ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

จากวิดีโอฝึกหุ่นยนต์สู่โมเดลขับรถจริง: AI กำลังก้าวพ้นหน้าจอ

จากวิดีโอฝึกหุ่นยนต์สู่โมเดลขับรถจริง: AI กำลังก้าวพ้นหน้าจอ
ความสนใจ|สำรวจการใช้งาน AI

โมเดลที่ต้องเข้าใจการกระทำ ไม่ใช่แค่สร้างคำตอบ

โมเดลหุ่นยนต์ AI คือระบบที่รับรู้สภาพแวดล้อม คาดการณ์ผลของการเคลื่อนไหว และแปลงความเข้าใจนั้นเป็นคำสั่งให้เครื่องจักรลงมือทำในโลกจริง ความสำเร็จของมันจึงวัดจากการกระทำที่ปลอดภัยและทำซ้ำได้ ไม่ใช่เพียงคำตอบที่ฟังดูสมเหตุผล ประเด็นนี้ทำให้การเปิดตัว GR00T 2 และการเผยแพร่น้ำหนัก Alpamayo 2 Edge ของ NVIDIA น่าสนใจกว่าแค่ข่าวโมเดลรุ่นใหม่ เพราะทั้งคู่พยายามพา AI ออกจากการประมวลผลบนหน้าจอไปสู่การควบคุมสิ่งที่เคลื่อนที่จริง แต่โจทย์ต่างกันชัดเจน: GR00T 2 เรียนรู้ทักษะการใช้มือจากการสาธิต ส่วน Alpamayo 2 Edge ต้องตีความถนนและสร้างวิถีขับขี่ภายใต้ข้อจำกัดของคอมพิวเตอร์บนรถ ความต่างนี้สำคัญต่อผู้ใช้ทั่วไปด้วย หุ่นยนต์ที่ทำงานพลาดอาจทำชิ้นงานเสียหาย ขณะที่รถที่ตัดสินใจผิดอาจสร้างอันตรายบนถนน มาตรฐานความพร้อมจึงต้องสูงกว่าการสาธิตที่ดูน่าประทับใจ

GR00T 2 ลดภาระสอนงาน แต่ผลยังแกว่งตามความยาก

การฝึกหุ่นยนต์แบบเดิมพึ่งการควบคุมระยะไกล ซึ่งวิศวกรต้องบังคับเครื่องจักรเป็นเวลานานและเก็บข้อมูลเฉพาะให้หุ่นยนต์แต่ละรุ่น วิธีนี้ทั้งช้าและมีต้นทุนสูง จึงเป็นเหตุผลที่ NVIDIA พัฒนา GR00T 2 ให้ถ่ายโอนการเคลื่อนไหวจากวิดีโอมนุษย์ไปยังแขนหุ่นยนต์โดยตรง ระบบเรียนรู้จากวิดีโอการทำงานของมนุษย์กว่า 400,000 ชั่วโมงที่บันทึกด้วยกล้องติดศีรษะ และฝึกบนคลัสเตอร์ชิป GB300 มากกว่าหนึ่งพันตัว ผู้สาธิตยังสามารถแสดงงานผ่านถุงมือข้อมูลหรืออุปกรณ์ช่วยจับ แทนการควบคุมหุ่นยนต์จากระยะไกลทุกขั้นตอน จุดเด่นของ GR00T 2 คือการคาดการณ์ภาพที่จะเกิดขึ้นหลังการเคลื่อนไหว ซึ่งช่วยให้โมเดลเชื่อมโยงการกระทำกับผลลัพธ์และปรับใช้กับหุ่นยนต์ต่างรูปร่างได้ อย่างไรก็ดี ผลทดสอบไม่ได้แปลว่าหุ่นยนต์ทำงานได้แน่นอนทุกครั้ง อัตราความสำเร็จอยู่ระหว่าง 10 ถึง 80 เปอร์เซ็นต์ตามความยากของงาน ตัวเลขสูงสุดจึงเป็นเพดานในบางเงื่อนไข ไม่ใช่คำรับรองความพร้อมสำหรับงานประจำวัน

Alpamayo 2 Edge ต้องคิดทันก่อนรถจะเคลื่อน

เมื่อวันที่ 10 พฤศจิกายน 2026 NVIDIA เผยแพร่น้ำหนักโมเดล Alpamayo 2 Edge บน Hugging Face เปิดทางให้นักพัฒนาระบบขับขี่อัตโนมัติเข้าถึงโมเดลขนาด 2 พันล้านพารามิเตอร์ที่ออกแบบมาสำหรับข้อจำกัดด้านกำลังประมวลผลและเวลาแฝงบนรถ รุ่นนี้รับภาพจากกล้อง บริบทการเคลื่อนที่ของรถ และคำสั่งนำทาง ก่อนสร้างวิถีขับขี่ พร้อมเหตุผลอธิบายการตัดสินใจในสถานการณ์ที่ต้องการ แต่การเปิดน้ำหนักไม่ได้ทำให้โมเดลพร้อมติดตั้งในรถทันที น้ำหนัก BF16 ทำงานได้บน GPU NVIDIA ที่รองรับ ทว่าการทำงานแบบเรียลไทม์บน DRIVE AGX Thor ยังต้องปรับแต่งเพิ่มเติม ทั้งการปรับเทียบ FP8 และการส่งออกผ่านเครื่องมือสำหรับเร่งการอนุมาน สูตรที่เผยแพร่ระบุเวลา 160–190 มิลลิวินาทีตั้งแต่รับภาพจนได้วิถี โดยขึ้นอยู่กับปริมาณการให้เหตุผล นี่คือช่องว่างระหว่างการฝึกกับการใช้งานบนรถ: โมเดลหุ่นยนต์เรียนรู้จากการสาธิตและทดสอบงานเฉพาะ ส่วนโมเดลขับรถต้องตอบสนองทันเวลา ทำงานกับระบบจริง และผ่านการตรวจสอบทั้งระดับหน่วยย่อยและระดับระบบก่อนใช้งาน

ตัวเลขจากการทดสอบยังไม่ใช่ใบผ่านสู่ถนน

การประเมิน Alpamayo 2 Edge ในเครื่องจำลองรายงานระยะทาง 15.15 กิโลเมตรระหว่างเหตุการณ์ที่รถเป็นฝ่ายก่อความผิด เทียบกับ 0.25 กิโลเมตรของโมเดลเปรียบเทียบที่ระบุไว้ในชุดทดสอบ ตัวเลขนี้ชี้ว่าการฝึกและการออกแบบโมเดลมีความคืบหน้า แต่ไม่ได้พิสูจน์ว่ารถจะรับมือถนนจริงได้ทุกแบบ เพราะสภาพแวดล้อมจำลองไม่ครอบคลุมเหตุการณ์หายากทั้งหมด ในฝั่งหุ่นยนต์ ข้อจำกัดก็เห็นได้ชัด: GR00T 2 ยังไม่ประมวลผลข้อมูลสัมผัสจากเซนเซอร์ได้โดยตรง และอาจมองข้ามรายละเอียดเล็ก เช่น สกรูที่ขันไม่สุด ส่วนโมเดลภาษาที่ช่วยแบ่งงานหรือแก้ข้อผิดพลาดอาจเพิ่มความสามารถ แต่ก็ทำให้การตอบสนองช้าลง ซึ่งเป็นข้อแลกเปลี่ยนที่รับได้ยากเมื่อทุกวินาทีมีความหมาย ทิศทางถัดไปจึงไม่ใช่การเพิ่มคำกล่าวอ้าง แต่คือการทดสอบซ้ำกับข้อมูลเฉพาะการใช้งาน ตรวจความผิดพลาดระดับระบบ และเก็บกรณีที่โมเดลทำได้ไม่ดีมาแก้ไข การฝึกหุ่นยนต์จากวิดีโอและการนำ AI ไปขับรถมีเป้าหมายร่วมกันคือให้เครื่องจักรลงมืออย่างเหมาะสม ทว่าเกณฑ์ความปลอดภัยและเงื่อนไขหน้างานต่างกันอย่างมาก

ข้อสรุปคือ โมเดล NVIDIA แสดงให้เห็นว่า AI เริ่มเชื่อมการรับรู้เข้ากับการกระทำได้ดีขึ้น แต่การสาธิตที่สำเร็จหรือคะแนนในเครื่องจำลองยังไม่เท่ากับความน่าเชื่อถือในโลกจริง GR00T 2 ลดการพึ่งพาการควบคุมระยะไกลได้อย่างมีนัยสำคัญ ส่วน Alpamayo 2 Edge ทำให้การทดลองขับขี่อัตโนมัติบนอุปกรณ์ในรถเข้าถึงนักพัฒนาได้มากขึ้น อย่างไรก็ตาม ความปลอดภัย ความเร็ว และการตรวจสอบกับสถานการณ์จริงคือบททดสอบที่ยังตัดสินไม่ได้จากตัวเลขเพียงชุดเดียว

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!