超脑未来与微品致远共建工业世界模型基础设施
两家公司合作，用工厂真实数据训练世界模型，让多个机器人共享一个大脑，推动工业智能落地。
超脑未来与微品致远宣布合作，共同建设覆盖真实数据、算力、世界模型与工厂落地的工业智能基础设施。双方试图将真实生产过程转化为上千个可学习的工业世界，用群体智能世界模型驱动多机器人协同，核心是利用微品致远积累的海量工业因果链数据，形成数据飞轮。
正文摘录
.png) 从海量真实工业数据到上千个可学习的工业世界，探索工业智能的 Scaling Law 过去十年，Scaling Law 几乎定义了人工智能的进步路径。 更多数据、更大的模型和更强的算力，共同推动大语言模型跨越一个又一个能力临界点。 但当 AI 从互联网进入工厂，决定下一轮智能跃迁的核心资源已经发生变化。 大语言模型依靠互联网文本完成预训练，而工业智能真正需要学习的，是订单如何转化为生产计划，设备如何响应控制信号，机器人如何协同执行任务，质量异常如何发生，以及一个决策最终如何影响交付、成本、质量与生产效率。 这些数据从来不存在于公开互联网中。 它们沉淀在真实工厂的业务系统、生产系统、设备终端、工业网关、摄像头、机器人和传感器中，是物理世界最稀缺、也最具价值的数据资产之一。 近日，群体智能世界模型公司超脑未来与工业互联网及产业智能平台企业微品致远宣布，双方将围绕工业世界模型，共同建设覆盖真实数据、智能算力、世界模型和工厂落地的基础设施。 双方希望建立的，并不是一次普通的软件接口合作，而是一条从真实工业数据出发，经过世界生成和模型训练，再回到真实工厂完成验证与执行的工业智能数据飞轮。 这场合作试图回答一个关键问题： 能否将工厂里一次真实发生的生产过程，转化为上百乃至上千个物理一致、任务完整、可直接用于模型学习的工业世界？ 超脑未来与微品致远，正在共同给出答案。