BEIJING, CHINA – Media OutReach Newswire – 25 Juni 2026 – Striding AI hari ini mengumumkan bahwa mereka sedang mengembangkan sistem fondasi robotik generasi baru yang dirancang untuk mempercepat penerapan Physical AI di lingkungan dunia nyata.
Pendekatan perusahaan ini berfokus pada pembangunan teknologi fondasional yang diperlukan bagi robot untuk memahami, bernalar, bertindak, dan terus meningkatkan diri melalui interaksi dengan dunia fisik. Dengan mengintegrasikan model fondasi canggih dengan persepsi robotik, sistem kendali, data aksi dunia nyata, dan infrastruktur penerapan, Striding AI bertujuan untuk memungkinkan mesin cerdas melakukan tugas-tugas bermanfaat di berbagai lingkungan komersial, industri, dan kehidupan sehari-hari.
“Kami percaya bahwa terobosan dalam Physical AI muncul dari ko-evolusi berkelanjutan antara data, model, dan infrastruktur,” ujar Song Yao, pendiri dan CEO Striding AI.
Perusahaan ini mengambil pendekatan sistem-pertama untuk Physical AI, mengintegrasikan model fondasi, perangkat keras dan perangkat lunak robot, infrastruktur data, sistem kendali, dan rekayasa penerapan untuk membangun layanan yang skalabel. Tim kepemimpinan perusahaan ini mencakup para pendiri dan eksekutif dengan latar belakang di bidang chip AI, pengemudian otonom, penelitian robotika, dan teknologi industri, menggabungkan keahlian teknis yang mendalam dengan pengalaman membawa teknologi kompleks ke dalam lingkungan produksi.
Striding AI berencana untuk memulai dengan skenario penerapan praktis di lingkungan terstruktur seperti ritel, di mana robot dapat mendukung tugas-tugas termasuk pengisian ulang rak, penghitungan inventaris, pengorganisasian produk, dan bantuan kasir. Lingkungan ini menyediakan interaksi manusia yang sering, alur kerja yang berulang, dan data operasional yang kaya, menjadikannya titik awal yang kuat untuk mengembangkan sistem Physical AI yang skalabel.
Seiring waktu, Striding AI mengharapkan sistem fondasi robotiknya dapat mendukung aplikasi yang lebih luas di berbagai sektor termasuk ritel, makanan, pertanian, logistik, perawatan kesehatan, dan telekomunikasi. Kemampuan yang dikembangkan di lingkungan dunia nyata, mulai dari menangani berbagai objek dan memahami rak ritel hingga merencanakan dan menjalankan tugas kompleks, merupakan bagian dari sistem terintegrasi yang dirancang untuk aplikasi robotik yang lebih luas.
Dalam pengujian internal awal, metode RL (pembelajaran penguatan) dengan keterlibatan manusia dari Striding AI meningkatkan tingkat keberhasilan tugas hingga 3 kali lipat. Untuk menskalakan roda gila ini, Striding AI sedang membangun infrastruktur untuk prapelatihan robot, pembelajaran penguatan terdistribusi, dan orkestrasi edge-to-cloud, menciptakan platform yang dirancang untuk terus meningkat seiring dengan beroperasinya lebih banyak robot di lingkungan dunia nyata.
