Цин’янь точне фінансування на сотні мільйонів юанів, на команду державного рівня з виробництва обладнання було вкладено

null

Інвесторський портал AI повідомляє, що сьогодні (13 липня) Циньянь Цзіньчжун (清研精准) оголосила, що протягом червня швидко завершила дві раунди інвестрацій на суми в сотні мільйонів юанів, і таким чином B-раунд серійного фінансування офіційно остаточно закріплено.

З’являється «державна команда + півкола автопрома»: B2-раунд на суми в сотні мільйонів юанів веде зірокапітал (星源资本), а «Перша Автомобільна Фінанслова Компанія» (一汽富晟) бере участь; за ним іде B3-раунд, який веде Beijing Automobile Investment (北汽产投), а Yulong Group (裕隆集团) бере участь. Також цього разу додатково був залучений Державний фонд індустріальних інвестицій і машинобудування (国机产业基金).

Уже в червні 2026 року Міністерство промисловості та інформатизації та Державне майно (国资委) спільно запустили «спецпроєкт реального практичного навчання для гуманоїдних роботів і втіленого інтелекту», вимагаючи, щоб втілений інтелект не просто працював у лабораторіях: він має виходити на реальні цехові робочі місця, запускаючи «режим виконання робіт» (作业模式).

До цього Циньянь Цзіньчжун давно вже зайняла позицію на фізичній AI інженерній основі: завдяки 8-річним напрацюванням на промисловому майданчику, гуманоїдні роботи в реальних, складних і суворих промислових умовах «вчаться працювати», і справді забезпечують впровадження.

Рідкісна участь держпідприємницького капіталу

Погляньте довкола: індустріальні ресурси в цьому раунді фінансування Циньянь Цзіньчжун дуже багаті.

Серед них є не менш ніж фонди державних підприємств — фонд 国机产业基金.

Ще більш рідкісним є формування небагатьох поширеного матриці інвестиційного капіталу автокола — весь B-раунд зібрав 6 автокомпаній: 北汽产投, 星源资本, 一汽富晟, 长城资本, 陕汽资本, 裕隆集团. Щільні інвестиції з боку автовиробників означають, що фізична AI інженерна основа та система тестування і верифікації Циньянь Цзіньчжун уже вбудовані в ключові ланцюги постачання провідних вітчизняних автокомпаній. Це є підтвердженням від усієї автомобільної індустрії — по ланцюгах вище і нижче за течією.

Інвестиційний склад із надзвичайно вертикальною структурою та дуже сильними галузевими атрибутами доводить, що інвестиційна логіка ринку капіталу в «нижній половині» втіленого інтелекту вже змінилася: капітал більше не сліпо женеться за демо-відео гуманоїдних роботів, а натомість із великими сумами робить ставку на ті фізичні AI інфраструктурні компанії, які володіють реальними промисловими сценаріями, мають високоякісні замкнені контури даних та здатні до інженерного впровадження.

А щоб фізична AI справді запрацювала в реальності, неминуче потрібно пройти через етапи розробки продукту, ланцюги постачання, польову доставку, сервіс для клієнтів і безперервне технічне обслуговування. Тобто потрібні справжні випробування, і щоб можна було використовувати на виробничій лінії.

Капітал, глибоко прив’язаний до бізнесу, лише так можна гарантувати безперервний і стабільний вхід у реальні промислові сценарії — таким чином формується позитивний цикл.

Як згадується у «спецпроєкті реального практичного навчання», до кінця 2026 року гуманоїдні роботи та інші ключові продукти в низці репрезентативних сценаріїв першими завершать верифікацію застосування та перейдуть до стандартного розгортання, запускаючи «режим виконання робіт»; буде відточено та сформовано понад сотню високовартісних сценаріїв застосування, що ще більше розширить номенклатуру застосувань втіленого інтелекту та сприятиме формуванню можливості впровадження на масштаб рівня десятків тисяч одиниць.

Циньянь Цзіньчжун можна назвати надточно влучним: обидва раунди фінансування супроводжувалися ключовими поворотами — від старту з «проходження замкненого циклу» для новоенергетичної фізичної інтелектуальності до поступового руху до ширших промислових сценаріїв; компанія прагне створити інженерну основу промислового фізичного AI та глибоко розміститися в сфері втіленого інтелекту.

З цього погляду її прорив — це не лише точкова техніка, а складний бар’єр, сформований сукупністю: входи у реальні сценарії, здатність виробляти дані, система тестування та оцінювання, інженерна здатність до доставки та можливості world model — і водночас, ще й завершення повного ланцюга побудови наперед, ще до приходу політики.

Ціньянь Цзіньчжун: Цінхуа, Стенфорд, ветерани індустрії роботів — потужне поєднання «сильних зі сильними»

Засновник і CEO Циньянь Цзіньчжун, доктор Дун Хань (董汉), навчався в аспірантурі Університету Цінхуа, його наставником був професор Лі Кецян (李克强), член Китайської академії інженерних наук (院士). У червні 2018 року він під егідою інкубатора при Університеті Цінхуа офіційно заснував Циньянь Цзіньчжун.

За 8 років існування Циньянь Цзіньчжун ввів продукти для AI-детекції, симуляції та тестування і верифікації в майже всі основні ланцюги постачання ключових заводів з виробництва готових автомобілів та компаній з силових батарей у Китаї: відвантаження — понад 10 000 одиниць, впровадження — у понад 30 країнах, а промислові клієнти охоплюють новоенергетичні цілі автомобілі, силові батареї, зберігання енергії, ключові автокомпоненти, шахти, електроенергію тощо — ключові напрями.

(Зліва направо

Підрозділ втіленого інтелекту Циньянь Цзіньчжун — CEO 精准视界 (Точний погляд) Цао Цітун (曹绮桐), має академічне підґрунтя в галузі інженерії Університету Стенфорд; раніше в Стенфордському інституті комп’ютерних досліджень проводила міждисциплінарні роботи з біологічних наук та AI; відповідні результати виходили у ролі першого автора в піджурналі 《Nature》. У Циньянь Цзіньчжун Цао Цітун переважно координує технічну міграцію та траєкторії ітерацій компанії, а також впровадження в бізнес-сценаріях, підкреслюючи ключову перевагу підприємства у «останній милі» інженерного впровадження промислового втіленого інтелекту.

Її ключові напрями досліджень охоплюють системи виведення еволюційних закономірностей стану для високовимірних, мультимодальних і динамічних даних; під час перенесення в промислові сценарії сутнісна проблема аналогічна: робот бачить не лише один деталь/заготовку, а динамічну фізичну систему, що формується спільно з візуальної інформації, силових відчуттів, дотику, параметрів технологічного процесу та змінних середовища. Це дуже узгоджується з промисловою фізичною world model, яку побудувала Циньянь Цзіньчжун.

Головний інженер підрозділу втіленого інтелекту Циньянь Цзіньчжун та CTO 精准视界 (Точний погляд) Чжао Ран (赵然). Раніше в двох компаніях рівня лідерів на 200 млрд юанів — 千寻智能 та 智平方科技 — він обіймав посаду керівника напряму втіленої інфраструктури (具身 Infra). Приєднання доктора Чжао Рана забезпечує Циньянь Цзіньчжун міцну підтримку у створенні втіленої інфраструктури та інженерному впровадженні. Як член команди всесвітньо відомого вченого-гіганта в робототехніці академіка Дін Хань (丁汉), доктор Чжао Ран понад десять років глибоко працює в галузі роботів; він поєднує ґрунтовну наукову базу та досвід промислового впровадження.

Він керував командою, починаючи з «0 до 1», для побудови систем дистанційного керування (teleoperation), збору даних, замкнутого контуру даних нижнього рівня та платформи симуляції; накопичення в робототехніці протягом понад десятиліття дозволяє йому більш системно з’єднувати ключові ланки: сутність (body/on-bot), дані, симуляцію та моделі — формуючи базові можливості, необхідні для будівництва інфраструктури втіленого інтелекту. Його платформиний, інженерний досвід і глибоке дослідницько-розробницьке накопичення команди формують синергію, ще більше просуваючи глибоке поєднання «верху» — академічних генів — і «низу» — інженерних можливостей індустріального впровадження.

Відтоді команда, поєднуючи світогляд на рівні world class у майбутнє, індустріальну інженерну базу та комерційну верифікацію масштабу «понад 100 млрд», уже стала на самому передньому краї індустріалізації втіленого інтелекту в Китаї, перетворившись на загальновизнану «технічну опорну точку/еталон» і «провідника впровадження».

Інженерна основа фізичного AI

На цій базі Циньянь Цзіньчжун успішно завершила стратегічне оновлення та вихід можливостей назовні: від компанії з перевірки нових енергетичних транспортних засобів — до інженерної основи фізичного AI, яка має бути фізичною базою для впровадження втіленого інтелекту в промисловості.

Відповідно до «спецпроєкту реального практичного навчання», Циньянь Цзіньчжун роками накопичувала промислові майданчики: вони вже давно готові. У різних промислових сферах накопичені понад 2000 промислових вузлів сприйняття (індустріальних сенсорних точок) були розгорнуті на реальних робочих позиціях. Від PACK-детекції силових батарей нової енергетики до повного складального виробництва автомобілів, від наземних заводів до підземних шахт: ключові позиції перетворено на поля даних і навчальні полі для втіленого інтелекту. У цих сценаріях є дані, є робочі місця, є реальні операції — саме вони найкраще перевіряють цінність.

Втілена модель — це «мозок», а Циньянь Цзіньчжун забезпечує навчальний полігон і підручник, які навчають «мозок» «узгоджувати тіло» та верифікують його можливості; вона не створює роботи (тіло/платформу), але «створює» здатність робота працювати в промисловому середовищі на робочих місцях.

Крім того, у «спецпроєкті реального практичного навчання» йдеться про те, що потрібно дотримуватися принципу «прикладного підґрунтя» (application-driven): через тренування у реальних сценаріях постійно оптимізувати алгоритми втіленого інтелекту та накопичувати високоякісні дані справжніх машин.

А сьогодні Циньянь Цзіньчжун — це фактично постачальник фізичних AI даних як бази (data base).

Циньянь Цзіньчжун самостійно розробила мультимодальний data engineering pipeline TsingLoop — він перетворює вихідні сигнали, розподілені в багатьох системах, в стандартизовані й багаторазові пакети даних, виконуючи уніфіковане вирівнювання часу-простору-семантики. Дані, зібрані один раз, після обробки пайплайном, підвищують рівень первинних даних до промислових «data assets»; історичні дані можуть автоматично об’єднуватися з новими даними, безперервно ітеруватися, формуючи безперервний «data flywheel» — маховик зростання даних.

Крім того, спираючись на мультимодальний data engineering pipeline TsingLoop, Циньянь Цзіньчжун будує систему Robot-in-the-Loop (робот у замкненому циклі) для випробувань і тестування в промислових сценаріях — інфраструктуру тестування.

Цю систему можна розуміти як промислову версію замкненого циклу «збір-симуляція-верифікація-оцінювання-ітерація» для втіленого інтелекту: робот або працівник виконує завдання на реальній позиції, а TsingLoop синхронно збирає мультимодальні дані — візуальні, силові, дані дотику, траєкторії, параметри процесу, стан обладнання та результати виконання. Далі система на основі реальних даних відновлює сценарій цифрового двійника (digital twin), програє в симуляційному середовищі історичні робочі умови, відтворює аномальні зразки та здійснює припущення-експерименти для різних стратегій дій із низькою вартістю та високою частотою.

Але симуляція — не кінцева точка. Промисловий робот має зрештою потрапити в реальний цех, тож потрібно подолати різницю між «віртуальним» і «реальним». Тому Циньянь Цзіньчжун додатково впроваджує Robot-in-the-Loop тестування: так щоб реальний робот-технічна платформа, контролер, кінцевий виконавчий механізм, сенсори та симуляційні сценарії утворювали замкнений контур з’єднання. Це дає можливість завчасно верифікувати стратегії рухів, межі керування силою, безпечні огородження (safety envelope) та механізм перехоплення в аномальних ситуаціях, не займаючи напряму виробничі лінії клієнта.

Після розгортання на майданчику модуль оцінювання буде безперервно виводити стандартизовані звіти з оцінювання, що включають показники: частку успішних завдань, час такту, частку аномалій, ризики зіткнень, енергоспоживання, тривалість стабільної роботи тощо. Ці результати оцінювання — це не лише підстава для приймання, а й назад «вхід» у контур даних TsingLoop, який стимулює подальшу оптимізацію моделі та постійне оновлення стратегій.

Системно було відповівено на три ще більш ключові запитання: чи можна стабільно виконувати завдання в реальних умовах, чи можна пройти верифікацію за приймальними процедурами клієнта, чи можна повторно застосувати на наступній виробничій лінії. Таким чином, досягається побудова data base.

Станом на сьогодні Циньянь Цзіньчжун окреслила кінцеву візію: «одна основа, один мозок, сотні вертикальних сценаріїв застосування»; дані-інженерна система як основа, індустріальна модель пізнання світу як мозок. У сотнях промислових завдань зі чітко визначеними межами — в електроенергетиці, інженерній техніці, виробництві нової енергії, шахтах тощо — формується фізичний інтелект, придатний до повторного використання.

На ключовому етапі, коли фізичний AI виходить із концепції до промислового впровадження, індустріальний капітал активно робить ставки на Циньянь Цзіньчжун, бо саме її здатність до впровадження сценаріїв є незамінною.

Поки галузь ще сперечається про маршрутизацію алгоритмів, Циньянь Цзіньчжун, яка вкоренилася в промисловий майданчик і тихо «ковала» інженерну основу фізичного AI, вже непомітно стала найключовішим продавцем лопат у епоху втіленого інтелекту.

У другій половині важливість цього вже без слів.