Yushu memverifikasi tren baru: medan perang inti kecerdasan berwujud, bukan hanya model.

Persaingan kecerdasan embodied sedang memasuki tahap baru. Dengan dirilisnya model besar embodied WVLA2.0 oleh Unitree Technology dan demonstrasi langsung tanpa kendali jarak jauh, industri semakin menyadari bahwa hambatan inti dari kompetisi ini bukan hanya bergantung pada skala model, tetapi mencakup kemampuan full-stack yang terdiri dari desain arsitektur latensi rendah, integrasi perangkat keras dan perangkat lunak, serta akumulasi data fisik.

Menurut laporan riset Nomura International yang dirilis pada 28 Juni, analis mengunjungi Unitree secara langsung pada 15 Juni. Dalam demonstrasi, robot G1 yang dilengkapi dengan WVLA2.0 (World-model Vision-Language-Action) di lingkungan ruang rapat yang terganggu, tanpa kendali jarak jauh, berhasil menyelesaikan enam tugas berurutan secara mandiri, dengan loop inferensi sekitar 90ms, setara dengan sepuluh iterasi per detik. Ini adalah versi pertama yang memiliki potensi penerapan komersial setelah dua tahun penelitian dan pengembangan oleh Unitree. Manajemen menetapkan manufaktur industri—perakitan motor sendi, pemuatan dan pembongkaran material, serta penanganan perlengkapan dan fixture—sebagai skenario penerapan komersial paling awal, dan menganggap data operasi fisik skala besar dari armada robot global sebagai aset inti.

Laporan Nomura juga merangkum kerangka arsitektur NeuralAxis yang dirilis oleh NXP di COMPUTEX 2026. Kerangka ini diprakarsai oleh Presiden dan CEO NXP, Rafael Sotomayor, dan inti pemikirannya sangat selaras dengan jalur rekayasa Unitree—hambatan sebenarnya dari AI fisik bukanlah skala inferensi model bahasa, tetapi apakah kita dapat membangun lapisan kontrol tepi yang mirip dengan refleks sumsum tulang belakang manusia, dengan latensi serendah 40ms.

Implikasi langsung dari perkembangan ini bagi investor adalah: Lanskap persaingan kecerdasan embodied berevolusi dari 'model siapa yang lebih kuat' menjadi 'sistem siapa yang lebih lengkap'. Parit yang dibangun Unitree dengan integrasi full-stack yang dikembangkan sendiri dan keunggulan data fisik sulit ditiru oleh pemasok model cloud murni.

NeuralAxis: Mendefinisikan Ulang Batas Arsitektur Sistem AI Fisik

Kerangka NeuralAxis (Arsitektur Neural Axis) dari NXP meniru sistem saraf manusia, memecah logika kontrol AI fisik menjadi tiga lapisan yang terpisah namun terkoordinasi: lapisan inferensi yang sesuai dengan korteks serebral (latensi sekitar 300ms), lapisan koordinasi yang sesuai dengan otak kecil (bertanggung jawab atas kontrol gerakan dan keseimbangan), dan lapisan refleks yang sesuai dengan sumsum tulang belakang—latensi serendah 40ms, diterapkan di tepi dekat aktuator.

Bagi robot humanoid, implikasi kerangka ini paling mendalam.

NeuralAxis menganjurkan penggantian 'otak pusat' terpusat dengan prosesor refleks terdistribusi—menerapkan kemampuan pengambilan keputusan lokal secara independen di sendi, tangan, dan kaki, untuk mewujudkan eksekusi lokal dari tindakan seperti kontrol kekuatan genggaman, keseimbangan pergelangan kaki, dan pemulihan rantai keseimbangan, genggaman, postur, dan gaya berjalan dalam 40ms. Decoupling antara inferensi dan kontrol gerakan juga memungkinkan penambahan keterampilan baru secara berkelanjutan sambil mempertahankan stabilitas gerakan.

Perluasan komersial dari kerangka ini juga patut diperhatikan. Riset industri Nomura menunjukkan bahwa, dibandingkan dengan solusi otomatisasi tradisional, arsitektur NeuralAxis dapat memberikan peningkatan efisiensi manufaktur yang signifikan, dan penjualan robot diagnostik juga diperkirakan akan tumbuh pesat. Selain itu, arsitektur yang sama dapat menekan latensi end-to-end drone hingga di bawah 20ms, dan membagi logika kontrol kendaraan definisi perangkat lunak ke dalam area eksekusi inferensi, koordinasi, dan keselamatan kritis.

WVLA2.0: Jalur Penerapan Integrasi Model dan Kolaborasi Perangkat Lunak-Perangkat Keras

Jalur teknis Unitree WVLA2.0 mencerminkan perbedaan yang jelas dari arus utama industri.

Sebagian besar solusi serupa bertaruh pada generasi end-to-end VLA (Visual-Language-Action) murni, sementara WVLA2.0 menggabungkan kemampuan prediksi model WMA (World-Model Action) dengan generasi aksi VLA, meningkatkan secara komprehensif dalam pemahaman tugas tingkat tinggi, penalaran spasial 2D/3D, generasi aksi terkendala dinamika, dan kemampuan anti-gangguan.

Pada lapisan persepsi, sistem menggabungkan empat aliran visual paralel: satu kamera kedalaman RealSense, satu LiDAR Livox MID360, dan dua kamera samping, untuk membangun representasi spasial 360 derajat, dengan kontrol latensi pembaruan posisi di bawah 10ms dalam kondisi gangguan. Dalam desain kolaborasi perangkat lunak-perangkat keras, parameter aksi setelah inferensi dikirim melalui bus CAN ke 23 sendi kebebasan G1, dengan bantuan modul kontrol gerakan 'otak kecil' yang dikembangkan sendiri oleh Unitree, kesalahan pemosisian untuk menggenggam objek di bawah 2kg dengan satu lengan dapat dikontrol dalam 5mm.

Pada arsitektur komputasi, WVLA2.0 menekan daya komputasi tepi hingga di bawah 100 TOPS, berjalan sepenuhnya di NVIDIA Jetson Orin NX (NVDA US, belum diperingkat) yang dipasang di G1 EDU, tanpa ketergantungan pada cloud. Manajemen menyatakan bahwa desain ini menghindari risiko gangguan tugas yang disebabkan oleh latensi jaringan atau pemutusan koneksi.

Pergeseran Paradigma Data: 'Pengumpulan Tanpa Tubuh' Menjadi Arus Utama

Perubahan dalam mode pengumpulan data adalah sinyal penting lainnya dari laporan ini.

Demonstrasi Unitree menunjukkan bahwa dalam satu kali perekaman tanpa intervensi kendali jarak jauh, G1 dapat menyelesaikan beberapa tugas secara berurutan secara mandiri di lingkungan yang terganggu, yang berarti 'pengumpulan data tanpa tubuh' sedang menjadi paradigma utama produksi data kecerdasan embodied, yaitu robot mengandalkan persepsi dan pengambilan keputusan sendiri untuk mengakumulasi data, bukan bergantung pada anotasi kendali jarak jauh manual.

Riset industri Nomura juga menunjukkan keterbatasan saat ini: Sistem masih memiliki titik buta dan celah persepsi belakang, kecepatan eksekusi lambat, presisi operasi halus tidak memadai, dan kurangnya data pengujian tolok ukur tingkat keberhasilan berkelanjutan yang terukur. Kekurangan ini juga menentukan batas prioritas penerapan komersial dalam waktu dekat.

Berdasarkan hal ini, manajemen menyusun jalur penerapan bertahap: Manufaktur industri (perakitan motor sendi, pemuatan/pembongkaran material, penanganan perlengkapan dan fixture) ditetapkan sebagai titik masuk paling awal karena pabrik milik Unitree sendiri dapat menyediakan loop data; berikutnya adalah sortir logistik dan perakitan 3C fleksibel; skenario perawatan rumah dan medis, karena lingkungan terbuka yang tidak terstruktur memiliki tingkat kesulitan yang jauh lebih tinggi, ditetapkan sebagai target jangka panjang.

Integrasi Full-Stack: Dua Dimensi Diferensiasi Parit Unitree

Kesimpulan inti dari laporan Nomura dapat diringkas menjadi satu penilaian: Dalam proses komersialisasi kecerdasan embodied, kemampuan model memang penting, tetapi bukan satu-satunya variabel penentu.

Manajemen Unitree mendefinisikan daya saing diferensiasi perusahaan dalam dua lapisan: Pertama, kemampuan integrasi full-stack yang dikembangkan sendiri dari persepsi, model, hingga kontrol gerakan; kedua, akumulasi data operasi fisik skala besar yang didasarkan pada armada robot global. Kedua aset ini saling memperkuat—perangkat keras yang dikembangkan sendiri menghasilkan data eksklusif, data memicu iterasi model, membentuk loop tertutup yang sulit dimasuki oleh pemasok model cloud.

Dari perspektif lanskap persaingan pasar, logika penerapan kerangka NeuralAxis dan WVLA2.0 bersama-sama menunjuk pada kesimpulan yang sama: Medan pertempuran inti kecerdasan embodied sedang berlangsung secara simultan di lapisan arsitektur sistem dan lapisan data. Bagi investor, dimensi untuk mengevaluasi peserta jalur harus diperluas dari 'kemampuan model' tunggal ke kemampuan integrasi sistem yang lebih lengkap dan skala akumulasi data fisik.

Konten luar biasa di atas berasal dari Meja Perdagangan Chase.

Untuk penjelasan yang lebih detail, termasuk interpretasi real-time, riset lini pertama, dan lainnya, silakan bergabung dengan [**Meja Perdagangan Chase▪Anggota Tahunan**]

![](https://img-cdn.gateio.im/social/moments-f187f887a1-07b7e18c28-8b7abd-62a40f)

Peringatan Risiko dan Ketentuan

          

            Pasar memiliki risiko, investasi harus hati-hati. Artikel ini tidak merupakan saran investasi pribadi, dan juga tidak mempertimbangkan tujuan investasi khusus, kondisi keuangan, atau kebutuhan pengguna individu. Pengguna harus mempertimbangkan apakah pendapat, pandangan, atau kesimpulan dalam artikel ini sesuai dengan situasi spesifik mereka. Investasi berdasarkan ini adalah tanggung jawab sendiri.