ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה. המכשולים המרכזיים עדיין הם מודלים שמסוגלים לתפוס, להבין ולפעול בסביבות פיזיות לא מוכרות, וכן מחסור בנתוני אימון איכותיים מהעולם האמיתי.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did ACE Robotics chairman Wang Xiaogang predict about a “ChatGPT moment” for humanoid robot brains and embodied intelligence by the end. Article summary: Wang Xiaogang predicted that humanoid “brains” could reach a ChatGPT-like inflection point for embodied intelligence by the end of 2027, driven by stronger world models and greater collection of environmental data. [1][3. Topic tags: general, news, general web, user generated. 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 w
ACE Robotics מהמרת על כך שלרובוטים דמויי אדם יהיה "רגע ChatGPT" משלהם עד סוף 2027. ואנג שיאוגאנג, יו״ר החברה הסינית, מעריך שהתקדמות במודלים של העולם ואיסוף נתונים מהסביבה יובילו לקפיצה משמעותית ביכולות של בינה מלאכותית מגולמת — מערכות שמסוגלות להבין את העולם הפיזי ולפעול בו. 1
3
4
עם זאת, מדובר בתחזית לנקודת מפנה טכנולוגית, לא בטענה שרובוטים יהפכו עד 2027 ליצורים בעלי יכולת כללית. לפי לוח הזמנים של ואנג עצמו, גם לאחר פריצת הדרך עשויות לחלוף עוד ארבע עד חמש שנים עד שמודלים של העולם הפיזי יאומצו באופן נרחב בתעשיות שונות. 3
4
ChatGPT הפך יכולות מתקדמות של מודלי שפה לזמינות עבור קהל רחב. המקבילה ברובוטיקה תהיה "מוח" כללי וחזק בהרבה: מערכת שמחברת בין ראייה, הבנה פיזית ותכנון פעולה, ומסוגלת להתמודד עם סביבות משתנות — ולא רק לבצע הדגמות בתנאים מבוקרים. 1
מודלים של העולם הם חלק מרכזי בחזון הזה. הם נועדו לייצג את אופן הפעולה של הסביבה הפיזית ולחזות כיצד היא עשויה להשתנות. נתונים מהעולם האמיתי מספקים למודלים דוגמאות לאינטראקציות, משימות ותקלות שאי אפשר לשחזר במלואן במעבדה.
רובוט מתמודד עם בעיה מורכבת יותר ממערכת שפועלת בעיקר בטקסט או בממשק דיגיטלי. הוא צריך לפרש קלטים לא מושלמים מחיישנים, להבין סביבה לא מוכרת, לתכנן תחת אי-ודאות ולבצע פעולות בבטחה.
מודל שמספק תשובה משכנעת אינו בהכרח מודל שיכול לאחוז בחפץ באופן אמין, להתאושש מטעות או להגיב לשינוי בלתי צפוי במקום עבודה. לפי דיווח Reuters, מודלי הבינה המלאכותית הם צוואר הבקבוק העיקרי בדרך לאינטליגנציה אמיתית של רובוטים בעולם הפיזי. 1
לכן, שיפור ב"מוח" עשוי להיות משמעותי יותר מהוספת פלטפורמה מכנית נוספת. אם אותו מודל יוכל להכליל את הידע שלו מעבר למצבי האימון, הוא עשוי לשפר רובוטים בעלי מבנים שונים.
איסוף נתונים מהעולם הפיזי הוא יקר ואיטי. הנתונים צריכים לתעד לא רק פעולות שהצליחו, אלא גם סביבות מגוונות, סוגים שונים של חפצים, התנהגות אנושית ומקרי קצה. אוסף מצומצם של הדגמות עלול ללמד רובוט לחזור על משימה מסוימת, בלי להקנות לו את ההבנה הדרושה להתמודדות עם תנאים חדשים.
לפי הדיווחים, ACE אספה עד כה כ-100 אלף שעות נתונים — היקף שהחברה עצמה רואה בו בלתי מספיק עבור רוחב היריעה של הבינה המלאכותית המגולמת. 5 לכן החברה מציבה את איסוף הנתונים לצד פיתוח המודלים, ולא כמשאב משני.
המשמעות היא שגם אם איכות המודלים תשתפר במהירות, קצב ההתקדמות עדיין עלול להיות מוגבל על ידי הזמינות, הגיוון והשימושיות של נתוני אימון פיזיים. תוצאה טובה במבחן מוגדר יכולה להראות שמודל מצטיין במדד מסוים; היא אינה מוכיחה לבדה שהוא יפעל באופן אמין במחסן, במלון או בחנות.
התחזית של ACE לסוף 2027 דומה להערכה שיוחסה לוואנג שינגשינג, מייסד Unitree. לדבריו, "רגע ChatGPT" במוחם של רובוטים עשוי להגיע בתוך שנתיים עד שלוש. 1
3
יש להתייחס לשתי התחזיות כאל ציפיות של גורמים בתעשייה, ולא כלוחות זמנים שאומתו באופן עצמאי. הן משקפות אמונה משותפת שהתקדמות במודלים, בנתונים ובמחשוב עשויה להאיץ את התחום — אך אינן מבטיחות שהיכולות יגיעו במועד או יעבדו באותה מידה בכל משימה.
ACE מעריכה שאימוץ מסחרי רחב יגיע רק ארבע עד חמש שנים לאחר נקודת המפנה הטכנולוגית. 3
4 הפער הזה משקף את העבודה המעשית שתידרש גם לאחר שהמודל יהפוך ליכולתִי יותר:
במילים אחרות, 2027 עשויה להיות שנת דרך עבור המודל, בעוד שהישג מסחרי משמעותי יגיע מאוחר יותר. עבור חברות שבוחנות רובוטים דמויי אדם, השאלה החשובה אינה רק אם רובוט הצליח לבצע משימה פעם אחת, אלא אם הוא מסוגל לבצע אותה בעקביות, בבטחה ובעלות שמצדיקה את ההשקעה.
פרויקט מודל העולם בקוד פתוח של ACE, Kairos, נמצא במרכז האסטרטגיה שלה. Reuters דיווח כי מודל הדגל של החברה הציג ביצועים טובים יותר ממודל של Nvidia במבחני השוואה, אך הדגיש שגם הישג במבחן אינו הוכחה לעליונות בפריסה בעולם האמיתי. 1
ההבחנה הזו קריטית. מבחנים ציבוריים מאפשרים להשוות יכולות מוגדרות, אך פריסה מסחרית מחייבת ראיות ממגוון סביבות ומצבי כשל. Kairos עשוי לסייע ל-ACE למשוך מפתחים ולקבל משוב, אולם חשיבותו הרחבה תלויה בשאלה עד כמה הוא יעבור בהצלחה מסביבות הערכה לעבודה פיזית.
הדיווחים מתארים את ACE כחברה הנתמכת על ידי Ant Group ו-SenseTime, וכן מציינים שאיפה להנפקה כאשר התנאים יאפשרו זאת. 5
6
12 מימון כזה עשוי לתמוך במחקר מודלים, ברכישת נתונים ובהתרחבות מסחרית, אך החומר שסופק אינו מציג תמונה מלאה ומאומתת באופן עצמאי של מימון החברה.
ACE מתייחסת לנתוני הפעלה כנכס אסטרטגי. לולאת המשוב המתוכננת פשוטה: רובוטים מבצעים משימות בסביבות אמיתיות, האינטראקציות מייצרות נתוני אימון נוספים, והמודלים המשופרים מאפשרים פריסות מתקדמות יותר. 4
5
הלולאה הזו תהיה מועילה רק אם הנתונים יהיו מייצגים וייאספו באופן קפדני. מספר גדול יותר של שעות אינו מבטיח לבדו אינטליגנציה טובה יותר; איכות האינטראקציות, מגוון התנאים והקשר בין הנתונים לשיפור המודל חשובים באותה מידה.
דיווחים משניים מייחסים ל-ACE תוכניות שאפתניות, ובהן פריסת הטכנולוגיה בלפחות 1,000 חנויות בתוך שנה והתרחבות ל-10,000 חנויות בתוך שנתיים. יש לראות במספרים האלה יעדים שדווחו מטעם החברה, ולא תוצאות שכבר הושלמו. 7
13
אותם דיווחים מציינים כי ACE פועלת או מתכננת לפעול בתחומים כמו קמעונאות ללא מוכרים, מלונאות ולוגיסטיקה, ומשתמשת בשבבי AI של Nvidia ובשבבים מקומיים כדי לצמצם סיכוני אספקה ואולי להוזיל בעתיד את עלויות החומרה. הראיות הזמינות אינן מאמתות באופן עצמאי את היקף הפריסות או את הסדרי השבבים המדויקים. 13
התחזית של ACE שאפתנית אך מוגדרת: נקודת מפנה דמוית ChatGPT בבינה מלאכותית מגולמת עד סוף 2027, ולאחריה עוד כמה שנים של מסחור. הפרשנות הסבירה ביותר אינה שרובוטים דמויי אדם יהפכו לפתע לבעלי יכולת אוניברסלית, אלא שמודלים טובים יותר ומאגרי נתונים גדולים יותר מהעולם האמיתי עשויים להפוך אותם למסתגלים בהרבה.
הראיות המכריעות יגיעו מהשטח: רובוטים שיתמודדו באופן אמין עם משימות פיזיות לא מוכרות, יפיקו תוך כדי כך נתונים שימושיים, ויעשו זאת בעלות שעסקים יכולים להצדיק. עד שהראיות האלה יצטברו, "רגע ChatGPT" של 2027 נותר תחזית — והמחסור בנתונים ובמודלים נותר המגבלה המרכזית של התעשייה. 1
4
5
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה.
ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה. המכשולים המרכזיים עדיין הם מודלים שמסוגלים לתפוס, להבין ולפעול בסביבות פיזיות לא מוכרות, וכן מחסור בנתוני אימון איכותיים מהעולם האמיתי.
החברה משלבת את מודל העולם בקוד פתוח Kairos, איסוף נתונים בשטח, תמיכה מדווחת מ Ant Group ומ SenseTime, יעד להתרחבות מסחרית ושאיפה להנפקה — אך חלק מיעדי הפריסה מבוססים על דיווחים משניים ולא על תוצאות שאומתו באופן עצמאי.
ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה. המכשולים המרכזיים עדיין הם מודלים שמסוגלים לתפוס, להבין ולפעול בסביבות פיזיות לא מוכרות, וכן מחסור בנתוני אימון איכותיים מהעולם האמיתי.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What did ACE Robotics chairman Wang Xiaogang predict about a “ChatGPT moment” for humanoid robot brains and embodied intelligence by the end. Article summary: Wang Xiaogang predicted that humanoid “brains” could reach a ChatGPT-like inflection point for embodied intelligence by the end of 2027, driven by stronger world models and greater collection of environmental data. [1][3. Topic tags: general, news, general web, user generated. 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 w
ACE Robotics מהמרת על כך שלרובוטים דמויי אדם יהיה "רגע ChatGPT" משלהם עד סוף 2027. ואנג שיאוגאנג, יו״ר החברה הסינית, מעריך שהתקדמות במודלים של העולם ואיסוף נתונים מהסביבה יובילו לקפיצה משמעותית ביכולות של בינה מלאכותית מגולמת — מערכות שמסוגלות להבין את העולם הפיזי ולפעול בו. 1
3
4
עם זאת, מדובר בתחזית לנקודת מפנה טכנולוגית, לא בטענה שרובוטים יהפכו עד 2027 ליצורים בעלי יכולת כללית. לפי לוח הזמנים של ואנג עצמו, גם לאחר פריצת הדרך עשויות לחלוף עוד ארבע עד חמש שנים עד שמודלים של העולם הפיזי יאומצו באופן נרחב בתעשיות שונות. 3
4
ChatGPT הפך יכולות מתקדמות של מודלי שפה לזמינות עבור קהל רחב. המקבילה ברובוטיקה תהיה "מוח" כללי וחזק בהרבה: מערכת שמחברת בין ראייה, הבנה פיזית ותכנון פעולה, ומסוגלת להתמודד עם סביבות משתנות — ולא רק לבצע הדגמות בתנאים מבוקרים. 1
מודלים של העולם הם חלק מרכזי בחזון הזה. הם נועדו לייצג את אופן הפעולה של הסביבה הפיזית ולחזות כיצד היא עשויה להשתנות. נתונים מהעולם האמיתי מספקים למודלים דוגמאות לאינטראקציות, משימות ותקלות שאי אפשר לשחזר במלואן במעבדה.
רובוט מתמודד עם בעיה מורכבת יותר ממערכת שפועלת בעיקר בטקסט או בממשק דיגיטלי. הוא צריך לפרש קלטים לא מושלמים מחיישנים, להבין סביבה לא מוכרת, לתכנן תחת אי-ודאות ולבצע פעולות בבטחה.
מודל שמספק תשובה משכנעת אינו בהכרח מודל שיכול לאחוז בחפץ באופן אמין, להתאושש מטעות או להגיב לשינוי בלתי צפוי במקום עבודה. לפי דיווח Reuters, מודלי הבינה המלאכותית הם צוואר הבקבוק העיקרי בדרך לאינטליגנציה אמיתית של רובוטים בעולם הפיזי. 1
לכן, שיפור ב"מוח" עשוי להיות משמעותי יותר מהוספת פלטפורמה מכנית נוספת. אם אותו מודל יוכל להכליל את הידע שלו מעבר למצבי האימון, הוא עשוי לשפר רובוטים בעלי מבנים שונים.
איסוף נתונים מהעולם הפיזי הוא יקר ואיטי. הנתונים צריכים לתעד לא רק פעולות שהצליחו, אלא גם סביבות מגוונות, סוגים שונים של חפצים, התנהגות אנושית ומקרי קצה. אוסף מצומצם של הדגמות עלול ללמד רובוט לחזור על משימה מסוימת, בלי להקנות לו את ההבנה הדרושה להתמודדות עם תנאים חדשים.
לפי הדיווחים, ACE אספה עד כה כ-100 אלף שעות נתונים — היקף שהחברה עצמה רואה בו בלתי מספיק עבור רוחב היריעה של הבינה המלאכותית המגולמת. 5 לכן החברה מציבה את איסוף הנתונים לצד פיתוח המודלים, ולא כמשאב משני.
המשמעות היא שגם אם איכות המודלים תשתפר במהירות, קצב ההתקדמות עדיין עלול להיות מוגבל על ידי הזמינות, הגיוון והשימושיות של נתוני אימון פיזיים. תוצאה טובה במבחן מוגדר יכולה להראות שמודל מצטיין במדד מסוים; היא אינה מוכיחה לבדה שהוא יפעל באופן אמין במחסן, במלון או בחנות.
התחזית של ACE לסוף 2027 דומה להערכה שיוחסה לוואנג שינגשינג, מייסד Unitree. לדבריו, "רגע ChatGPT" במוחם של רובוטים עשוי להגיע בתוך שנתיים עד שלוש. 1
3
יש להתייחס לשתי התחזיות כאל ציפיות של גורמים בתעשייה, ולא כלוחות זמנים שאומתו באופן עצמאי. הן משקפות אמונה משותפת שהתקדמות במודלים, בנתונים ובמחשוב עשויה להאיץ את התחום — אך אינן מבטיחות שהיכולות יגיעו במועד או יעבדו באותה מידה בכל משימה.
ACE מעריכה שאימוץ מסחרי רחב יגיע רק ארבע עד חמש שנים לאחר נקודת המפנה הטכנולוגית. 3
4 הפער הזה משקף את העבודה המעשית שתידרש גם לאחר שהמודל יהפוך ליכולתִי יותר:
במילים אחרות, 2027 עשויה להיות שנת דרך עבור המודל, בעוד שהישג מסחרי משמעותי יגיע מאוחר יותר. עבור חברות שבוחנות רובוטים דמויי אדם, השאלה החשובה אינה רק אם רובוט הצליח לבצע משימה פעם אחת, אלא אם הוא מסוגל לבצע אותה בעקביות, בבטחה ובעלות שמצדיקה את ההשקעה.
פרויקט מודל העולם בקוד פתוח של ACE, Kairos, נמצא במרכז האסטרטגיה שלה. Reuters דיווח כי מודל הדגל של החברה הציג ביצועים טובים יותר ממודל של Nvidia במבחני השוואה, אך הדגיש שגם הישג במבחן אינו הוכחה לעליונות בפריסה בעולם האמיתי. 1
ההבחנה הזו קריטית. מבחנים ציבוריים מאפשרים להשוות יכולות מוגדרות, אך פריסה מסחרית מחייבת ראיות ממגוון סביבות ומצבי כשל. Kairos עשוי לסייע ל-ACE למשוך מפתחים ולקבל משוב, אולם חשיבותו הרחבה תלויה בשאלה עד כמה הוא יעבור בהצלחה מסביבות הערכה לעבודה פיזית.
הדיווחים מתארים את ACE כחברה הנתמכת על ידי Ant Group ו-SenseTime, וכן מציינים שאיפה להנפקה כאשר התנאים יאפשרו זאת. 5
6
12 מימון כזה עשוי לתמוך במחקר מודלים, ברכישת נתונים ובהתרחבות מסחרית, אך החומר שסופק אינו מציג תמונה מלאה ומאומתת באופן עצמאי של מימון החברה.
ACE מתייחסת לנתוני הפעלה כנכס אסטרטגי. לולאת המשוב המתוכננת פשוטה: רובוטים מבצעים משימות בסביבות אמיתיות, האינטראקציות מייצרות נתוני אימון נוספים, והמודלים המשופרים מאפשרים פריסות מתקדמות יותר. 4
5
הלולאה הזו תהיה מועילה רק אם הנתונים יהיו מייצגים וייאספו באופן קפדני. מספר גדול יותר של שעות אינו מבטיח לבדו אינטליגנציה טובה יותר; איכות האינטראקציות, מגוון התנאים והקשר בין הנתונים לשיפור המודל חשובים באותה מידה.
דיווחים משניים מייחסים ל-ACE תוכניות שאפתניות, ובהן פריסת הטכנולוגיה בלפחות 1,000 חנויות בתוך שנה והתרחבות ל-10,000 חנויות בתוך שנתיים. יש לראות במספרים האלה יעדים שדווחו מטעם החברה, ולא תוצאות שכבר הושלמו. 7
13
אותם דיווחים מציינים כי ACE פועלת או מתכננת לפעול בתחומים כמו קמעונאות ללא מוכרים, מלונאות ולוגיסטיקה, ומשתמשת בשבבי AI של Nvidia ובשבבים מקומיים כדי לצמצם סיכוני אספקה ואולי להוזיל בעתיד את עלויות החומרה. הראיות הזמינות אינן מאמתות באופן עצמאי את היקף הפריסות או את הסדרי השבבים המדויקים. 13
התחזית של ACE שאפתנית אך מוגדרת: נקודת מפנה דמוית ChatGPT בבינה מלאכותית מגולמת עד סוף 2027, ולאחריה עוד כמה שנים של מסחור. הפרשנות הסבירה ביותר אינה שרובוטים דמויי אדם יהפכו לפתע לבעלי יכולת אוניברסלית, אלא שמודלים טובים יותר ומאגרי נתונים גדולים יותר מהעולם האמיתי עשויים להפוך אותם למסתגלים בהרבה.
הראיות המכריעות יגיעו מהשטח: רובוטים שיתמודדו באופן אמין עם משימות פיזיות לא מוכרות, יפיקו תוך כדי כך נתונים שימושיים, ויעשו זאת בעלות שעסקים יכולים להצדיק. עד שהראיות האלה יצטברו, "רגע ChatGPT" של 2027 נותר תחזית — והמחסור בנתונים ובמודלים נותר המגבלה המרכזית של התעשייה. 1
4
5
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה.
ואנג שיאוגאנג, יו״ר ACE Robotics, צופה "רגע ChatGPT" לבינה המלאכותית המגולמת עד סוף 2027, בזכות מודלים של העולם ואיסוף נתונים מהסביבה. המכשולים המרכזיים עדיין הם מודלים שמסוגלים לתפוס, להבין ולפעול בסביבות פיזיות לא מוכרות, וכן מחסור בנתוני אימון איכותיים מהעולם האמיתי.
החברה משלבת את מודל העולם בקוד פתוח Kairos, איסוף נתונים בשטח, תמיכה מדווחת מ Ant Group ומ SenseTime, יעד להתרחבות מסחרית ושאיפה להנפקה — אך חלק מיעדי הפריסה מבוססים על דיווחים משניים ולא על תוצאות שאומתו באופן עצמאי.