BEIJING, June 25, 2026 (GLOBE NEWSWIRE) —
ويركز نهج الشركة على بناء التقنيات الأساسية اللازمة لتمكين الروبوتات من الإدراك، والاستدلال، والتنفيذ، والتحسن المستمر من خلال التفاعل مع العالم المادي. ومن خلال دمج النماذج التأسيسية المتقدمة مع تقنيات الإدراك الروبوتي، وأنظمة التحكم، وبيانات الأفعال الواقعية، وبنية النشر، تسعى Striding AI إلى تمكين الآلات الذكية من أداء مهام مفيدة في البيئات التجارية والصناعية واليومية.
وقال سونغ ياو، مؤسس Striding AI ورئيسها التنفيذي:
“نؤمن بأن الاختراقات في مجال الذكاء الاصطناعي الفيزيائي تنشأ من التطور المتواصل والمشترك بين البيانات والنماذج والبنية التحتية.”
وتتبنى الشركة نهجاً قائماً على الأنظمة أولاً في الذكاء الاصطناعي الفيزيائي، من خلال دمج النماذج التأسيسية، وأجهزة وبرمجيات الروبوتات، وبنية البيانات، وأنظمة التحكم، وهندسة النشر، لبناء خدمات قابلة للتوسع. ويضم فريق القيادة في الشركة مؤسسين وتنفيذيين ذوي خبرات في شرائح الذكاء الاصطناعي، والقيادة الذاتية، وأبحاث الروبوتات، والتقنيات الصناعية، بما يجمع بين الخبرة التقنية العميقة وتجربة إدخال التقنيات المعقدة إلى بيئات الإنتاج.
وتخطط Striding AI للبدء بسيناريوهات نشر عملية في بيئات منظمة مثل قطاع التجزئة، حيث يمكن للروبوتات دعم مهام تشمل إعادة تعبئة الرفوف، وجرد المخزون، وتنظيم المنتجات، والمساعدة في عمليات الدفع. وتوفر هذه البيئات تفاعلاً بشرياً متكرراً، وسير عمل قابلاً للتكرار، وبيانات تشغيلية غنية، ما يجعلها نقطة انطلاق مناسبة لتطوير أنظمة ذكاء اصطناعي فيزيائي قابلة للتوسع.
وعلى المدى الطويل، تتوقع Striding AI أن تدعم أنظمتها الروبوتية التأسيسية تطبيقات أوسع في قطاعات تشمل التجزئة، والأغذية، والزراعة، والخدمات اللوجستية، والرعاية الصحية، والاتصالات. وتتمثل الرؤية طويلة الأمد للشركة في بناء روبوتات تتعلم من التجربة الواقعية، وتتحسن باستمرار، وتصبح جزءاً من البيئات اليومية للبشر.
وفي اختبارات داخلية مبكرة، حسّنت طريقة التعلم المعزز بمشاركة الإنسان لدى Striding AI معدلات نجاح المهام بما يصل إلى ثلاثة أضعاف. ولتوسيع هذه الدورة التطويرية، تعمل Striding AI على بناء بنية تحتية للتدريب المسبق للروبوتات، والتعلم المعزز الموزع، وتنسيق العمليات بين الحافة والسحابة، لتوفير منصة تتحسن مع تشغيل المزيد من الروبوتات في البيئات الواقعية.
وتُعد القدرات المطورة في البيئات الواقعية، من التعامل مع كائنات متنوعة وفهم رفوف المتاجر إلى تخطيط المهام المعقدة وتنفيذها، جزءاً من نظام متكامل مصمم لتطبيقات روبوتية أوسع. ومن خلال هذا النهج القائم على الأنظمة أولاً، تسعى Striding AI إلى بناء روبوتات تتعلم من التجربة الواقعية، وتتحسن بمرور الوقت، وتندمج تدريجياً في البيئات اليومية للبشر.
Contact: Jimei Kou, [email protected]
GLOBENEWSWIRE (Distribution ID 9752371)