SynapX का दांव: रोबोटों को पहले चाहिए ‘दिमाग’ और निपुण हाथ, ह्यूमनॉइड शरीर नहीं

बीजिंग में आयोजित 2026 वर्ल्ड रोबोट कॉन्फ्रेंस (WRC) में SynapX ने embodied AI के लिए एक अलग रणनीति पेश की। कंपनी का कहना है कि शुरुआत एक पूरे ह्यूमनॉइड रोबोट से करने के बजाय पहले ऐसा सामान्य ‘दिमाग’ और निपुण ‘हाथ’ बनाया जाए, जिन्हें अलग-अलग रोबोटिक शरीर, भुजाओं या स्थिर वर्कस्टेशन में लगाया जा सके। इस रणनीति को SynapX ने ‘Brain–Hand–Data’ सिस्टम के रूप में पेश किया, जिसमें SYNWorld, OctoH-Hand और OctoSense शामिल हैं। 12

कंपनी के अनुसार, रोबोट की सबसे उपयोगी क्षमता उसका इंसान जैसा दिखना या चल पाना नहीं, बल्कि भौतिक दुनिया को समझना और उसके साथ सटीक ढंग से काम करना है। यदि एक ही मॉडल और हाथ को कई तरह के रोबोटों में इस्तेमाल किया जा सके, तो बुद्धिमत्ता किसी एक विशेष ह्यूमनॉइड चेसिस तक सीमित नहीं रहेगी। 114

SynapX ने क्या पेश किया?

SYNWorld: रोबोट का ‘दिमाग’

SynapX SYNWorld V0.5 को embodied-native general world foundation model कहती है। आसान भाषा में, यह ऐसा मॉडल है जिसका लक्ष्य रोबोट को अलग-अलग कामों के पीछे मौजूद साझा भौतिक नियम समझाना है—मसलन किसी वस्तु को पकड़ने, मोड़ने, दबाने या स्थानांतरित करने पर वह कैसे प्रतिक्रिया देगी। सम्मेलन में मॉडल से ब्रेड सेंकने, कपड़े तह करने और बारीक पहेलियां पूरी करने जैसे कामों के प्रदर्शन दिखाए गए। 1922

SYNWorld की दो प्रमुख क्षमताएं बताई गई हैं। पहली, action-controlled world model (ACWM), जो किसी कार्रवाई के बाद वातावरण में होने वाले संभावित बदलाव का अनुमान लगाता है। दूसरी, world-action model (WAM), जो वर्तमान और संभावित भविष्य की स्थिति को समझकर रोबोट के लिए गतिविधियां और रास्ते तैयार करता है। SynapX के मुताबिक SYNWorld V0.5 में 16 अरब पैरामीटर हैं और इसे 3 लाख घंटे से अधिक मल्टीमॉडल डेटा पर प्रशिक्षित किया गया है। 14

इसका लक्ष्य है कि मॉडल भौतिक दुनिया की उपयोगी नियमितताओं को एक बार सीखे और फिर उन्हें अलग-अलग कामों तथा रोबोटिक शरीरों में लागू करे। हालांकि, प्रदर्शन से बाहर बदलते और अप्रत्याशित वातावरण में यह सामान्यीकरण कितनी विश्वसनीयता से काम करेगा, यही सबसे बड़ा तकनीकी सवाल है।

OctoH-Hand: रोबोट का ‘हाथ’

OctoH-Hand उच्च-स्वतंत्रता वाला बायोनिक निपुण हाथ है। इसे कई उंगलियों से वस्तु पकड़ने, अंगूठे को सामने लाकर पकड़ बनाने, उंगलियों के सिरों से सूक्ष्म गति करने और जटिल ग्रिप के लिए डिजाइन किया गया है। प्रकाशित जानकारी के अनुसार इसमें 28 स्वतंत्र रूप से नियंत्रित एक्ट्यूएटर, 23 सक्रिय डिग्री ऑफ फ्रीडम और 1,900 से अधिक स्पर्श-संवेदी इकाइयां हैं। इसका हाइब्रिड डिजाइन हाथ में टेंडन-आधारित मूवमेंट और अग्रबाहु में मोटर ड्राइव का इस्तेमाल करता है। 418

साधारण ग्रिपर और ऐसे निपुण हाथ में बड़ा अंतर closed-loop interaction का है। ग्रिपर अक्सर वस्तु को पकड़ने तक सीमित रहता है, जबकि निपुण हाथ को संपर्क, दबाव, बल और वस्तु की हलचल महसूस करते हुए पकड़ लगातार समायोजित करनी पड़ती है। नरम या नाजुक वस्तुओं के लिए यह खास तौर पर जरूरी है—बहुत अधिक बल वस्तु को कुचल सकता है और बहुत कम बल उसे गिरा सकता है। इसलिए SynapX के डिजाइन में स्पर्श-संवेदन और बल-नियंत्रण अतिरिक्त सुविधाएं नहीं, बल्कि मुख्य क्षमताएं हैं। 14

OctoSense: ‘डेटा’ की परत

OctoSense SynapX का embodied data-collection सिस्टम है। प्रदर्शनों में फिशआई हेड रिग, इलेक्ट्रोमायोग्राफी (EMG) रिस्टबैंड और एक्सोस्केलेटन-शैली के डेटा ग्लव जैसे पहनने योग्य उपकरण दिखाए गए। इनका उद्देश्य यह दर्ज करना है कि इंसान क्या देखता है, उसका शरीर और हाथ कैसे चलते हैं और वस्तुओं के साथ संपर्क के दौरान कितना बल, टॉर्क, दबाव और स्पर्श पैदा होता है। 1512

कंपनी का कहना है कि OctoSense मानव प्रदर्शन को रोबोटिक हाथ की काइनेमैटिक्स और सेंसरिंग के साथ अधिक सीधे जोड़ने के लिए बनाया गया है। इससे मानव कार्रवाई को रोबोट की कार्रवाई में बदलने वाली ‘रीटार्गेटिंग’ समस्या कम हो सकती है। SynapX ने मांसपेशी संकेतों के लिए अलग-अलग लोगों के बीच zero-shot generalization का दावा भी किया है, लेकिन उपलब्ध रिपोर्टिंग में बड़े पैमाने पर इसकी स्वतंत्र पुष्टि सीमित है। 5720

डेटा-फ्लाईव्हील कैसे काम करेगा?

SynapX इन तीनों उत्पादों को अलग-अलग लाइन नहीं, बल्कि एक सतत चक्र के रूप में देखती है:

1. इंसान रोजमर्रा के भौतिक काम करके प्रदर्शन देता है।
2. OctoSense दृष्टि, गति, मांसपेशी, बल, टॉर्क, दबाव और स्पर्श से जुड़ा समकालिक डेटा रिकॉर्ड करता है।
3. SYNWorld भौतिक परिणामों का अनुमान लगाना और कार्रवाई तैयार करना सीखता है।
4. OctoH-Hand स्पर्श और बल-फीडबैक के जरिए उन कार्रवाइयों को अंजाम देता है।
5. वास्तविक दुनिया के नतीजे और नए मानव प्रदर्शन अगली ट्रेनिंग के लिए अतिरिक्त डेटा बनते हैं।

यही SynapX की रणनीति का केंद्र है। बेहतर डेटा से मॉडल सुधरेगा, बेहतर मॉडल हाथ को अधिक परिस्थितियों में उपयोगी बनाएगा और अधिक उपयोगी तैनाती से और समृद्ध डेटा मिलेगा। कंपनी का दांव है कि यह संयुक्त चक्र केवल मॉडल, हाथ या ह्यूमनॉइड चेसिस को अलग-अलग बेहतर बनाने की तुलना में अधिक हस्तांतरणीय भौतिक कौशल तैयार कर सकता है। 137

पूरा ह्यूमनॉइड बनाने के बजाय ‘दिमाग और हाथ’ क्यों?

ह्यूमनॉइड शरीर का एक व्यावहारिक लाभ है: वह उन जगहों में काम कर सकता है जिन्हें इंसानों के लिए बनाया गया है और संभवतः उन्हीं औजारों का इस्तेमाल कर सकता है। लेकिन SynapX का तर्क है कि शरीर को एक बदलने योग्य deployment platform की तरह देखना चाहिए। अधिक पुन: उपयोग योग्य आधार world model और end effector यानी काम करने वाला रोबोटिक हाथ हैं।

यह केवल तकनीकी नहीं, कारोबारी रणनीति भी है। SynapX खुद को base-layer physical-AI provider के रूप में पेश कर रही है—ऐसी कंपनी जो सामान्य मॉडल, निपुण हाथ और डेटा इंफ्रास्ट्रक्चर उपलब्ध कराए। उसे हर तरह का पूरा रोबोट बनाने या हर फैक्ट्री, रेस्तरां और घर में सीधे संचालन करने की जरूरत नहीं होगी, यदि साझेदार उसके घटकों को अलग-अलग प्रणालियों में जोड़ सकें। 2314

इस सोच के पीछे एक व्यावहारिक अड़चन भी है। रोबोट का चलना देखने में प्रभावशाली जरूर है, लेकिन बहुत-से व्यावसायिक काम सीधे तौर पर सुरक्षित और अनुकूलनीय हेरफेर पर निर्भर करते हैं। नरम खाद्य पदार्थ उठाना, उसे सही जगह रखना, उपयुक्त दबाव लगाना और अचानक हुए संपर्क पर प्रतिक्रिया देना—ये सब हाथ, सेंसर और बल-नियंत्रण की समस्याएं हैं।

‘मिडिल-स्कूल ग्रेजुएट सिलिकॉन वर्कफोर्स’ का मतलब

SynapX के CEO Du Dalong का ‘middle-school graduate silicon workforce’ वाला वाक्य एक आर्थिक और क्षमता-आधारित रूपक है। इसका अर्थ यह नहीं कि रोबोटों की कोई वास्तविक शैक्षणिक योग्यता होगी। विचार यह है कि शुरुआती चरण में रोबोट पूरी तरह सामान्य और इंसान के बराबर कर्मचारी न होकर कम लागत वाले डिजिटल श्रमिक बनें, जिनमें व्यापक बुनियादी क्षमता हो—वे निर्देश समझ सकें, कार्यक्षेत्र पहचान सकें, दोनों हाथों का इस्तेमाल कर सकें, मानव प्रदर्शन से सीख सकें और निगरानी के साथ सामान्य काम कर सकें।

इस मॉडल का मूल्य साझा आधार और fleet learning में होगा। एक जगह सीखा गया कौशल दूसरी जगह के लिए अनुकूलित किया जा सकेगा, बजाय इसके कि हर मशीन के लिए उसे शून्य से फिर प्रशिक्षित करना पड़े। फिलहाल यह कंपनी की परिकल्पना है, प्रमाणित बड़े पैमाने की तैनाती का परिणाम नहीं। इसकी अर्थव्यवस्था विश्वसनीयता, सुरक्षा, हार्डवेयर लागत, रखरखाव और जरूरी मानव निगरानी पर निर्भर करेगी।

हैमबर्गर को SynapX ‘ChatGPT moment’ क्यों मानती है?

SynapX के लिए हैमबर्गर बनाना केवल चमकदार pick-and-place प्रदर्शन से अधिक कठिन और अर्थपूर्ण है। रोबोट को अलग-अलग आकार और बनावट वाली वस्तुओं को संभालना होगा, कई उंगलियों का तालमेल बनाना होगा, पकड़ने तथा काटने या दबाने का सही बल नियंत्रित करना होगा, कई चरणों का क्रम बनाए रखना होगा और सामग्री को इतनी नर्मी से छूना होगा कि वह कुचले या गिरे नहीं।

यदि कोई रोबोट बदलती सामग्री, औजारों और कार्यस्थलों के बीच किसी इंसान से अधिक लगातार और विश्वसनीय ढंग से बर्गर बना सके, तो यह सीमित रूप से प्रोग्राम किए गए ऑटोमेशन से पुन: उपयोग योग्य भौतिक कौशल की दिशा में बदलाव का संकेत होगा। यही कौशल पैकेजिंग संभालने, ब्रेड और सब्जियां उठाने, सामग्री डालने, असेंबली, सफाई और खाद्य-सेवा में वस्तुएं स्थानांतरित करने जैसे कामों तक बढ़ सकते हैं।

Dalong की एक से दो वर्ष की समयसीमा को महत्वाकांक्षी लक्ष्य समझना चाहिए, प्रमाणित उद्योग पूर्वानुमान नहीं। उपलब्ध स्रोत SynapX के उत्पाद दावों और प्रदर्शनों को दर्ज करते हैं, लेकिन यह साबित नहीं करते कि यह समयसीमा पूरी होगी। 14

Tesla की तुलना से क्या पता चलता है?

Tesla की तुलना यह समझाने में मदद करती है कि रोबोटिक हाथों पर इतना ध्यान क्यों है। एक रिपोर्ट में Elon Musk के हवाले से कहा गया है कि Optimus के इंजीनियरिंग प्रयास का लगभग आधा हिस्सा हाथों पर गया है। इससे पता चलता है कि एक ह्यूमनॉइड कार्यक्रम में हाथों को कितना कठिन और महत्वपूर्ण माना जाता है। लेकिन यह Tesla के हार्डवेयर शोध बजट का आधा हिस्सा हाथों पर खर्च होने का प्रमाण नहीं है; उपलब्ध सामग्री ऐसा कोई बजट विभाजन नहीं देती। 23

SynapX का व्यापक लेकिन सीमित दावा अधिक स्पष्ट है: विश्व को समझने वाला शक्तिशाली रोबोटिक ‘दिमाग’ भी विश्वसनीय निपुणता, समृद्ध स्पर्श-संवेदन और बल-नियंत्रण के बिना रोजमर्रा का भौतिक काम करने में अटक सकता है। इसलिए WRC में कंपनी ने एक सार्वभौमिक रोबोट शरीर से पहले उस आधार को व्यावसायिक रूप देने की कोशिश दिखाई, जिसे वह physical intelligence का केंद्र मानती है—मॉडल, हाथ और डेटा का बंद चक्र।