13 अगस्त, 2025 को बीजिंग, चीन में दुनिया के पहले सन्निहित बुद्धिमान रोबोट 4S स्टोर, रोबोट मॉल में एक यांत्रिक हाथ प्रदर्शित किया गया है।
वीसीजी | विजुअल चाइना ग्रुप | गेटी इमेजेज
बीजिंग – अलीबाबा क्लाउड एक नए प्रकार की कृत्रिम बुद्धिमत्ता में निवेश कर रहा है जिसे ओपनएआई के चैटजीपीटी जैसे चैटबॉट्स से अलग दृष्टिकोण का उपयोग करके वास्तविक दुनिया को बेहतर ढंग से दोहराने के लिए डिज़ाइन किया गया है।
यह बदलाव मुख्य रूप से पाठ पर प्रशिक्षित “बड़े भाषा मॉडल” की सीमाओं को पहचानता है। इसके बजाय, डेवलपर्स वीडियो और वास्तविक जीवन के भौतिक परिदृश्यों पर निर्मित “विश्व मॉडल” पर अधिक ध्यान केंद्रित करना शुरू कर रहे हैं।
इस प्रवृत्ति पर कूदने के लिए, अलीबाबा ने एआई वीडियो जेनरेशन टूल विदु के पीछे के स्टार्टअप शेंगशु में 2 बिलियन युआन ($290 मिलियन) के निवेश का नेतृत्व किया, कंपनी ने शुक्रवार को घोषणा की। टीएएल एजुकेशन और Baidu वेंचर्स ने भी सीरीज बी फंडिंग राउंड में भाग लिया।
यह निवेश शेंगशु द्वारा किमिंग वेंचर पार्टनर्स और अन्य समर्थकों से 600 मिलियन युआन जुटाने के लगभग दो महीने बाद आया है। स्टार्टअप ने अपने मूल्यांकन का खुलासा करने से इनकार कर दिया।
शेंगशू ने कहा कि नवीनतम फंडिंग एक “सामान्य विश्व मॉडल” के विकास का समर्थन करेगी जो वर्तमान में दो अलग-अलग डोमेन को जोड़ने के लिए एआई का उपयोग करता है: गेम की डिजिटल दुनिया और एआई-जनित वीडियो, और स्वायत्त ड्राइविंग और रोबोट की भौतिक दुनिया।
तीन साल पुराने स्टार्टअप ने एक बयान में कहा, “शेंगशू का मानना है कि एक सामान्य विश्व मॉडल, जो दृष्टि, ऑडियो और स्पर्श जैसे मल्टीमॉडल डेटा पर बनाया गया है, बड़े भाषा मॉडल की तुलना में अधिक स्वाभाविक रूप से दर्शाता है कि भौतिक दुनिया कैसे काम करती है।”
शेंगशू के संस्थापक झू जून ने एक बयान में कहा, “हमारा लक्ष्य धारणा और कार्रवाई को जोड़ना है, जिससे एआई सिस्टम को बेहतर मॉडल बनाने और वास्तविक दुनिया के व्यवहार की लगातार भविष्यवाणी करने की अनुमति मिलती है।”
आर्टिफिशियल एनालिसिस के अनुसार, जनवरी में जारी शेंगशू का नवीनतम विदु क्यू3 प्रो मॉडल, टेक्स्ट और छवियों से वीडियो बनाने के लिए शीर्ष 10 एआई मॉडल में शुमार है।
ओपनएआई द्वारा एआई वीडियो जेनरेशन के लिए अब बंद हो चुके सोरा टूल को व्यापक रूप से उपलब्ध कराने से कुछ महीने पहले कंपनी ने विडु को वैश्विक स्तर पर लॉन्च किया था। चीनी लघु-वीडियो कंपनियाँ Kuaishou और बाइटडांस ने भी वीडियो बनाने के लिए समान प्रतिस्पर्धी एआई टूल जारी किए हैं।
विश्व मॉडल प्रतियोगिता
अलीबाबा ने संबंधित स्टार्टअप्स में अपने निवेश का विस्तार किया है।
चीनी टेक दिग्गज और Baidu वेंचर्स ने पिछले महीने ट्रिपो एआई में 50 मिलियन डॉलर के निवेश का नेतृत्व किया, एक ऐसा प्लेटफॉर्म जो तस्वीरों से डिजिटल 3डी मॉडल को तुरंत तैयार करने के लिए एआई का उपयोग करता है। ट्रिपो ने कहा कि यह भाषा मॉडल द्वारा उपयोग की जाने वाली तकनीकों से दूर भौतिक स्थान पर आधारित एआई टूल की ओर बढ़ रहा है और अपना स्वयं का विश्व मॉडल विकसित कर रहा है।
सितंबर में, अलीबाबा ने PixVerse में $60 मिलियन के निवेश का भी नेतृत्व किया, जिसने इस साल की शुरुआत में एक AI वर्ल्ड मॉडल जारी किया जो उपयोगकर्ताओं को यह निर्देशित करने की अनुमति देता है कि एक वीडियो जेनरेट होने के दौरान कैसे सामने आता है।
ई-कॉमर्स में अपनी शुरुआत करने वाले अलीबाबा ने वीडियो जेनरेशन के लिए मुफ्त, ओपन-सोर्स एआई मॉडल भी जारी किया है और फरवरी में, पावरिंग रोबोट के लिए एक मॉडल लॉन्च किया है।
आपके इनबॉक्स में एशिया की सबसे बड़ी अर्थव्यवस्था से साप्ताहिक विश्लेषण और अंतर्दृष्टि
अब सदस्यता लें
शेंगशु ने शुक्रवार को कहा कि उसने औद्योगिक, वाणिज्यिक और घरेलू सेटिंग्स में उपयोग के लिए भौतिक दुनिया के साथ बातचीत करने वाले ह्यूमनॉइड रोबोट जैसे सन्निहित एआई विकसित करने वाली कंपनियों के साथ रणनीतिक साझेदारी की है।
अमेरिकी तकनीकी पत्रिका वायर्ड के सह-संस्थापक केविन केली ने पिछले महीने अपने सबस्टैक पर लिखा था, रोबोटिक्स के लिए विश्व मॉडल महत्वपूर्ण हैं क्योंकि तकनीक को काम करने के लिए एलएलएम से अधिक की आवश्यकता है।
अंततः, मानव बुद्धि को दोहराने के लिए, एआई को तीन चीजों की आवश्यकता होगी: तर्क, भौतिक दुनिया की समझ और निरंतर सीखना, केली ने कहा। उन्होंने कहा, हालांकि सीखने की श्रेणी के लिए एआई अभी तक विकसित नहीं हुआ है, एलएलएम-संचालित चैटबॉट्स ने ज्ञान तत्व तैयार किया है, जिससे विश्व मॉडल एक प्रमुख क्षेत्र बन गया है, जिसमें सफलता की आवश्यकता है।
