AnswersPublished18 sources
ACE Robotics tror humanoide roboter kan få sitt «ChatGPT-øyeblikk» innen 2027
ACE Robotics styreleder Wang Xiaogang tror kunstig intelligens for roboter kan nå et ChatGPT lignende vendepunkt innen utgangen av 2027, drevet av verdensmodeller og mer miljødata. De største hindringene er fortsatt modeller som kan oppfatte, resonnere og handle i ukjente fysiske omgivelser – samt mangelen på store...
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- ACE Robotics styreleder Wang Xiaogang tror kunstig intelligens for roboter kan nå et ChatGPT lignende vendepunkt innen utgangen av 2027, drevet av verdensmodeller og mer miljødata.
- De største hindringene er fortsatt modeller som kan oppfatte, resonnere og handle i ukjente fysiske omgivelser – samt mangelen på store mengder variert treningsdata fra den virkelige verden.
- ACE kombinerer den åpne Kairos modellen, datainnsamling i felt, rapportert støtte fra Ant Group og SenseTime, kommersielle piloter og en mulig børsnotering.
AI Prompt
openai.comCreate 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 satser på at humanoide roboter kan få sitt eget «ChatGPT-øyeblikk» innen utgangen av 2027. Wang Xiaogang, styreleder i det kinesiske selskapet, mener fremskritt innen verdensmodeller og innsamling av data fra virkelige omgivelser kan føre til et stort sprang for såkalt fysisk eller legemliggjort intelligens – altså KI-systemer som både forstår og handler i den fysiske verden. 1
3
4
Prognosen betyr ikke at roboter vil bli allment intelligente i 2027. Wang har selv sagt at det kan ta ytterligere fire til fem år før slike modeller blir tatt bredt i bruk på tvers av bransjer. 3
4
Hva vil et «ChatGPT-øyeblikk» bety for roboter?
ChatGPT gjorde avanserte språkmodeller tilgjengelige for et stort publikum og endret forventningene til hva KI kan brukes til. For robotikk vil et tilsvarende gjennombrudd være en langt mer generell «hjerne»: et system som kobler sammen syn, fysisk forståelse, planlegging og handling i skiftende omgivelser – i stedet for bare å lykkes i nøye regisserte demonstrasjoner. 1
Verdensmodeller er sentrale i denne visjonen. De skal forsøke å beskrive hvordan den fysiske verden fungerer, og hvordan den kan endre seg. Data fra virkelige miljøer gir modellene eksempler på samspill, oppgaver og feil som ikke kan gjenskapes fullt ut i et laboratorium.
KI-modellene er fortsatt den største flaskehalsen
Roboter står overfor en vanskeligere oppgave enn systemer som hovedsakelig arbeider med tekst eller digitale grensesnitt. De må tolke ufullstendige sensorinntrykk, forstå ukjente omgivelser, planlegge under usikkerhet og utføre handlinger trygt.
En modell som formulerer et overbevisende svar, er ikke nødvendigvis i stand til å gripe et objekt pålitelig, rette opp en feil eller reagere når noe uventet skjer på en arbeidsplass.
Reuters omtaler KI-modellene som den viktigste begrensningen for robotenes intelligens i den virkelige verden. 1 Derfor kan en bedre «hjerne» bli viktigere enn enda en ny robotplattform. Den samme grunnmodellen kan i prinsippet forbedre flere robotkonstruksjoner – så lenge den klarer å generalisere utover situasjonene den er trent på.
Data fra den fysiske verden er dyrt å samle inn
Data fra virkelige omgivelser er både tidkrevende og kostbart å hente inn. Materialet må dekke mer enn vellykkede handlinger: ulike miljøer, gjenstander, menneskelig atferd og sjeldne feiltilfeller må også være med.
Data fra et snevert utvalg demonstrasjoner kan lære en robot å gjenta én oppgave uten å gi den den bredere forståelsen som kreves i ukjente situasjoner.
ACE skal ha samlet inn rundt 100 000 timer med data, men selskapet mener selv at dette ikke er nok for ambisjonene innen fysisk intelligens. 5 Derfor sidestiller strategien datainnsamling med modellutvikling, i stedet for å behandle data som en underordnet ressurs.
Det betyr at selv raske fremskritt i modellkvalitet kan bli bremset av hvor mye fysisk treningsdata som finnes, hvor variert det er og hvor nyttig det faktisk er. Et godt resultat i en benchmark viser at en modell presterer på en definert test. Det beviser ikke automatisk at den vil fungere stabilt på et lager, et hotell eller i en butikk.
ACE og Unitree har lignende tidsplaner
ACE Robotics’ spådom om et gjennombrudd innen utgangen av 2027 ligner på et anslag fra Wang Xingxing, grunnleggeren av Unitree. Han har antydet at et «ChatGPT-øyeblikk» for robotenes hjerner kan komme innen to til tre år. 1
3
Anslagene bør først og fremst forstås som bransjeforventninger, ikke som uavhengig bekreftede tidsplaner. De viser en tro på at bedre modeller, mer data og større datakapasitet kan skape raskere fremgang. De garanterer imidlertid ikke at gjennombruddet kommer på dato, eller at teknologien fungerer like godt på tvers av oppgaver.
Et teknologisk gjennombrudd betyr ikke rask masseutrulling
ACE forventer at bred kommersiell bruk vil ligge fire til fem år etter det tekniske vendepunktet. 3
4 Før en mer kapabel modell kan brukes i stor skala, må selskapene blant annet:
- dokumentere sikkerhet og driftssikkerhet i virkelige arbeidsmiljøer;
- koble modellen til ulike robotkropper, sensorer og styringssystemer;
- redusere kostnadene for maskinvare og drift;
- samle inn nok data fra arbeidsflyter som kan gjentas; og
- vise at robotene gir verdi utenfor oppstilte testforsøk.
Med andre ord kan 2027 bli året for en modellmessig milepæl, mens den kommersielle milepælen kommer senere. For virksomheter som vurderer humanoide roboter, er det derfor ikke nok å spørre om en ny modell kan utføre en oppgave én gang. Det avgjørende er om den gjør det konsekvent, trygt og lønnsomt i stor skala.
Slik vil ACE forsøke å bygge bro mellom modell og marked
Kairos og resultater i tester
ACE satser tungt på den åpne verdensmodellen Kairos. Reuters har rapportert at selskapets flaggskipmodell slo Nvidias modell i benchmark-tester, men understreket samtidig at gode testresultater ikke er det samme som dokumentert overlegenhet i praktisk bruk. 1
Forskjellen er viktig. Offentlige tester gjør det mulig å sammenligne avgrensede ferdigheter, mens kommersiell bruk krever dokumentasjon fra mange miljøer og feilmoduser. Kairos kan bidra til å tiltrekke utviklere og gi ACE mer tilbakemelding, men modellens betydning vil avhenge av hvor godt den overføres fra testmiljøer til fysisk arbeid.
Finansiering og mulig børsnotering
Rapporter beskriver ACE som støttet av Ant Group og SenseTime. Selskapet har også uttrykt ambisjon om å gjennomføre en børsnotering når forholdene ligger til rette for det. 5
6
12 Slik finansiering kan bidra til forskning på modeller, datainnsamling og kommersiell ekspansjon, men det tilgjengelige kildematerialet gir ikke en fullstendig og uavhengig bekreftet oversikt over selskapets finansiering.
Data fra virkelige arbeidsmiljøer
ACE behandler driftsdata som en strategisk ressurs. Tanken er enkel: Roboter utfører oppgaver i virkelige omgivelser, samspillet skaper nye treningsdata, og bedre modeller legger grunnlaget for mer avanserte utrullinger. 4
5
Denne sirkelen fungerer bare dersom dataene er representative og samles inn på en gjennomtenkt måte. Flere timer alene gir ikke nødvendigvis bedre intelligens. Kvaliteten på samhandlingene, bredden i situasjonene og koblingen mellom data og modellforbedring er minst like viktig.
Ambisiøse utrullingsmål og tilgang på KI-brikker
Sekundære rapporter knytter ambisiøse mål til ACE, blant annet utrulling av teknologien i minst 1 000 butikker i løpet av ett år og en utvidelse til 10 000 butikker i løpet av to år. Tallene bør behandles som selskapsrapporterte mål, ikke som ferdig oppnådde resultater. 7
13
De samme rapportene sier at ACE arbeider med bruk i blant annet ubemannede butikker, hoteller og logistikk, og at selskapet benytter både Nvidia-brikker og kinesiske KI-brikker. Målet skal være å redusere risikoen i leverandørkjeden og på sikt få ned maskinvarekostnadene. 13 Det tilgjengelige materialet bekrefter imidlertid ikke uavhengig det fulle omfanget av utrullingene eller de nøyaktige brikkeavtalene.
Den virkelige testen kommer etter 2027
ACE har kommet med en tydelig, men ambisiøs prognose: Et ChatGPT-lignende vendepunkt for fysisk intelligens innen utgangen av 2027, etterfulgt av flere år med kommersialisering.
Den mest nøkterne tolkningen er ikke at humanoide roboter plutselig blir i stand til å gjøre alt. Snarere kan bedre verdensmodeller og større datasett fra virkeligheten gjøre robotene betydelig mer tilpasningsdyktige.
Det avgjørende beviset vil komme fra driften: Roboter som håndterer ukjente fysiske oppgaver pålitelig, samtidig som de produserer nyttige data og gjør det til en kostnad bedriftene kan forsvare. Før slike resultater foreligger, er «ChatGPT-øyeblikket» i 2027 fortsatt en prognose – og mangel på gode modeller og fysiske treningsdata er fortsatt bransjens viktigste begrensninger. 1
4
5
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 "ACE Robotics tror humanoide roboter kan få sitt «ChatGPT-øyeblikk» innen 2027"?
ACE Robotics styreleder Wang Xiaogang tror kunstig intelligens for roboter kan nå et ChatGPT lignende vendepunkt innen utgangen av 2027, drevet av verdensmodeller og mer miljødata.
What are the key points to validate first?
ACE Robotics styreleder Wang Xiaogang tror kunstig intelligens for roboter kan nå et ChatGPT lignende vendepunkt innen utgangen av 2027, drevet av verdensmodeller og mer miljødata. De største hindringene er fortsatt modeller som kan oppfatte, resonnere og handle i ukjente fysiske omgivelser – samt mangelen på store mengder variert treningsdata fra den virkelige verden.
What should I do next in practice?
ACE kombinerer den åpne Kairos modellen, datainnsamling i felt, rapportert støtte fra Ant Group og SenseTime, kommersielle piloter og en mulig børsnotering.
Sources
reuters.comACE Robotics chairman says robot brains will have ' ...
book.st-hakky.comA Breakthrough for Humanoid Brains by the End of Next Year? Leveraging World Models and Environmental Data | Hakky Handbook
techflowpost.comACE Robotics Chairman Wang Xiaogang: Embodied AI Is Expected to Experience Its "ChatGPT Moment" by the End of 2027
kucoin.comACE Robotics Predicts 2027 'ChatGPT Moment' for ...