Dạo một vòng WAIC: AI đang thực sự 'làm mưa làm gió' trong thế giới vật lý

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

19/07/2026 19:43:25 Nguồn: QbitAI

Đúng là "đêm hội xuân" của giới AI

Meng Yao đưa tin từ Ao Feisi

QbitAI | Kênh chính thức QbitAI

Quá! Là! Hot!

Vẫn phải là WAIC, vẫn phải là "đêm hội xuân" của giới AI—

Dù đã là ngày thứ ba của triển lãm, nhưng người vẫn đông nghịt, độ nóng hổi chẳng kém gì thời tiết tại Thượng Hải những ngày này. (doge)

Thậm chí, nghe nói, vé chợ đen... đã bị đẩy lên tới 3000 tệ một chiếc rồi!?

Cũng không thể trách mọi người nhiệt tình đến thế, chủ yếu là vì hiện trường triển lãm quá nhiều thứ đáng xem—

Bên này là robot mô phỏng việc lấy thuốc tại nhà thuốc, bên kia là robot hợp sức tổ chức buổi hòa nhạc, còn có đủ loại Agent và hệ điều hành được tích hợp vào phần cứng thực tế.

Trí tuệ hiện thân (Embodied AI), mô hình thế giới (World Model), AI Coding, nền kinh tế Token, phần cứng AI... hầu hết các khái niệm công nghệ hot nhất trong năm qua đều đã được mang đến hiện trường năm nay.

Nếu như năm ngoái khi đi xem triển lãm, mọi người còn bàn tán nhiều về việc AI có thể làm được gì, thì đến năm nay, một thay đổi cực kỳ, cực kỳ, cực kỳ rõ rệt là—

AI đã bước ra khỏi màn hình, bắt đầu "chảy tràn" mạnh mẽ vào các nhà máy, gia đình, nhà thuốc, thiết bị đeo và đủ loại bối cảnh sản xuất thực tế:

Trong số các đơn vị triển lãm, tôi cũng thấy một cái tên vô cùng quen thuộc: JD.com.

Chỉ có điều, lần này cách xuất hiện của nhà sản xuất này thực sự có chút khác biệt.

Trước đó, JD.com đã công bố kế hoạch xây dựng trung tâm vận hành thế giới vật lý lớn nhất toàn cầu, không ngờ họ lại nhanh chóng mang những thành quả mới nhất đến hiện trường WAIC—

Toàn bộ dòng mô hình lớn JoyAI lần đầu tiên ra mắt tập thể, chuỗi dữ liệu thu thập và huấn luyện trí tuệ hiện thân, cùng với JD AI Home được xây dựng dựa trên nền tảng JoyInside, tất cả đều đã có mặt:

Sau khi dạo quanh WAIC năm nay, chúng ta sẽ thấy ranh giới năng lực của AI thực sự bắt đầu mở rộng từ việc hiểu và tạo nội dung số sang cảm nhận môi trường, ra quyết định thời gian thực và thực thi cụ thể trong thế giới vật lý.

Còn các khái niệm thông minh từng chỉ dừng lại trên màn hình, nay đã bắt đầu thâm nhập vào nhà máy, gia đình và các loại thiết bị đầu cuối, thực sự tham gia vào vận hành thực tế của thế giới thực.

Nhìn thấy, nghe hiểu và có thể thực thi, bộ sưu tập mô hình toàn diện dành cho AI vật lý đã xuất hiện

Hai năm nay, các mô hình lớn đã bước vào giai đoạn phát hành dày đặc.

Bước vào khu vực chính của WAIC năm nay, chúng ta sẽ thấy các mô hình thuộc nhiều hướng khác nhau như hình ảnh, video, giọng nói, tương tác, trí tuệ hiện thân... gần như bao phủ mọi đường đua hot nhất.

Nhưng phải thừa nhận một điều rằng, trong môi trường vật lý thực tế, việc một mô hình đơn lẻ đưa ra phán đoán chỉ là "điểm khởi đầu" của toàn bộ quy trình thực thi tác vụ AI.

Việc lập kế hoạch đường đi, điều khiển thiết bị, thực thi hành động và phản hồi kết quả sau đó, có thể nói mỗi khâu đều ảnh hưởng trực tiếp đến việc một tác vụ có thể thực sự tạo thành một vòng lặp khép kín hoàn chỉnh hay không!!

Chính vì vậy, yêu cầu của AI vật lý đối với năng lực mô hình cũng đã mở rộng từ sự đột phá về năng lực đơn lẻ sang sự phối hợp hệ thống giữa cảm nhận, thấu hiểu, ra quyết định và thực thi.

△Do AI tạo

Ngay tại hiện trường WAIC năm nay, JD.com đã trực tiếp mang đến một "bộ sưu tập" đầy đủ các mô hình JoyAI dành cho thế giới vật lý.

Từ giọng nói, hình ảnh, video, tương tác thời gian thực cho đến trí tuệ hiện thân, có thể nói họ đã tung ra tất cả các năng lực mô hình cần thiết cho AI vật lý...

Đối với AI vật lý, năng lực thị giác quyết định việc AI có thể thiết lập nhận thức liên tục về môi trường thực tế hay không.

Suy cho cùng, trước khi một robot thực sự bắt đầu hành động, nó cần phải làm rõ xung quanh có những gì, vật thể nằm ở đâu và tồn tại mối quan hệ không gian như thế nào giữa chúng.

Và các mô hình JoyAI-Image-Edit, JoyAI-Echo và JoyAI-VL-Interaction mà JD.com đã mã nguồn mở trước đó, vừa vặn tương ứng với các chiều kích khác nhau của việc mở rộng năng lực thị giác vào thế giới vật lý—

JoyAI-Image-Edit đã hiện thực hóa việc thay đổi góc nhìn, du ngoạn không gian và chỉnh sửa nhất quán hình học, giúp AI tiến xa hơn từ việc xử lý pixel phẳng sang thấu hiểu cấu trúc không gian.

△JoyAI-Image-Edit

JoyAI-Echo duy trì tính nhất quán của video dài thông qua bộ nhớ đa phương thức, trong khi JoyAI-VL-Interaction nén việc thấu hiểu và phản hồi xuống mức mili giây, cho phép AI vừa quan sát hình ảnh thời gian thực, vừa tương tác và gọi các Agent.