WIKA открыла датасет embodied AI для строительной техники
По словам Се Лигэ, датасет открывает моделям канал к тому самому опыту, который люди накапливают на стройке, — и это принципиальная основа для внедрения ИИ в экстремальных условиях и на крупных инфраструктурных объектах. Речь идет о движении к стройкам с меньшим числом людей, а в перспективе — к полностью безлюдным работам. Одновременно с анонсом WIKA выложила набор данных в открытый доступ на нескольких ведущих международных репозиториях, включая Hugging Face, рассчитывая, что открытая модель привлечет исследователей со всего мира и позволит совместно раскрутить «маховик данных» для строительных сценариев.
Отрасль сегодня упирается в нехватку данных и сложность внедрения в реальных условиях. WIKA, много лет делающая контроллеры, датчики и решения с функциональной безопасностью, попыталась соединить embodied AI с тяжелой техникой и замкнуть цепочку от реальной площадки до обучающих данных. Получился и путь модернизации для традиционного машиностроения, и ценный высококачественный датасет для передовых исследований.
2026 год многие называют годом практического применения embodied AI: по отраслевым данным, в первом полугодии китайские стартапы в этой сфере привлекли около 93,5 миллиарда юаней — примерно в пять раз больше, чем годом ранее. Но капитал и реальная тонкая настройка под конкретные производства — не одно и то же. Главные боли — дефицит реальных данных, ограниченная польза симуляций, плохая адаптация моделей и отсутствие систем безопасности. Датасет WIKA как раз бьет в эти точки. И показательно, что он родился не в чисто ИИ-компании: ценность в том, что разработчики посмотрели на стройку, шахту и сервисные операции как на источник данных для «виртуального мозга», который затем подключается к стальным рукам машин.
В интервью директор инновационного центра WIKA Mobile Control по интеллектуализации У Бовэнь объяснил логику прямо: фундамент модели не в алгоритмах, а в данных, и человеческие знания зашиты именно в них. Сначала качественные данные, потом адекватная модель, потом приложения — обратный порядок не работает. Реальные стройплощадки — среда крайне неструктурированная, оборудование разное, сбор данных дорогой, а повторное использование сложное. Синтетика и видео годятся для предобучения, но перенос на реальную площадку дает сбой, и объем полезных данных катастрофически отстает от скорости итераций моделей. Поэтому нужны компании, готовые заниматься сбором, разметкой и разбором больших массивов.
Ключевой момент: датасет — это не просто видеофайлы на диске. Это данные работы экскаваторов разных марок в разных сценариях, где опыт машинистов превращен в знания, которые машина способна прочитать. WIKA начала готовиться к проекту не в 2026-м, а примерно пять лет назад, заранее оценив спрос на умную технику в опасных, грязных, тяжелых и монотонных работах. В 2026 году Министерство промышленности и информатизации КНР в плане развития отрасли связи прямо заговорило о необходимости собирать и упорядочивать качественные датасеты, а интерес инвесторов подогрел выход на биржу производителя роботов Unitree.
Из всего многообразия техники WIKA выбрала экскаватор: сценарий показательный, но дьявольски сложный. Копание траншей, погрузка, планировка откосов, выравнивание, штабелирование — высокая свобода действий, динамические нагрузки, пыль, непредсказуемый рельеф. Сбор должен охватывать разные бренды и модели, а на выходе данные обязаны соответствовать логике обучения embodied AI. Каждое движение модель осваивает, повторяя траектории опытных операторов. WIKA синхронизирует по единой временной метке пять потоков: зрение, лазер, положение и ориентацию, силовую обратную связь и ввод с джойстика. Первые два восстанавливают обстановку, третий и четвертый фиксируют взаимодействие ковша с грунтом, пятый хранит намерения человека. Без любого звена остаются лишь изолированные наблюдения или сигналы управления, а не переиспользуемый опыт.
Удовольствие дорогое: по словам У Бовэня, сбор на полигоне стоит около пяти тысяч юаней в час, для обучения пригодной модели нужно порядка ста тысяч часов данных, и только натурные съемки потянут на сотни миллионов юаней. Симулятор дорог на старте, но потом обходится примерно в десятую часть. Для компании из реального сектора это серьезный вызов, но WIKA доводит проект до конца. Опора — тридцать лет в системах управления: контроллеры, дисплеи, датчики, органы управления и электроника для новой энергетики стоят на кранах, подъемниках, бетонотехнике, землеройных и шахтных машинах, а среди клиентов — XCMG, Sany, Zoomlion, Liebherr. То есть «мозжечок» WIKA уже внутри железа, и датасет изначально связывает его с «большим мозгом», а не витает в воздухе.
На заводе WIKA в Сюйчжоу пять зон — от электронного производства до механосборки; предприятие имеет статус передовой умной фабрики провинции Цзянсу и третий уровень зрелости умного производства. В цехе SMT стоит система прослеживаемости VALOR, а тестовую линию компания спроектировала и собрала сама, и почти половина ее мощностей свободна под сторонние заказы. Эта самостоятельность в производстве — одна из причин, почему проект вообще возможен.
Первый этап датасета — 36 миллионов кадров по 12 типичным сценариям. Для всей отрасли это лишь начало, но важнее сам подход. Во-первых, правильный порядок: сначала данные с опытом, потом проверенная модель, потом железо. Многие делают наоборот — сначала носитель, потом интеллект, и получают демонстрацию вместо результата. Во-вторых, точный выбор сцены: не простая площадка для шоу, а сложная неструктурированная стройка, без гонки за общими большими моделями. Отрасли не хватает готовых копаться в сборе, выравнивании, разметке и контроле качества. В-третьих, ясная позиция: WIKA строит инфраструктуру производства данных и отдает не только массив, но и методику с носителем, превращая разовый проект в воспроизводимую инженерную способность. Для строительной техники это не рассказ на бумаге, а проверенный маршрут, который можно повторять.
Источник: www.qbitai.com
Поделиться