema de processamento de dados do mundo físico, permitindo que os robôs vejam o mundo, que os modelos compreendam o mundo e que os robôs evoluam continuamente com base no mundo real.
Produtos Relacionados


Coletor Inteligente de Dados DataHub 1000
SOLAX POWER NETWORK TECHNOLOGY (ZHEJIANG) CO., LTD.

Software de Servidor de Aplicações Baolande V9.5
Beijing Baolande Software Corporation

Fibra monomodo não-dispersiva deslocada com extensão de faixa de comprimento de onda G.652.D
HONGAN GROUP CO. LTD
Cabo Óptico GYTA do tipo Não Auto-Suportado para Aéreo e Dutos
TONGDING INTERCONNECTION INFORMATION CO., LTD.



Estação Central em Nuvem da Internet das Coisas para Distribuição de Energia
XJ ELECTRIC CORPORATION









