De acordo com pt.wedoany.com-A empresa chinesa Guangxiang Technology anunciou a conclusão de uma rodada de financiamento anjo totalizando centenas de milhões de yuans. A rodada mais recente contou com a participação de diversas instituições de investimento, incluindo Zhuhai Technology Industry Group, Xingzheng Capital, Songhe Capital, Shunxi Fund, Muhua Kechuang, See Fund, Yichen Capital e a empresa listada Xingyun Technology. Os investidores anteriores, Zero One Ventures e L2F Light Source Entrepreneur Fund, também continuaram acompanhando o investimento. Os recursos desta rodada serão prioritariamente direcionados para a pesquisa e iteração do modelo de base física nativa, além de impulsionar a comercialização e entrega de produtos robóticos incorporados inteligentes.
A trajetória técnica principal atual ainda enfrenta limitações fundamentais para alcançar a universalidade da interação física. A rota VLA (Visão-Linguagem-Ação) combina modelos de visão-linguagem com especialistas em ação para realizar raciocínio de tarefas e geração de ações. No entanto, a universalidade semântica não equivale à capacidade de interação física; o modelo é essencialmente um mapeador entre percepção e ação. Embora possa executar ações fixas após ajuste fino para tarefas específicas, é difícil desenvolver capacidades operacionais gerais na interação física. O modelo de mundo preditivo baseado em vídeo foca na previsão em nível de pixel de sequências de observação ambiental, mas prever a aparência não equivale a compreender a causalidade física. Imagens são insuficientes para descrever propriedades físicas como massa, inércia, atrito, deformação e contato, dificultando a geração de ações generalizáveis.
Zhang Tao, fundador e CEO da Guangxiang Technology, afirmou que a verdadeira inteligência física nativa é uma capacidade que emerge autonomamente por meio da percepção, interação, feedback, exploração e restrições com o mundo físico. O modelo de base física nativa deve ter a interação física como princípio primordial, sendo capaz de aprender continuamente as leis do mundo, consequências de ações e restrições de tarefas a partir do ambiente físico, possuindo inteligência geral para fechar ciclos de tarefas complexas. O modelo de base física nativa desenvolvido independentemente pela Guangxiang Technology, apoiado por ativos de dados físicos de alta fidelidade, grande escala e interativos, além de uma matriz de algoritmos de aprendizado por reforço desenvolvida internamente, permite que o modelo interaja plenamente com o ambiente físico, aprendendo raciocínios explícitos de leis físicas, como dinâmica, contato, restrições e conservação, bem como inferências implícitas de estados ambientais, como aleatoriedade, incerteza e consequências de longo prazo, e atribuições de comportamento físico. Isso permite que o modelo desenvolva uma compreensão geral das leis físicas por meio de interações físicas contínuas, alcançando capacidades comportamentais generalizáveis.
A equipe principal da Guangxiang Technology possui um ciclo completo de capacidades, desde a pesquisa básica até a entrega em larga escala no campo da inteligência incorporada. O fundador e CEO Zhang Tao liderou anteriormente a implementação em massa de tecnologia de posicionamento de percepção espacial em milhões de terminais veiculares. A equipe de industrialização é composta por profissionais de empresas de tecnologia e robótica, como Alibaba, Tencent, Huawei, KUKA e Geek+, com experiência em engenharia de sistemas e comercialização. O cofundador, Professor Li Shengbo, é um especialista internacionalmente reconhecido em aprendizado por reforço e direção autônoma, com mais de 250 artigos publicados e mais de 30.000 citações, sendo listado por cinco anos consecutivos como Pesquisador Altamente Citado da Elsevier na China. 100% da equipe técnica principal possui doutorado por universidades como Tsinghua e Zhejiang, cobrindo áreas completas de inteligência incorporada, incluindo design de robôs, aprendizado por reforço e modelos ponta a ponta.
A Guangxiang Technology construiu um sistema de geração de inteligência física nativa, composto pela matriz de algoritmos de aprendizado por reforço Phi-RL Matrix, pelos ativos de dados físicos Phi-Space e pela plataforma de desenvolvimento de inteligência física geral Phi-Arch. Na camada de algoritmos, o aprendizado por reforço é posicionado como o motor de crescimento da inteligência física. A matriz de algoritmos de aprendizado por reforço incorporado desenvolvida internamente, Phi-RL Matrix, avançou em áreas como desempenho central de tarefas, geração de estratégias de ação multimodal, tomada de decisão em cenários complexos e segurança, permitindo que robôs desenvolvam inteligência física nativa a partir de interações físicas por meio de iterações de tentativa e erro. Na camada de dados, foi construído o ativo de dados físicos de alta fidelidade Phi-Space, baseado em algoritmos principais de modelagem tridimensional e técnicas de modelagem física, replicando com alta fidelidade desde a estrutura geométrica até as propriedades físicas de cenários industriais reais, e utilizando modelos generativos para expandir exponencialmente a escala dos cenários. Na camada de plataforma, foi criada a plataforma de desenvolvimento de inteligência física Phi-Arch, transformando cada construção de modelo e implantação em terminal em um acúmulo sistemático reutilizável e transferível.
A Guangxiang Technology lançou recentemente o robô incorporado inteligente industrial auto-evolutivo Phi-Bot X1, que foi validado em uma estação real de alimentação de soldagem em linha de produção automotiva soldagem. O X1 utiliza um chassi omnidirecional de quatro rodas direcionáveis, adaptando-se a corredores estreitos e estações de linha de montagem, realizando operações dinâmicas enquanto se move, com capacidade de parada estável e travamento autônomo. O design de elevação da cintura confere ao X1 capacidade anti-tombamento e coordenação corporal total, com alcance vertical de 0 a 2,5 metros e alcance distal de 1,2 metros. O X1 adota braços duplos com controle de força em todas as articulações, construindo um sistema de percepção e feedback de força em tempo real, desde as articulações até as extremidades. Apoiado por um modelo de habilidades generalizadas construído com inteligência física nativa, o X1, utilizando apenas sua capacidade de percepção corporal, pode realizar posicionamento de alta precisão para operações contínuas em ambientes industriais dinâmicos e complexos. Sua forte capacidade de generalização reduz o ciclo de implantação para semanas ou até dias. Na feira 2026 ATC, o X1 operou continuamente por 21,5 horas durante três dias, completando todo o processo de carga e descarga de soldagem, sem erros ou interrupções, e colaborando em tempo real com equipamentos automatizados da linha de produção. Na etapa de alinhamento simultâneo de dois furos durante a alimentação, o X1, utilizando apenas sua percepção corporal, controlou a precisão da operação dinâmica em nível milimétrico, com ângulo dentro de 0,3°, alcançando 100% de sucesso em operações contínuas em ambientes dinâmicos.
A Guangxiang Technology é uma empresa de inteligência incorporada co-incubada pela Faculdade de Veículos e Transporte e pela Inteligência Artificial da Universidade Tsinghua, possuindo uma matriz de capacidades algorítmicas de inteligência incorporada, um sistema de dados e uma plataforma de desenvolvimento de inteligência física. Atualmente, a Guangxiang Technology concluiu a validação em cenários reais em torno de estações típicas de alto valor agregado na fabricação automotiva, como carga/descarga e inspeção de qualidade, e estabeleceu parcerias comerciais com várias empresas automotivas líderes nacionais e internacionais. No futuro, a empresa começará pela fabricação automotiva e expandirá gradualmente para cenários industriais mais amplos, como 3C, eletrônicos e outros.
