Unitree Punta al Codice Auto-Evolutivo Mentre gli Investitori Interrogano le Valutazioni degli Umanoidi

Unitree Robotics sta spostando la sua attenzione verso un framework di intelligenza artificiale 'auto-evolutivo' progettato per consentire alla sua flotta di umanoidi di scrivere autonomamente codice ed eseguire simulazioni. Il fondatore Wang Xingxing ha recentemente dettagliato un ciclo di feedback in cui i robot analizzano le loro prestazioni nel mondo reale per iterare sul proprio software. Questa mossa segnala un tentativo di risolvere il principale collo di bottiglia del settore: l'enorme quantità di ingegneria manuale richiesta per rendere un robot bipede utile in diverse attività industriali.

Questa spinta tecnica arriva in un momento precario per la salute finanziaria del settore. Nonostante il lancio di alto profilo dell'Unitree G1 e del più grande Unitree H1, gli investitori stanno iniziando a esaminare attentamente il divario tra le valutazioni del capitale di rischio e i ricavi effettivi delle imprese. La bolla dell'«IA fisica» sta affrontando una correzione, poiché il mercato si rende conto che spedire prototipi è significativamente più facile che raggiungere una produzione redditizia e ad alto volume per il lavoro industriale.

Per i responsabili delle operazioni, la promessa di un software che si auto-migliora è un'arma a doppio taglio. Sebbene possa teoricamente ridurre il costo di implementazione consentendo a un robot di adattarsi a un pavimento di magazzino specifico senza supervisione costante, introduce nuove domande riguardo alla sicurezza e al comportamento prevedibile. Se a un Unitree G1 è permesso modificare il proprio codice operativo, i quadri normativi e di responsabilità per il reparto di produzione devono evolvere di pari passo con la macchina.

Il mercato più ampio degli umanoidi è attualmente intrappolato tra queste ambiziose roadmap software e la realtà della catena di approvvigionamento. Mentre aziende come Unitree corrono verso un'intelligenza 'auto-evolutiva', rimangono legate agli stessi vincoli hardware che affliggono l'intero settore. La transizione dalle esposizioni in showroom a veri e propri test in fabbrica è il prossimo ostacolo critico per mantenere l'attuale ritmo degli investimenti.

In definitiva, il successo della nuova iniziativa AI di Unitree sarà misurato dal suo impatto sugli obiettivi di costo unitario e sulla velocità di implementazione. Se la generazione autonoma di codice può dimostrabilmente ridurre il tempo necessario a un umanoide per padroneggiare una nuova attività logistica, potrebbe fornire il ROI necessario per giustificare le alte valutazioni che sono attualmente sotto il fuoco degli scettici del mercato.