2026 में विश्व रोबोटिक्स सम्मेलन में, SynapX ने टेस्ला के ऑप्टिमस का प्रतियोगी बनाने के विचार से दूरी बना ली। यह स्टार्टअप, जिसे केवल सात महीने पहले स्थापित किया गया था, ने लगभग 1 बिलियन युआन जुटाए हैं और इसका मूल्यांकन यूनिकॉर्न है। रोबोट की बाहरी दिखावट पर ध्यान केंद्रित करने के बजाय, SynapX ने तीन उत्पाद श्रृंखलाएं प्रस्तुत कीं जो मस्तिष्क, हाथ और डेटा संग्रह स्टैक को कवर करती हैं, इस प्रकार चर्चा को इस बात पर पुनर्निर्देशित करती है कि सिलिकॉन पर आधारित उत्पादन कैसे परिभाषित किया जाता है।
संस्थापक और सीईओ दू डालोन, जो पहले होराइजन रोबोटिक्स में छठे कर्मचारी थे और बाइडू की डीप लर्निंग लैब के शुरुआती सदस्य थे, का तर्क है कि मूर्त एआई के दो प्रमुख तत्व शरीर नहीं हैं, बल्कि एक सार्वभौमिक रूप से सक्षम मस्तिष्क और भौतिक दुनिया में कारण रूप से कार्य करने में सक्षम हाथ हैं। वह इस बात पर जोर देते हैं कि हाथ के बिना मस्तिष्क स्क्रीन तक ही सीमित रहता है, और मस्तिष्क के बिना हाथ केवल औद्योगिक गतिविधियों की नकल करता है।
प्रस्तुत उत्पाद पूरी तरह से इस अवधारणा के अनुरूप हैं। SYNWorld एक मूर्त देशी वैश्विक मॉडल है जिसमें अरबों पैरामीटर हैं, और इस वर्ष अगले संस्करण के रिलीज की योजना है, जबकि अगले साल ट्रिलियन पैरामीटर रेंज में जाने की योजना है। OctoH-Hand एक उच्च डिग्री ऑफ फ्रीडम वाला बायोनिक फुर्तीला हाथ है। और OctoSense फर्स्ट-पर्सन दृष्टि, मुद्रा और स्वाभाविक रूप से काम करने वाले लोगों की ताकत के बारे में डेटा कैप्चर करने के लिए फिशआई लेंस हेडबैंड, एमईजी कफ सेंसर और एक्सोस्केलेट दस्ताने को जोड़ता है।
मॉडल 'डेटा फ्लाईव्हील' सिद्धांत पर बनाया गया है: मानवीय गतिविधियाँ दबाव, स्पर्श और टॉर्क के संकेत उत्पन्न करती हैं जिन्हें वीडियो रिकॉर्डिंग कैप्चर नहीं कर सकती है। सामान्य संचालन के दौरान इन डेटा को एकत्र करने से मूर्त शिक्षण का स्केलिंग होता है। SynapX पूर्ण रोबोट बनाने या अंतिम परिदृश्यों का अनुकरण करने में शामिल नहीं है। कंपनी खुद को एक आधार स्तर के रूप में स्थापित करती है, कंपनियों को मस्तिष्क, हाथ और विकास मंच बेचती है जो मूर्त उत्पाद बनाते हैं, और अपने प्रस्ताव को 'हाई स्कूल स्नातक स्तर की सिलिकॉन कार्यबल' के रूप में वर्णित करती है, जिसे कार्यस्थल पर परिदृश्यों के अनुसार प्रशिक्षित किया जा सकता है।
दू डालोन भविष्यवाणी करते हैं कि मूर्त एआई के क्षेत्र में 'चैटजीपीटी क्षण' तब आएगा जब रोबोट मनुष्य से बेहतर बर्गर बना पाएगा। इस कार्य के लिए बल नियंत्रण, बहु-उंगली समन्वय और सूक्ष्म संवेदी संपर्क की आवश्यकता होती है। वह उम्मीद करते हैं कि यह क्षण एक या दो वर्षों के भीतर आएगा, और बताते हैं कि टेस्ला अपने हार्डवेयर अनुसंधान बजट का लगभग आधा ऑप्टिमस के लिए हाथ पर खर्च करती है। जैसे ही रोबोट बर्गर बनाना सीख जाएगा, खाद्य सेवा में रखरखाव के परिदृश्य खुल जाएंगे - सैंडविच, रोल और बहुत कुछ - और शारीरिक कौशल एक स्केलेबल और सस्ती सेवा बन जाएंगे।
