Como preludio y extensión del 2026智元创新日 (AGIBOT INNOVATION DAY), a partir del 22 de octubre, Zhiyuan lanzará "AI WAVE", publicando consecutivamente siete resultados: conjuntos de datos, plataforma de operación, cuerpo del robot, framework de Agent, plataforma de simulación, modelo fundacional y paradigma de aprendizaje por experiencia colectiva, presentando de forma concentrada el despliegue tecnológico de IA encarnada de pila completa.
El lanzamiento no es el final — todas las tecnologías publicadas serán finalmente sometidas a la verificación en escenarios reales. Del 2 al 3 de noviembre, 6 robots G2 entrarán en una tienda de conveniencia, y durante una transmisión en vivo ininterrumpida de 24 horas atravesarán cuatro turnos completos: hora pico del mediodía, hora pico de la noche, turno nocturno y preparación del desayuno, completando una "evaluación de confirmación".
En los últimos meses, la controversia de "los modelos generales son cada vez más fuertes, ¿sigue teniendo valor la inteligencia encarnada?" ha arrasado la industria.
Nuestra respuesta nunca se basa en debates: el despliegue a gran escala de robots depende de la colaboración de pila completa, no de avances puntuales. Completar una tarea individual requiere la colaboración entre modelo y cuerpo; la operación estable a largo plazo requiere adaptación al entorno y manejo de anomalías; la aplicación a escala requiere bajo costo de entrenamiento, despliegue rápido y reutilización de capacidades. En el mundo físico, datos, herramientas, cuerpo, sistema y modelo, si falta un eslabón, no funciona.
Por eso existe este AI WAVE: ponemos cada eslabón sobre la mesa y luego colocamos el robot en una tienda de conveniencia real, "trabajando" 24 horas.
Esperamos que, con la tecnología de IA encarnada de pila completa como vínculo, conectar el ecosistema industrial, acelerar el despliegue y la evolución de la IA física, e impulsar que los robots realmente entren al mundo real, sirvan a escenarios reales y creen valor real.
Siete días, siete resultados, un porqué cada día
22/10 | AGIBOT WORLD 2026 cuarta edición del conjunto de datos de "razonamiento encarnado" (Physical Reasoning)
Las primeras 150 horas de datos de máquina real se enfocan en la toma de decisiones — impulsando a los robots a pasar de "aprender a operar" a "completar tareas de forma autónoma".
23/10 | Genie Studio 2.0
Plataforma integral de operación de inteligencia encarnada de proceso completo — llevando a los robots de "utilizables en un punto" a "evolución continua, entrega estandarizada y replicación a escala".
26/10 | G2 Max
Robot industrial encarnado de carga pesada con nivel de seguridad — combina carga pesada y operaciones finas a nivel submicrométrico.
27/10 | Genie Master
Conecta el Agent con el mundo físico — primera implementación de Physical RSI (mejora recursiva autocorporal) en escenarios de negocio reales.
28/10 | Genie Sim: actualización importante del motor físico de desarrollo propio
Superación integral del cuello de botella de simulación flexible — consistencia máquina real-simulación superior al 95% en tareas complejas.
29/10 | Modelo fundacional
Redefiniendo los límites de evolución de la inteligencia encarnada — permanezcan atentos.
30/10 | Aprendizaje por experiencia colectiva (CEL)
Primer paradigma de aprendizaje robótico con validación de prototipo completada en un clúster de máquinas reales a escala de cientos de unidades — llevando a los robots de "depender de la enseñanza humana" a "crecimiento autónomo colectivo".
Última parada: tienda de conveniencia, 24 horas, trabajo real
Del 2 al 3 de noviembre, 6 unidades G2 entrarán en una tienda de conveniencia real: reposición de mercancía, reabastecimiento, organización, preparación de comida caliente, recogida de basura, preparación de café, recepción — desde las 10 de la mañana hasta las 10 de la mañana del día siguiente, cuatro turnos sin parar, transmisión en vivo durante todo el proceso.
A partir del 22 de octubre, sean testigos de cómo la tecnología entra en escenarios reales.
Lo que construimos es un circuito cerrado que conecta aprendizaje, acción y evolución continua: acumular datos a partir de interacciones reales, sedimentar experiencia en la operación continua, y luego devolver la nueva experiencia a la siguiente ronda de aprendizaje.
Cada paso que los robots dan hacia el mundo real cuenta con el respaldo de un sistema tecnológico de pila completa.
