AnswersPublished18 sources
Polibrain skal forudsige robottens næste træk – ikke tegne fremtiden
Polibrain forudsiger, hvordan robotters handlinger ændrer relevante fysiske tilstande, i stedet for at forsøge at genskabe hvert enkelt fremtidigt videobillede. Modellen lægger vægt på forhold som affaldets placering, robottens arm i forhold til målet og resultatet af et greb – ikke detaljer som jordens farve.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Polibrain forudsiger, hvordan robotters handlinger ændrer relevante fysiske tilstande, i stedet for at forsøge at genskabe hvert enkelt fremtidigt videobillede.
- Modellen lægger vægt på forhold som affaldets placering, robottens arm i forhold til målet og resultatet af et greb – ikke detaljer som jordens farve.
- En demonstration viste en firbenet robot med arm og opsamlingskurv, men der er ikke dokumentation her for pålidelig drift i komplekse virkelige miljøer.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Polibrain, the predictive robot world model unveiled by Tsinghua rooted embodied AI company Qianjue and founder Gao Haichuan during. Article summary: Polibrain is Qianjue Technology’s predictive world model for a robot “brain”: it forecasts how actions change task relevant physical states, rather than reconstructing every future video frame.. Topic tags: general web, chatgpt, ai, api, benchmarks. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait t
Polibrain er Qianjue Technology’s prædiktive verdensmodel til en robots såkaldte hjerne. I stedet for at genskabe hvert billede af en mulig fremtid forsøger modellen at forudsige, hvordan en handling ændrer de fysiske forhold, der er relevante for opgaven. Qianjues grundlægger og administrerende direktør, Gao Haichuan, præsenterede Polibrain på den første konference om Physical AI og verdensmodeller i Nanjing den 20. oktober 2026.7
8
Forudsigelse frem for fremtidsvideo
En verdensmodel er kort fortalt en model, der hjælper et system med at danne sig et billede af omgivelserne og forudsige, hvad der kan ske. Polibrain skiller sig ud ved at fokusere på ændringer i situationen frem for på at generere en detaljeret video af fremtiden.
Modellen lærer sammenhænge mellem omgivelsernes tilstand, tidligere information og resultatet af handlinger. Derefter forudsiger den ændringer i en latent repræsentation – en kompakt, intern beskrivelse af situationen – som robotten kan bruge til planlægning og styring.7
Ved affaldsindsamling kan det afgørende være, hvor affaldet ligger, hvordan robottens arm er placeret i forhold til målet, og om et greb flytter eller samler genstanden op. Jordens farve og mønstrene i baggrunden behøver derimod ikke at have betydning for, om opgaven lykkes.4
Qianjue beskriver en arkitektur baseret på polynomielle repræsentationer, der skal begrænse såkaldt »feature contamination«: at eksempelvis baggrundstekstur eller belysning bliver blandet sammen med de oplysninger, der faktisk er relevante for opgaven. Det kan ellers gøre det sværere for en model at fungere i nye omgivelser.9
Fra sanser til handling – og tilbage igen
Den beskrevne arbejdsgang går fra at opfatte omgivelserne til at forstå situationen, forudsige følgerne af en handling, vælge en beslutning, udføre den og bruge feedback til næste skridt.15 Hvis et greb mislykkes, kan robotten ifølge omtalen revurdere sin plan ud fra den nye situation.
Der er dog ikke tilstrækkeligt belæg i det foreliggende materiale for den mere specifikke påstand, at afkodning af nøgleegenskaber kan lokalisere forskelle mellem forudsagt og faktisk resultat og diagnosticere bestemte fejl.
Affaldsindsamling med en firbenet robot
En demonstration viste en firbenet robot udstyret med en mekanisk arm og en opsamlingskurv. Den skulle finde affald, nærme sig det, planlægge et greb og lægge det op i kurven.5
Qianjues tilgang beskrives også som en adskillelse mellem en fælles forståelse af verden og den enkelte robots måde at udføre handlinger på. Det skal gøre det muligt at tilpasse systemet til forskellige robottyper; omtalen nævner blandt andet firbenede, menneskelignende og hjulbaserede robotter samt robotter med to arme.15
Qianjue præsenteres som udvikler af en kropsuafhængig, fysisk AI-hjerne bygget op omkring Polibrain, hjerneinspireret opdeling og polynomielle repræsentationer.6 Det peger på en strategi, hvor intelligensen kan bruges på tværs af robottyper, men dokumentationen her fastslår ikke, at virksomheden helt undgår at fremstille hardware.
Der mangler også belæg for at bekræfte tilpasning til alle de nævnte robottyper og anvendelser – herunder robotter med én arm, selskabs- og serveringsrobotter, oprydning og finmanipulation. Det samme gælder en løsning, hvor tilsluttede apparater og forskellige robotter deler data i én samlet model. Og en demonstration er ikke i sig selv dokumentation for, at systemet fungerer pålideligt i komplekse hverdagssituationer.
Forskningsgrundlag – og ubesvarede spørgsmål
Tidligere omtale beskriver et fælles forskningsarbejde mellem Qianjue og Tsinghua University med titlen When Do Neural Networks Learn World Models?, præsenteret på ICML 2025. Arbejdet undersøger blandt andet, hvornår neurale netværk kan finde frem til underliggende variable i en verden, og hvilken rolle identificerbarhed og præferencer for funktioner af lavere grad spiller.10
Omtale af senere arbejde beskriver desuden Effective Degree – en beregnelig måde at måle kompleksiteten i en neural netværksfunktion på. Målet er at understøtte forskning i repræsentationer og generalisering.4
9
Qianjue-forskere har også undersøgt en metode baseret på kontrafaktisk ræsonnement til at vælge, hvilke tidligere observationer der er værd at huske. Det foreliggende materiale er dog ikke tilstrækkeligt til at fastslå metodens præcise mekanisme eller om den er integreret i Polibrain.7
Det centrale skel er altså klart: Polibrain skal forudsige de ændringer, der har betydning for en robots opgave, frem for at generere billeder af en tænkt fremtid. Flere detaljer om systemets teknik og anvendelse er fortsat ikke dokumenteret i det tilgængelige materiale.4
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Polibrain skal forudsige robottens næste træk – ikke tegne fremtiden"?
Polibrain forudsiger, hvordan robotters handlinger ændrer relevante fysiske tilstande, i stedet for at forsøge at genskabe hvert enkelt fremtidigt videobillede.
What are the key points to validate first?
Polibrain forudsiger, hvordan robotters handlinger ændrer relevante fysiske tilstande, i stedet for at forsøge at genskabe hvert enkelt fremtidigt videobillede. Modellen lægger vægt på forhold som affaldets placering, robottens arm i forhold til målet og resultatet af et greb – ikke detaljer som jordens farve.
What should I do next in practice?
En demonstration viste en firbenet robot med arm og opsamlingskurv, men der er ikke dokumentation her for pålidelig drift i komplekse virkelige miljøer.