JawabanDipublikasikan2 bulan yang laluLast edited 2 bulan yang lalu18 sumber

ACE Robotics Ramalkan “Momen ChatGPT” untuk Otak Robot Humanoid pada 2027

Ketua ACE Robotics Wang Xiaogang memprediksi terobosan besar dalam kecerdasan berwujud atau embodied intelligence pada akhir 2027, didorong oleh world model dan pengumpulan data lingkungan. Hambatan utamanya masih berupa model AI yang mampu memahami, menalar, dan bertindak di lingkungan fisik yang berubah ubah, sert...

Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5

Cari dan periksa fakta dengan Studio Global AI Jelajahi lebih banyak halaman Trending

Jawaban penelitian

Poin-poin penting

Ketua ACE Robotics Wang Xiaogang memprediksi terobosan besar dalam kecerdasan berwujud atau embodied intelligence pada akhir 2027, didorong oleh world model dan pengumpulan data lingkungan.
Hambatan utamanya masih berupa model AI yang mampu memahami, menalar, dan bertindak di lingkungan fisik yang berubah ubah, serta terbatasnya data pelatihan berkualitas dari dunia nyata.
ACE mengandalkan proyek world model sumber terbuka Kairos, pengumpulan data lapangan, dukungan yang dilaporkan berasal dari Ant Group dan SenseTime, uji komersial, serta rencana IPO.
Perusahaan menargetkan penerapan teknologinya di setidaknya 1.000 toko dalam satu tahun dan 10.000 toko dalam dua tahun, tetapi angka tersebut masih merupakan target yang dilaporkan, bukan hasil yang telah terverifikasi.

Humanoid robot visualizing an AI model for understanding and acting in the physical world — What did ACE Robotics chairman Wang Xiaogang predict about a “ChatGPT moment” for humanoid robot brains and embodied intelligence by the endAI-generated editorial illustration of embodied intelligence and humanoid robotics.
AI Perintah
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
openai.com

ACE Robotics memprediksi robot humanoid akan mencapai versinya sendiri dari “momen ChatGPT” pada akhir 2027. Menurut Wang Xiaogang, ketua perusahaan rintisan kecerdasan buatan asal China tersebut, kemajuan pada world model dan pengumpulan data lingkungan dapat mendorong lompatan besar dalam embodied intelligence—kemampuan AI untuk memahami serta bertindak di dunia fisik. 1 3 4

Namun, prediksi itu merujuk pada kemungkinan titik balik teknis, bukan klaim bahwa robot humanoid akan langsung memiliki kemampuan umum seperti manusia pada 2027. Wang memperkirakan masih dibutuhkan sekitar empat hingga lima tahun tambahan sebelum embodied world model digunakan secara luas di berbagai industri. 3 4

Apa arti “momen ChatGPT” bagi robot?

ChatGPT membuat kemampuan model bahasa canggih dapat diakses oleh masyarakat luas. Padanan terobosannya dalam robotika adalah hadirnya “otak” serbaguna yang jauh lebih mampu: sistem yang dapat menghubungkan penglihatan, penalaran fisik, dan tindakan ketika menghadapi lingkungan yang berubah, bukan hanya berhasil dalam demonstrasi dengan kondisi yang sudah diatur. 1

World model berupaya membangun representasi tentang cara kerja lingkungan fisik dan kemungkinan perubahan yang terjadi di dalamnya. Data lingkungan menjadi penting karena menyediakan contoh interaksi, tugas, dan kegagalan nyata yang tidak mungkin sepenuhnya dibuat ulang di laboratorium.

Mengapa model AI masih menjadi hambatan terbesar?

Robot menghadapi tantangan yang lebih rumit dibandingkan sistem yang terutama bekerja dengan teks atau antarmuka digital. Robot harus menafsirkan masukan sensor yang tidak sempurna, memahami tempat yang belum dikenal, membuat rencana dalam situasi penuh ketidakpastian, lalu menjalankan tindakan dengan aman.

Model yang mampu menghasilkan jawaban masuk akal belum tentu dapat memegang benda secara konsisten, memperbaiki kesalahan, atau bereaksi tepat ketika kondisi di tempat kerja tiba-tiba berubah. Laporan Reuters menyebut model AI sebagai hambatan utama bagi kecerdasan robot di dunia nyata. 1

Itulah sebabnya peningkatan kualitas “otak” robot bisa menjadi lebih penting daripada sekadar menambah platform mekanis baru. Secara teori, satu model yang sama dapat meningkatkan kemampuan berbagai desain robot—selama model tersebut mampu melakukan generalisasi di luar situasi yang ditemui saat pelatihan.

Persoalan data tidak kalah sulit

Data dari dunia fisik mahal dan membutuhkan waktu untuk dikumpulkan. Data tersebut harus mencakup bukan hanya tindakan yang berhasil, tetapi juga beragam lingkungan, jenis benda, perilaku manusia, dan kondisi tak terduga.

Data dari sejumlah kecil demonstrasi mungkin hanya mengajarkan robot mengulangi tugas tertentu. Data itu belum tentu memberi pemahaman yang cukup untuk menghadapi kondisi baru.

ACE dilaporkan baru mengumpulkan sekitar 100.000 jam data, jumlah yang dinilai perusahaan belum memadai untuk cakupan embodied intelligence yang ingin dikembangkan. 5 Karena itu, strategi ACE menempatkan pengumpulan data sejajar dengan pengembangan model, bukan sekadar sebagai sumber daya tambahan.

Implikasinya cukup penting: meski kualitas model meningkat cepat, kemajuan tetap dapat tertahan oleh ketersediaan, keragaman, dan kegunaan data pelatihan dari dunia nyata. Hasil benchmark menunjukkan performa pada pengujian yang telah ditentukan; hasil itu sendiri belum membuktikan robot dapat bekerja secara andal di gudang, hotel, atau toko.

Dibandingkan dengan prediksi Unitree

Prediksi ACE tentang akhir 2027 secara umum sejalan dengan perkiraan Wang Xingxing, pendiri Unitree. Ia menyebut “momen ChatGPT” pada otak robot dapat terjadi dalam dua hingga tiga tahun. 1 3

Kedua perkiraan tersebut sebaiknya dipahami sebagai ekspektasi industri, bukan jadwal yang telah divalidasi secara independen. Keduanya menunjukkan keyakinan bahwa kemajuan model, data, dan komputasi dapat mempercepat perkembangan, tetapi tidak menjamin kemampuan itu muncul tepat waktu atau bekerja sama baiknya untuk semua tugas.

Terobosan teknis tidak berarti komersialisasi langsung

ACE memperkirakan penerapan komersial secara luas masih tertinggal empat hingga lima tahun setelah titik balik teknis tersebut tercapai. 3 4 Jeda ini mencerminkan pekerjaan praktis yang masih harus dilakukan, antara lain:

menguji keselamatan dan keandalan di lingkungan operasi nyata;
mengintegrasikan model dengan berbagai bentuk robot, sensor, dan sistem kendali;
menekan biaya perangkat keras serta operasional;
mengumpulkan data yang cukup dari alur kerja yang berulang; dan
membuktikan bahwa robot memberikan nilai bisnis di luar uji coba yang telah dipersiapkan.

Dengan kata lain, 2027 bisa menjadi tonggak bagi model AI, sementara tonggak komersialnya baru tiba kemudian. Bagi perusahaan yang mempertimbangkan robot humanoid, pertanyaan pentingnya bukan hanya apakah model dapat menyelesaikan tugas satu kali, melainkan apakah robot bisa melakukannya secara konsisten, aman, dan ekonomis dalam skala besar.

Cara ACE berupaya menutup kesenjangan

Kairos dan performa benchmark

Proyek world model sumber terbuka Kairos menjadi bagian penting dari strategi ACE. Reuters melaporkan bahwa model andalan perusahaan itu mengungguli model Nvidia dalam sejumlah benchmark. Namun, performa pada benchmark tidak boleh dianggap sebagai bukti bahwa model tersebut pasti lebih unggul dalam penerapan di dunia nyata. 1

Perbedaan ini penting. Pengujian publik berguna untuk membandingkan kemampuan yang telah didefinisikan, tetapi penerapan nyata membutuhkan bukti dari beragam lingkungan dan pola kegagalan. Kairos dapat membantu ACE menarik pengembang dan memperoleh umpan balik, tetapi dampak yang lebih luas akan bergantung pada kemampuannya berpindah dari pengaturan evaluasi ke pekerjaan fisik sehari-hari.

Pendanaan dan ambisi IPO

Sejumlah laporan menyebut ACE didukung Ant Group dan SenseTime. Perusahaan juga menyatakan ambisi untuk melakukan penawaran umum perdana saham atau IPO ketika kondisi memungkinkan. 5 6 12

Pendanaan semacam itu dapat membantu membiayai riset model, akuisisi data, dan ekspansi komersial. Meski demikian, materi yang tersedia belum memberikan gambaran lengkap dan terverifikasi secara independen mengenai pendanaan perusahaan.

Mengumpulkan data dari lingkungan nyata

ACE memperlakukan data operasional sebagai aset strategis. Siklus yang ingin dibangun cukup sederhana: robot menjalankan tugas di lingkungan nyata, interaksi tersebut menghasilkan data pelatihan tambahan, lalu model yang lebih baik mendukung penerapan yang lebih mampu. 4 5

Siklus itu hanya akan efektif jika datanya representatif dan dikumpulkan dengan cermat. Jumlah jam yang lebih banyak tidak otomatis menghasilkan kecerdasan yang lebih baik. Kualitas interaksi, cakupan kondisi, dan hubungan antara data dengan peningkatan model sama pentingnya.

Target penerapan dan pasokan chip

Laporan sekunder menyebut ACE menargetkan penerapan teknologinya di sedikitnya 1.000 toko dalam satu tahun dan memperluasnya menjadi 10.000 toko dalam dua tahun. Angka tersebut harus diperlakukan sebagai target yang dilaporkan perusahaan, bukan pencapaian yang telah selesai. 7 13

Laporan yang sama menyebut ACE membidik penggunaan di sektor seperti ritel tanpa awak, hotel, dan logistik. Perusahaan juga dikabarkan menggunakan chip AI Nvidia dan chip AI domestik China untuk mengurangi risiko rantai pasok serta berpotensi menekan biaya perangkat keras pada masa depan. 13 Bukti yang tersedia belum memverifikasi secara independen skala penerapan maupun rincian pengaturan chip tersebut.

Ujian sebenarnya untuk prediksi 2027

Prediksi ACE cukup ambisius sekaligus spesifik: titik balik mirip ChatGPT bagi embodied intelligence pada akhir 2027, yang kemudian diikuti beberapa tahun proses komersialisasi.

Penafsiran paling masuk akal bukanlah robot humanoid akan tiba-tiba mampu melakukan semua hal, melainkan world model yang lebih baik dan kumpulan data dunia nyata yang lebih besar dapat membuat robot jauh lebih adaptif.

Bukti penentu akan terlihat saat robot mampu menangani tugas fisik yang belum dikenal secara andal, menghasilkan data berguna selama bekerja, dan melakukannya dengan biaya yang dapat diterima oleh dunia usaha. Sebelum bukti itu tersedia, “momen ChatGPT” pada 2027 masih merupakan sebuah prediksi. Hambatan model dan data pun tetap menjadi tantangan utama industri robotika. 1 4 5

Studio Global AI

Lanjutkan penelitian Anda

Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.

Cari dan periksa fakta dengan Studio Global AI

Orang-orang juga bertanya

Apa jawaban singkat untuk "ACE Robotics Ramalkan “Momen ChatGPT” untuk Otak Robot Humanoid pada 2027"?

Ketua ACE Robotics Wang Xiaogang memprediksi terobosan besar dalam kecerdasan berwujud atau embodied intelligence pada akhir 2027, didorong oleh world model dan pengumpulan data lingkungan.

Apa poin penting yang harus divalidasi terlebih dahulu?

Apa yang harus saya lakukan selanjutnya dalam latihan?

ACE mengandalkan proyek world model sumber terbuka Kairos, pengumpulan data lapangan, dukungan yang dilaporkan berasal dari Ant Group dan SenseTime, uji komersial, serta rencana IPO.

Sumber