جذب سرمایه استارتاپ CyboPal از TCL و گروه شنژن؛ توسعه رباتهای رومیزی هوش مصنوعی
استارتاپ چینی CyboPal موفق به جذب سرمایه استراتژیک از بازوی سرمایهگذاری TCL و گروه شنژن شد. این شرکت سختافزارهایی برای ایجاد تعامل میان کاربران، ایجنتهای هوش مصنوعی و محیط کار کامپیوتر توسعه میدهد. نخستین محصول این استارتاپ یک پایانه رباتیک رومیزی با قابلیت حرکت، بینایی ماشین و فرمان صوتی است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- جذب سرمایه استراتژیک استارتاپ CyboPal از بازوی سرمایهگذاری TCL و گروه شنژن برای گسترش سختافزارهای هوش مصنوعی.
- ثبت رکورد بیش از ۱۰ میلیون یوان پیشفروش و عرضه بیش از ۱۰۰۰ دستگاه برای پایانه رباتیک رومیزی CyboPal ONE در یک ماه.
- برنامهریزی برای عرضه گجت دستی WhisPrompt با هدف کنترل و هدایت آسانتر ایجنتهای هوش مصنوعی در محیط کار کامپیوتر.
استارتاپ چینی CyboPal، فعال در حوزه توسعه رباتهای رومیزی، دور جدیدی از تأمین مالی استراتژیک را با مشارکت بازوی سرمایهگذاری شرکت TCL Industries و گروه سرمایهگذاری شنژن (Shenzhen Capital Group) با موفقیت پشت سر گذاشت. اگرچه مبلغ دقیق این قرارداد اعلام نشده است، اما این شرکت تمرکز خود را بر ساخت سختافزارهایی گذاشته که کاربران، ایجنتهای هوش مصنوعی شخصی و فرآیندهای کاری روزمره در کامپیوتر را به یکدیگر پیوند میدهند.
نخستین محصول این شرکت با نام CyboPal ONE، یک پایانه رباتیک رومیزی است که قابلیتهای حرکتی، بینایی ماشین و تعامل صوتی را بهصورت یکپارچه ارائه میدهد. به گفته این استارتاپ، حجم پیشفروش این دستگاه در پلتفرمهای بینالمللی تأمین مالی جمعی و شبکههای فروش حضوری، ظرف یک ماه از مرز ۱۰۰۰ دستگاه و ۱۰ میلیون یوان عبور کرده است. طبق گزارش منتشرشده در PEdaily، برنامه بعدی CyboPal تکمیل تحویل سفارشها و عرضه ابزار WhisPrompt خواهد بود؛ یک گجت دستی برای کامپیوتر که با ترکیب ورودی صوتی، دکمههای کنترلی و کلید چرخان فیزیکی، مدیریت و اصلاح کارهای مبتنی بر هوش مصنوعی را برای کاربران آسانتر میکند.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

پلتفرم Backplane ویرایش مستقیم بردهای الکترونیکی و مدلهای CAD را برای عوامل هوش مصنوعی ممکن کرد
پروژه متنباز Backplane بستری اختصاصی برای اتصال مستقیم عوامل هوش مصنوعی به طرحهای سختافزاری و مدلهای مکانیکی CAD ارائه داده است. این ابزار به مدلهای هوشمند امکان میدهد بهجای تکیه بر توصیفات متنی و تصویر، المانهای بردهای مدار چاپی را بهصورت ساختاریافته بررسی کرده و تغییر دهند.

مهار توهم در مدلهای هوش مصنوعی بینایی؛ راهکار جدید C3PO زنجیره استدلال را اصلاح میکند
پژوهشگران با معرفی روش جدیدی به نام C3PO موفق شدهاند خطای توهم را در مدلهای استدلالی هوش مصنوعی بینایی بهشکل محسوسی کاهش دهند. این روش با کوتاه کردن زنجیره استدلال و حذف بخشهای زائد، تمرکز مدل را دوباره به محتوای واقعی تصویر بازمیگرداند.

اجرای مدل تبدیل تصویر به ویدیوی Wan2.2 علیبابا روی کارتهای گرافیک ۸ گیگابایتی ممکن شد
تیم QuantStack نسخههای بهینهسازیشده و فشرده مدل تبدیل تصویر به ویدیوی Wan2.2 علیبابا را با فرمت GGUF منتشر کرد. این نسخه جدید امکان اجرای محلی این مدل قدرتمند را روی کارتهای گرافیک خانگی با حافظه ۸ گیگابایتی فراهم میکند و با استقبال گسترده جامعه هوش مصنوعی روبهرو شده است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.