AnswersPublished15 sources
Yu Kaicheng dan pertaruhan Awomo terhadap AI yang memahami konsep fizikal
Yu Kaicheng bermula dalam bidang AutoML sebelum menyertai Alibaba DAMO Academy sebagai bakat program Alibaba Star dan menerajui penyelidikan persepsi kenderaan autonomi. Selepas menghasilkan BEVFusion dan meneroka model dunia generatif di Westlake University, beliau menyimpulkan bahawa menjana setiap piksel bukan se...
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- Yu Kaicheng bermula dalam bidang AutoML sebelum menyertai Alibaba DAMO Academy sebagai bakat program Alibaba Star dan menerajui penyelidikan persepsi kenderaan autonomi.
- Selepas menghasilkan BEVFusion dan meneroka model dunia generatif di Westlake University, beliau menyimpulkan bahawa menjana setiap piksel bukan semestinya cara paling cekap untuk membantu AI merancang tindakan.
- Pendekatan Awomo memecahkan dunia kepada konsep fizikal yang boleh digabungkan semula—seperti objek, hubungan ruang, keadaan, tindakan dan perubahan sebab akibat.
- Eksperimen dalaman pada 2025 dilaporkan menunjukkan peningkatan kejayaan tugasan serta kos ramalan yang lebih rendah, tetapi bukti awam yang terperinci dan replikasi bebas masih belum tersedia.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Westlake University researcher and Awomo founder Yu Kaicheng evolve from an Alibaba DAMO Academy AutoML PhD and Alibaba Star—whose B. Article summary: Yu’s shift was not a rejection of perception or large scale data; it was a conclusion that pixel level generation is an inefficient intermediate target for control once a system can already synthesize plausible observati. Topic tags: general web, chatgpt, agents, ai, workflow. 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
Peralihan Yu Kaicheng bukanlah penolakan terhadap persepsi komputer atau penggunaan data berskala besar. Sebaliknya, beliau membuat kesimpulan bahawa menjana piksel—terutama selepas model sudah mampu menghasilkan pemerhatian visual yang meyakinkan—mungkin sekadar langkah perantara yang mahal untuk kawalan dan perancangan.
Alternatifnya ialah menjadikan keadaan ramalan itu sendiri sebagai gambaran berstruktur tentang dunia fizikal: objek, keadaan, hubungan, tindakan dan perubahan sebab-akibat. Dengan cara ini, ejen boleh menggabungkan semula konsep dan merancang dalam ruang laten, tanpa perlu menjana semula video pada setiap langkah. 1
10
Daripada AutoML kepada persepsi kenderaan autonomi
Yu (于开丞) memulakan kerjayanya dalam bidang pembelajaran mesin automatik atau AutoML—kaedah yang membolehkan sistem membantu memilih dan mengoptimumkan cara model pembelajaran dibina. Beliau kemudiannya menyertai Alibaba DAMO Academy melalui program Alibaba Star dan beralih kepada persepsi untuk pemanduan autonomi.
Antara karya yang paling dikenali ialah BEVFusion, yang menggabungkan maklumat daripada kamera dan LiDAR dalam satu gambaran pandangan dari atas, atau bird’s-eye view (BEV). Representasi bersama ini bertujuan mengekalkan maklumat geometri dan semantik bagi tugas persepsi 3D, dan kemudiannya menjadi sumbangan yang banyak dirujuk dalam bidang gabungan pelbagai sensor. 10
Pada 2023, Yu menyertai Westlake University dan membentuk makmal Autonomous Intelligence Lab (AutoLab). Pada peringkat awal, pasukannya meneroka model dunia generatif untuk pemanduan autonomi—pendekatan yang cuba meramalkan atau menghasilkan keadaan visual masa depan.
Pasukan itu kemudian memenangi laluan pemanduan autonomi ECCV pada 2024 dan menduduki tempat teratas dalam kedudukan Fail2Drive pada 2026, menurut laporan profil yang dirujuk. 10
Namun, kejayaan tersebut turut membawa kepada persoalan yang lebih asas: jika sistem sudah memahami perkara yang relevan untuk tindakan, mengapa ia perlu membelanjakan begitu banyak kuasa pengkomputeran untuk menghasilkan semula setiap butiran imej?
Persoalan sebenar bagi sebuah model dunia bukan sekadar “bagaimanakah rupa keadaan seterusnya?”, tetapi “apakah yang akan berubah jika saya melakukan tindakan tertentu?” Dalam kerangka itu, merender semua piksel boleh menjadi jalan memutar yang mahal daripada keadaan dan hubungan sebab-akibat yang sebenarnya diperlukan untuk membuat keputusan. 1
10
Apakah model dunia konsep Awomo?
Pada penghujung 2024, pasukan Yu dilaporkan beralih daripada penjanaan piksel kepada ruang laten matematik yang dipelajari secara hujung ke hujung. Ruang laten ialah representasi dalaman yang lebih padat; model tidak menyimpan atau meramal dunia sebagai imej penuh, sebaliknya menggunakan bentuk abstrak untuk mewakili keadaan dan perubahannya.
Dalam cadangan Awomo, adegan dipecahkan kepada sejumlah konsep fizikal dan hubungan yang boleh digunakan semula. Konsep itu kemudiannya boleh disusun semula untuk meramalkan keadaan berikutnya, termasuk gabungan yang tidak pernah muncul secara lengkap dalam data latihan. 1
Penting untuk difahami bahawa istilah “tersirat” atau implicit tidak bermaksud representasinya tidak tersusun. Dakwaan Awomo ialah ruang laten tersebut sepatutnya mengandungi kosa kata konsep yang boleh dikomposisikan, termasuk:
- entiti atau objek;
- hubungan dan kedudukan dalam ruang;
- keadaan objek;
- tindakan yang dilakukan oleh ejen; dan
- peralihan yang berlaku akibat sebab-akibat.
Ini berbeza daripada sekadar memampatkan imej kepada vektor yang lebih kecil. Matlamatnya ialah membina keadaan dalaman yang berkaitan terus dengan cara dunia fizikal berfungsi. 1
11
Mengapa Yu meragui penskalaan data tanpa henti?
Menurut hujah Yu, model VLA—model penglihatan-bahasa-tindakan—dan penambahan demonstrasi boleh membantu sistem belajar banyak pola. Namun, apabila tugasan fizikal menjadi lebih rumit, setiap kemungkinan gabungan keadaan memerlukan lebih banyak contoh.
Model berasaskan konsep cuba menangani masalah itu melalui generalisasi komposisi. Jika sistem sudah mempelajari konsep “cawan jatuh”, “pintu ditutup” dan “tangan bergerak untuk menangkap objek” secara berasingan, ia secara teori boleh menggabungkan konsep tersebut untuk menghadapi situasi baharu tanpa memerlukan demonstrasi lengkap bagi setiap gabungan yang mungkin. 1
Contoh yang sering digunakan ialah seseorang atau robot yang perlu menangkap cawan yang terjatuh sambil menutup pintu. Cabarannya bukan hanya mengenali satu objek atau memilih satu tindakan, tetapi menjejaki beberapa perubahan keadaan yang berlaku serentak serta kekangan sebab-akibat antara tindakan itu.
Dalam pendekatan berasaskan konsep, semua perubahan tersebut cuba diwakili bersama dalam keadaan fizikal dalaman. Ini ialah rasional penyelidikan Yu—bukan bukti bahawa sistem itu sudah menyelesaikan tugasan tersebut dalam dunia sebenar. 1
Hubungannya dengan JEPA
Pendekatan ini berada dalam keluarga besar ramalan laten yang sama dengan JEPA, idea yang dikaitkan dengan Yann LeCun. Kedua-duanya mengutamakan ramalan representasi berbanding pembinaan semula piksel secara langsung. 1
Perbezaan yang didakwa Awomo terletak pada kandungan dan seni bina ruang laten. Menurut Yu, JEPA tidak menetapkan secara khusus apakah yang patut diwakili oleh pemboleh ubah laten. Cadangan model dunia konsep pula cuba mengisi ruang itu dengan konsep fizikal yang boleh digabungkan dan digunakan untuk membuat ramalan.
Bagaimanapun, perbezaan tersebut masih merupakan hipotesis penyelidikan. Kelebihan yang lebih besar berbanding JEPA belum dapat dianggap terbukti secara bebas berdasarkan bahan awam yang tersedia. 1
Apa yang ditunjukkan oleh eksperimen 2025?
Awomo melaporkan bahawa eksperimen dalaman pada 2025 mendapati mekanisme pemecahan dan perkaitan konsep meningkatkan kejayaan dalam tugasan kompleks berbanding garis dasar pembelajaran imitasi dan pembelajaran pengukuhan. Pada masa yang sama, kos ramalan dilaporkan lebih rendah. 1
Namun, laporan awam yang dirujuk tidak menyertakan protokol eksperimen penuh, saiz model, taburan tugasan, kadar kejayaan berangka, selang keyakinan, kajian ablation, kod sumber atau replikasi bebas. Oleh itu, magnitud sebenar kelebihan yang didakwa masih belum cukup disokong oleh bukti awam. 1
Penilaian yang lebih kukuh memerlukan perbandingan standard dengan garis dasar yang jelas, keputusan berangka yang boleh diaudit dan ujian pemindahan daripada simulasi kepada robot sebenar.
Dari makmal universiti kepada Awomo
Penyelidikan itu dikomersialkan melalui Westlake Digital Intelligence Technology (Hangzhou) Co., Ltd., dengan jenama Awomo. Syarikat tersebut didaftarkan di Daerah Xihu, Hangzhou, pada 8 Januari 2026. Awomo menyatakan bahawa ia membina teknologi AI fizikal untuk pemanduan autonomi, robotik, peralatan industri, perkakasan pintar dan penjanaan data simulasi. 11
Laporan awal menggambarkan pasukan terasnya bermula dengan Yu dan ketua saintis yang dikenali sebagai Tong, sebelum berkembang daripada kumpulan AutoLab di Westlake University. Gelaran seperti “genius kecil yang sentiasa membuktikan kebolehan sendiri” ialah bahasa promosi, bukannya ukuran kakitangan yang boleh disahkan secara bebas. 1
Awomo turut mengumumkan pembiayaan terkumpul melebihi RMB100 juta melalui pusingan benih dan malaikat. Antara pelabur yang dinamakan ialah InnoFund, Dongfang Jiafu Fund, Zhengxuan Investment, Tianqi Capital, Westlake Innovation Fund dan Jinma Investment. 13
Kemunculan awam pertama Awomo-v0.1
Liputan pada Ogos 2026 memperkenalkan Awomo-v0.1 sebagai versi awam pertama usaha model dunia konsep tersebut. Ia turut merujuk kepada penilaian menggunakan RoboTwin 2.0, sebuah rangka kerja simulasi dan penjanaan data untuk manipulasi robot dua tangan yang lebih teguh. 1
3
Kemunculan itu penting kerana ia memberikan petunjuk awal tentang medan penilaian yang dipilih oleh pasukan tersebut. Tetapi penampilan di satu penanda aras tidak dengan sendirinya membuktikan kebolehan generalisasi kepada robot sebenar, keselamatan operasi atau kelebihan berbanding pendekatan utama lain.
Buat masa ini, kisah Yu lebih tepat dilihat sebagai perubahan fokus penyelidikan: daripada mengajar mesin menghasilkan gambaran dunia kepada usaha mengajar mesin mengekalkan model dalaman tentang objek, tindakan dan akibatnya. Sama ada konsep-konsep itu benar-benar mampu menghasilkan AI fizikal yang lebih cekap dan mudah digeneralisasikan masih bergantung pada keputusan penilaian yang lebih lengkap dan replikasi bebas.
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 "Yu Kaicheng dan pertaruhan Awomo terhadap AI yang memahami konsep fizikal"?
Yu Kaicheng bermula dalam bidang AutoML sebelum menyertai Alibaba DAMO Academy sebagai bakat program Alibaba Star dan menerajui penyelidikan persepsi kenderaan autonomi.
What are the key points to validate first?
Yu Kaicheng bermula dalam bidang AutoML sebelum menyertai Alibaba DAMO Academy sebagai bakat program Alibaba Star dan menerajui penyelidikan persepsi kenderaan autonomi. Selepas menghasilkan BEVFusion dan meneroka model dunia generatif di Westlake University, beliau menyimpulkan bahawa menjana setiap piksel bukan semestinya cara paling cekap untuk membantu AI merancang tindakan.
What should I do next in practice?
Pendekatan Awomo memecahkan dunia kepada konsep fizikal yang boleh digabungkan semula—seperti objek, hubungan ruang, keadaan, tindakan dan perubahan sebab akibat.