RLWRLD, стартап у сфері робототехнічного ШІ, підтриманий LG Electronics, представив RLDX-1 — базову модель, призначену для роботизованих рук із п’ятьма пальцями в промислових застосуваннях, заявляє RLWRLD. Компанія опублікувала ваги моделі, код і технічну документацію на GitHub та Hugging Face.
Специфікації моделі та продуктивність
RLDX-1 поєднує зорові та мовні можливості з керуванням роботом під час руху, стверджує RLWRLD. Компанія заявила, що RLDX-1 показала кращі результати, ніж конкуруючі робототехнічні моделі від Nvidia та Physical Intelligence, на кількох бенчмарках. Наразі RLWRLD працює більш ніж із 10 корейськими та японськими підприємствами над робототехнічними проєктами.
Фінансування та стратегічне позиціонування
RLWRLD залучив приблизно 41 млн доларів США в раундах Seed 1 і Seed 2, заявляє RLWRLD. Серед інвесторів на етапі Seed — LG Electronics, CJ Logistics (компанія зі supply chain та доставки) і Mitsui Chemicals (японський виробник хімічної продукції), повідомляє RLWRLD.
Засновник Чонг-Хі Рю — серійний підприємець. Його попередня компанія Olaworks, корейський стартап зі комп’ютерного зору, була придбана Intel у 2012 році. RLWRLD зазначив, що це було перше придбання Intel корейського стартапу.
Компанію заснували у 2024 році; стратегія спирається на виробничі сильні сторони Кореї та Японії. RLWRLD вирішив зосередитися на базових моделях для робототехніки, а не виходити на перенасичений ринок великих мовних моделей (LLM).
Стратегія промислового впровадження
RLWRLD заявив, що його інвесторська мережа забезпечує реальні майданчики для роботи та ділові зв’язки, які підтримують збір даних і розгортання. Компанія навчає базові моделі в межах діючих промислових операцій через цю мережу, стверджує RLWRLD. Компанія також зазначила, що це створює власний «edge» із реальних даних у світі порівняно з моделями, які створюються переважно в лабораторних умовах.
RLWRLD будує партнерства з виробниками роботів, зокрема Rainbow Robotics — південнокорейською робототехнічною компанією, повідомляє RLWRLD. Підхід компанії робить акцент на розгортанні моделей у регіонах із глибокою експертизою у виробництві — замість розробки робототехнічних рішень у ізоляції.
Застереження: Інформація на цій сторінці може походити від третіх осіб і не відображає погляди або думки Gate. Вміст, що відображається на цій сторінці, є лише довідковим і не є фінансовою, інвестиційною або юридичною порадою. Gate не гарантує точність або повноту інформації і не несе відповідальності за будь-які збитки, що виникли в результаті використання цієї інформації. Інвестиції у віртуальні активи пов'язані з високим ризиком і піддаються значній ціновій волатильності. Ви можете втратити весь вкладений капітал. Будь ласка, повністю усвідомлюйте відповідні ризики та приймайте обережні рішення, виходячи з вашого фінансового становища та толерантності до ризику. Для отримання детальної інформації, будь ласка, зверніться до
Застереження.
Пов'язані статті
США і Китай готуються до запуску офіційного діалогу з безпеки ШІ, який очолять посадовці Мінфіну
За повідомленнями, Сполучені Штати та Китай готуються запустити офіційний діалог з безпеки ШІ, спрямований на створення механізмів антикризового управління для їхнього технологічного суперництва. Делегацію США очолить міністр фінансів Скотт Бессент, тоді як Китай буде представлено заступником
GateNews5хв. тому
DeepMind AlphaEvolve міждисциплінарні досягнення: 4×4 матричне множення оновило рекорд Strassen 1969, тренування Gemini прискорилося на 1%
Google DeepMind 7 травня (за американським часом) опублікувала звіт про міждисциплінарні результати AlphaEvolve. Офіційний блог DeepMind підсумував конкретний прогрес AlphaEvolve з моменту запуску: розроблено спосіб множення 4×4 комплексних матриць, який є кращим за алгоритм Strassen 1969 (48 разів чистого скалярного множення), разом із такими математиками, як Теренс Тао (Terence Tao), вирішено кілька складних математичних задач Ерде̇ша (Erdős), для дата-центрів Google зекономлено 0,7% глобальних обчислювальних ресурсів, швидкість ключового kernel, на якому тренували Gemini, підвищено на 23%, а загальний час навчання Gemini зменшено на 1%.
Архітектура: Gemini Flash — широкий пошук + Gemini
ChainNewsAbmedia38хв. тому
OpenAI Codex запускає розширення для Chrome: можна тестувати Web App у браузері, отримувати контекст між сторінками, працювати паралельно
OpenAI 7 травня (за американським часом) оприлюднила розширення Codex для Chrome, яке дозволяє Codex-проєктам з кодування (coding Agent) напряму працювати всередині браузера Chrome на macOS і Windows. Офіційна документація OpenAI для Codex пояснює, що розширення дає змогу Codex тестувати web app без перехоплення браузера користувача, отримувати контекст на кількох вкладках, використовувати Chrome DevTools і виконувати інші роботи паралельно. OpenAI також повідомила, що Codex має понад 4,0 млн щотижневих активних користувачів, що у 8 разів більше, ніж на початку року.
Що можна робити в браузері: тестувати web app, отримувати контекст між сторінками, використовувати DevTools
Розширення Chrome
ChainNewsAbmedia41хв. тому
OpenAI випускає GPT-Realtime-2: інтегрує міркування GPT-5 у голосових агентів, а context збільшує до 128K
OpenAI 7 травня (за американським часом) на конференції для розробників оголосила про три нові Realtime-мовні моделі: GPT-Realtime-2, GPT-Realtime-Translate, GPT-Realtime-Whisper — усі вони доступні розробникам через Realtime API. Офіційне оголошення OpenAI пояснює, що GPT-Realtime-2 є першою в OpenAI моделлю, яка має GPT-5
ChainNewsAbmedia42хв. тому
Практичний візит до китайських AI-лабораторій: дослідники розкрили «прогалини в чіпах і даних» як ключову причину розриву між Китаєм і США
Під час глибокого відвідування кількох AI-лабораторій у Китаї Натан Ламберт зазначив, що ключова перевага Китаю полягає в культурі, кадрах і прагматичному мисленні: пріоритетом у дослідженнях є підвищення якості моделей, а студенти стають ключовими основними авторами внесків, тоді як внутрішня конкуренція та роздор відбуваються рідше, ніж співпраця в командах; однак існують прогалини в чипах, даних і креативності. Зовнішні обчислювальні потужності обмежені регуляціями США, а через низьку якість даних компанії змушені будувати власні середовища для навчання. Компанії відкривають код, але зберігають ключові технології, щоб робити власне мікроадаптування. Якщо США посилять контроль над відкритою екосистемою, це може вплинути на глобальне лідерство.
ChainNewsAbmedia51хв. тому
a16z очолює раунд $16M фінансування для шведського AI-стартапу Pit
За даними Bloomberg, шведський стартап зі штучного інтелекту Pit залучив 16 мільйонів доларів у раунді фінансування, який очолила Andreessen Horowitz, за участі Lakestar та керівників провідних AI- і техкомпаній. До раунду також приєдналися сім’ї Stena і Lundin зі Швеції. Pit уже отримав пілотні проєкти з Voi,
GateNews55хв. тому
