雷峰网 AIPublicación de la fuente

Ruta de presentación de la primera etapa del Plan Yuanchuang: cinco proyectos de IA de alta tecnología se presentan de forma concentrada…

Desde chips de bajo nivel y computación neuromórfica, hasta despliegue autónomo de robots, inteligencia física en entornos extremos y modelado de entornos físicos superficiales, las tecnologías de vanguardia de la inteligencia artificial avanzan por múltiples caminos hacia la aplicación industrial.

Desde chips de bajo nivel y computación neuromórfica, hasta despliegue autónomo de robots, inteligencia física en entornos extremos y modelado de entornos físicos superficiales, las tecnologías de vanguardia de la inteligencia artificial avanzan por múltiples caminos hacia la aplicación industrial. Cómo lograr que los logros originales de los laboratorios salven la distancia entre la validación de ingeniería y la comercialización se ha convertido en un tema clave para que la innovación científica llegue a la práctica industrial.

El 26 de octubre, la ruta de presentación de la primera etapa del "Plan Yuanchuang" lanzado por el Instituto de Inteligencia Artificial BAAI de Beijing se celebró en el Centro Internacional de Transacción Tecnológica de Zhongguancun. Cinco proyectos se presentaron de forma concentrada: Linjienúe Technology, Lingshu Qizhi, Tensor Field Technology, Cangqiong Jizhi y Qianxiangliang Technology, centrados respectivamente en chips V-RRAM 3D autoseleccionables, inteligencia incorporada neuromórfica, modelos mundiales de Hamilton, inteligencia física fiable en entornos extremos y un modelo mundial unificado del entorno físico superficial. La actividad también incluyó una sesión de negociación entre proyectos y fondos, para promover el intercambio y la conexión entre equipos emprendedores e instituciones inversoras.

 

De la "innovación de origen" a la "validación industrial": lo que el Plan Yuanchuang busca conectar no es solo el capital

En el evento, Yang Yang, vicerrectora del Instituto BAAI, presentó el posicionamiento y los mecanismos de apoyo del "Plan Yuanchuang". Como un plan de incubación de emprendimiento tecnológico orientado principalmente a los académicos de BAAI, el Plan Yuanchuang se centra en temas de investigación original en el ámbito de la inteligencia artificial, siguiendo los principios de "innovación de origen, decisión rápida, pruebas en pasos pequeños y conversión conforme en todo el proceso", integrando recursos tecnológicos, de talento, de capital y de la industria para apoyar a los equipos de investigación en su paso del laboratorio a la industria. El plan no solo se ocupa de la conexión de capital, sino que se esfuerza por construir un mecanismo sinérgico que conecte la investigación original, los equipos emprendedores y el mercado industrial, impulsando que los resultados de investigación pasen del descubrimiento tecnológico a la validación de ingeniería y la aplicación comercial.

 

El lanzamiento del Plan Yuanchuang también responde a las necesidades reales del desarrollo de la industria de la IA y de la transformación de los logros científico-técnicos. En la actualidad, la IA se encuentra en una etapa clave que va de los avances tecnológicos a las aplicaciones industriales, y la validación de ingeniería de las tecnologías originales, la adaptación a escenarios y la conversión comercial reciben cada vez más atención. Al mismo tiempo, las políticas y mecanismos relacionados con la transformación de los logros científico-técnicos siguen mejorando, lo que ofrece nuevas condiciones para que las instituciones de investigación exploren la transformación de sus logros originales. El Plan Yuanchuang aspira a aprovechar esta ventana de oportunidad para fortalecer aún más la conexión entre la innovación científica y las necesidades de la industria, y apoyar a que más tecnologías originales con potencial lleguen al mercado.

Cinco proyectos muestran la exploración diversa de la tecnología original de IA

1. Linjienúe Technology: de los dispositivos originales a la plataforma de hardware y software

Linjienúe Technology se centra en chips 3D V-RRAM, con una estrategia que abarca dispositivos RRAM autoseleccionables de bajo nivel, chips, el ecosistema de software FlagOS y aplicaciones de sistemas, con el objetivo de crear un sistema de productos completo y de pila con cooperación de hardware y software. El proyecto toma como punto de entrada la memoria a nivel de almacenamiento y la computación en memoria, explorando nuevas rutas para el desarrollo sinérgico de la nueva memoria y la potencia de cálculo de IA, con el fin de superar los cuellos de botella de memoria y de potencia de cálculo a los que se enfrenta la arquitectura informática actual. El equipo está liderado por un talento nacional joven de la Universidad de Tsinghua, obtuvo un primer premio provincial y ministerial de Ciencias Naturales (2025), y combina ventajas en investigación básica y en el desarrollo de tecnología e ingeniería.

 

 

2. Lingshu Qizhi: reconfigurar la arquitectura de percepción de la inteligencia incorporada con computación neuromórfica

Lingshu Qizhi se centra en la percepción multimodal a través de escalas y la inteligencia incorporada neuromórfica, dedicándose a construir infraestructura de percepción física y computación cerebral para la inteligencia incorporada. El proyecto abarca desde dispositivos ópticos de bajo nivel y chips de percepción-cómputo integrados hasta algoritmos de modelos, explorando una arquitectura tecnológica de pila completa desde la percepción hasta la decisión.

 

Su objetivo central no es solo que los agentes perciban el entorno externo, sino también comprender las propiedades de la materia y las intenciones humanas, y sobre esa base lograr decisiones autónomas en milisegundos. Mediante el diseño conjunto de dispositivos, chips y algoritmos, el proyecto explora nuevas vías para mejorar la comprensión del entorno y la capacidad de decisión en tiempo real de la inteligencia incorporada.

 

3. Tensor Field Technology: impulsar el despliegue autónomo de robots con el modelo mundial de Hamilton

Tensor Field Technology se dirige a escenarios de alto valor con alto riesgo humano donde es difícil que los ingenieros realicen ajustes repetidos, para crear un motor de despliegue de robots impulsado por el modelo mundial de Hamilton, que ofrece servicios de cadena completa como modelado del entorno, generación de políticas, despliegue en el dispositivo y evolución continua.

 

El equipo propone una arquitectura de modelo mundial de Hamilton que, mediante restricciones de prioris físicas, mejora la consistencia física de las salidas del modelo. Según la presentación del proyecto, su eficiencia de datos de preentrenamiento mejora entre 3 y 4 órdenes de magnitud frente a las soluciones predominantes. El modelo puede adaptarse a diversos cuerpos de robots, y el proyecto también propone un modelo de "despliegue como servicio", con planes de desarrollo conjunto con fabricantes de cuerpos robóticos, proveedores de hardware y plataformas de computación en la nube. El equipo obtuvo el tercer puesto en la Copa del Rector de la Universidad de Tsinghua y ha completado una ronda de financiación angel; la empresa se constituyó en agosto de 2026 en Haidian, Beijing.

 

4. Cangqiong Jizhi: inteligencia física fiable en entornos extremos

Orientado a entornos extremos como el espacio profundo y el subsuelo profundo, Cangqiong Jizhi se centra en la construcción de infraestructura de inteligencia física, intentando resolver problemas como la dificultad de obtener datos, entrenar modelos y desplegar sistemas inteligentes en escenarios extremos.

 

El equipo propone el paradigma tecnológico AI4π (AI for Physical AI), que mediante un motor de simulación con física incorporada, un sistema cerebro de entrenamiento e inferencia jerárquico y autoevolutivo, y un sistema operativo pan-ontológico, construye un circuito tecnológico cerrado que cubre el diseño, entrenamiento, prueba y mejora de agentes, explorando la superación de los cuellos de botella de datos e ingeniería en la I+D de la inteligencia física.

El equipo está liderado por talento nacional de primer nivel y, apoyándose en los recursos de investigación de la Universidad de Beihang y de BAAI, ha obtenido más de diez premios internacionales, incluyendo artículos destacados en congresos de primer nivel y el tercer puesto global en los Juegos Mundiales de Robots Humanoides. Actualmente, el proyecto explora su comercialización mediante suscripción de datos de simulación y licencias de sistemas, y ya ha obtenido pedidos por decenas de millones de yuanes en áreas como mantenimiento de parques y aeroespacio comercial.

 

5. Qianxiangliang Technology: conectar lo virtual y lo real con un modelo mundial unificado del entorno físico superficial

Qianxiangliang Technology se centra en el modelo mundial unificado del entorno físico superficial. Su equipo ha desarrollado de forma autónoma el EWM (Earth World Model), que incorpora factores de forzamiento externos como el forzamiento atmosférico y la radiación solar, procesos superficiales como el suelo, la vegetación, los cuerpos de agua, las montañas y el ciclo del carbono, así como sistemas humanos como centrales eléctricas, tierras agrícolas, industria e infraestructuras, en un espacio latente unificado para su representación, explorando la construcción de un modelo base físico general que sea intervenible, invertible y falsable.

 

El proyecto adopta un modelo de servicio facturado por Token, y en escenarios de energías renovables ya ha completado la validación empírica en 12 estaciones de 5 países. En escenarios fotovoltaicos, el equipo utiliza sus robots de limpieza y mantenimiento de la serie Boson, desarrollados internamente, como terminales de ejecución, construyendo junto con el modelo en la nube un circuito cerrado de "percepción—decisión—ejecución—retroalimentación", explorando la vía hacia la aplicación coordinada del modelado del entorno físico superficial y los sistemas de inteligencia física.

Conectar la tecnología original con el capital, impulsando que los resultados de investigación lleguen a la industria

Desde chips originales hasta modelos mundiales, desde inteligencia incorporada cerebral hasta despliegue autónomo de robots e inteligencia física en entornos extremos, los cinco proyectos muestran la exploración diversa de la tecnología original de IA en direcciones como hardware de bajo nivel, arquitecturas de cómputo, desarrollo de modelos y aplicaciones físicas. Su rasgo común es el intento de convertir la capacidad de investigación de vanguardia en tecnologías y productos verificables, desplegables y sostenibles.

Para las empresas de alta tecnología fundadas por equipos de investigación, los avances técnicos del laboratorio son solo el punto de partida. La posterior validación de ingeniería, el desarrollo de productos, la adaptación a escenarios y la exploración de modelos de negocio requieren una inversión continua de recursos y una colaboración industrial. Cómo conectar eficazmente la innovación científica, los equipos emprendedores, el capital y el mercado es un eslabón clave para que las tecnologías originales logren su transformación industrial.

Esta ruta de presentación del Plan Yuanchuang, mediante la exhibición de proyectos y la negociación con fondos, construyó una plataforma de intercambio y conexión para equipos emprendedores e instituciones inversoras, promoviendo una mayor conexión entre las tecnologías originales, el capital y los recursos industriales. La actividad mostró las exploraciones originales de los académicos de BAAI en diferentes direcciones tecnológicas, y también presentó rutas diversas desde la identificación de resultados de investigación hasta el cultivo de proyectos emprendedores.

 

Del laboratorio a la primera línea de la industria, la transformación de las tecnologías originales requiere tanto avances científicos continuos como el apoyo conjunto de capacidades de ingeniería, escenarios de aplicación y recursos industriales. El Plan Yuanchuang seguirá centrado en los logros originales de vanguardia de la inteligencia artificial, impulsando la conexión efectiva entre la innovación científica y las necesidades de la industria, y apoyando a que más tecnologías originales con potencial lleguen a la práctica industrial.

Académicos de BAAI: del "equipo soñado" a la "nueva fuerza industrial"

El Programa de Académicos de BAAI es un proyecto emblemático del Instituto BAAI para construir un equipo de talento de alto nivel en investigación básica de vanguardia, destinado a seleccionar y formar líderes académicos con influencia internacional y jóvenes talentos académicos con potencial de desarrollo, estableciendo equipos de innovación colaborativa orientados a grandes tareas de avance y a las fronteras futuras, guiando la dirección futura del desarrollo tecnológico de la inteligencia artificial y construyendo un ecosistema de innovación industrial de la IA. En siete años, el Programa de Académicos de BAAI ha atravesado tres etapas de iteración —exploración libre, orientación por tareas y liderazgo innovador—, y se ha convertido en un vector importante para atraer y formar a los mejores talentos del ámbito de la IA; el número de académicos de BAAI ya supera los 180, conformando el "equipo soñado" mundial de la inteligencia artificial.

Más importante aún, este "equipo soñado" se está convirtiendo en una fuente clave de emprendimiento en IA. En los últimos años, el Instituto BAAI ha incubado acumulativamente más de 20 empresas innovadoras con capacidades tecnológicas centrales, como Zhipu AI, Modelbest, Galbot, Xingyuanzhi, Inverse Matrix y Meridian Lightyear. Desde los grandes modelos hasta la inteligencia incorporada, desde la visión de bajo nivel hasta la gobernanza de seguridad, tras una serie de empresas emergentes de IA representativas pueden verse la figura de los académicos de BAAI y de su ecosistema. La realización de la ruta de presentación de la primera etapa del Plan Yuanchuang es precisamente el testimonio más reciente de la conversión de este potencial de talento en impulso industrial.

 

 


Fuente original

雷峰网 AI

Notas sobre el contenido

La publicación original y los derechos pertenecen a la fuente.

Traducción automática · Consulte el original