คำตอบเผยแพร่แล้ว16 แหล่งที่มา
InSpatio วางแผนเพิ่มข้อมูลฝึกหุ่นยนต์ ด้วยฉากจำลองที่ปรับใช้ซ้ำได้
InSpatio ระบุว่าศูนย์ในหางโจวตั้งเป้าผลิตข้อมูลฝึกหุ่นยนต์เดือนละหนึ่งล้านชั่วโมง ด้วยการสร้างฉาก 3 มิติที่ปรับเปลี่ยนและนำกลับมาใช้ซ้ำได้ เทคโนโลยีสแกนและจำลองช่วยสร้างฉากฝึกได้ แต่ยังต้องเติมข้อมูลคุณสมบัติทางกายภาพ และยังไม่มีหลักฐานยืนยันว่าทำได้ตามเป้าหมายหรือถ่ายโอนทักษะสู่หุ่นยนต์จริงได้ดีเพียงใด
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- InSpatio ระบุว่าศูนย์ในหางโจวตั้งเป้าผลิตข้อมูลฝึกหุ่นยนต์เดือนละหนึ่งล้านชั่วโมง ด้วยการสร้างฉาก 3 มิติที่ปรับเปลี่ยนและนำกลับมาใช้ซ้ำได้
- เทคโนโลยีสแกนและจำลองช่วยสร้างฉากฝึกได้ แต่ยังต้องเติมข้อมูลคุณสมบัติทางกายภาพ และยังไม่มีหลักฐานยืนยันว่าทำได้ตามเป้าหมายหรือถ่ายโอนทักษะสู่หุ่นยนต์จริงได้ดีเพียงใด
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: How does InSpatio, the spatial intelligence foundation model company spun out of SenseTime in 2025, aim to address robot training data short. Article summary: InSpatio’s approach is to make robot-training environments editable, reusable and scalable, rather than increase data collection solely by adding physical robots and training grounds; reporting confirms the Hangzhou cent. Topic tags: general, academic, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
InSpatio ต้องการเพิ่มข้อมูลฝึกหุ่นยนต์ด้วยการทำให้สภาพแวดล้อมจำลองปรับแก้และนำกลับมาใช้ซ้ำได้ แทนที่จะสร้างพื้นที่ฝึกจริงใหม่ทุกครั้งที่ต้องการเปลี่ยนรูปแบบฉาก บริษัทเปิดศูนย์เก็บข้อมูลสำหรับ embodied AI ที่เน้นการจำลองในเมืองหางโจวเมื่อวันที่ 29 ตุลาคม 2026 และตั้งเป้าผลิตข้อมูลให้ได้เดือนละหนึ่งล้านชั่วโมง อย่างไรก็ตาม ตัวเลขนี้เป็นเป้าหมายที่ประกาศไว้ ไม่ใช่กำลังผลิตที่มีการยืนยันอย่างอิสระแล้ว 4
25
เปลี่ยนฉากให้ใช้ซ้ำ แทนการเก็บสาธิตแบบเดิมอย่างเดียว
การเก็บข้อมูลจากหุ่นยนต์ในสถานที่จริงอาจต้องจัดฉากและตั้งระบบใหม่ซ้ำ ๆ แนวทางที่มีรายงานเกี่ยวกับ InSpatio คือเชื่อมฉากสามมิติที่สร้างขึ้นหรือสร้างใหม่จากพื้นที่จริงเข้ากับระบบจำลอง แล้วปรับสภาพแวดล้อมและเงื่อนไขของงานได้ภายในฉากเหล่านั้น เป้าหมายคือทำให้ฉากแก้ไขได้ นำกลับมาใช้ซ้ำได้ และขยายจำนวนได้ เพื่อเก็บข้อมูลจากรูปแบบพื้นที่ที่หลากหลายขึ้น ไม่ใช่เพียงเพิ่มชั่วโมงข้อมูลในฉากเดิม 25
ความหลากหลายมีความสำคัญ เพราะการมีตัวอย่างจำนวนมากจากพื้นที่จัดวางแบบเดิมอาจเพิ่มปริมาณข้อมูล แต่ไม่ได้ทำให้หุ่นยนต์พบสถานการณ์ใหม่ ๆ มากนัก หากฉากสามมิติปรับแก้ได้ ก็อาจเปลี่ยนตำแหน่งวัตถุหรือเงื่อนไขของงานได้สะดวกขึ้น แต่รายงานที่มีอยู่ยังไม่ได้ระบุว่าช่วยประหยัดเวลาและค่าใช้จ่ายได้มากแค่ไหน เมื่อเทียบกับการเก็บข้อมูลในสถานที่จริง
ตัวเลขกำลังผลิตที่รายงานก็ควรอ่านอย่างระมัดระวัง รายงานกล่าวถึงเป้าหมายหนึ่งล้านชั่วโมงต่อเดือน หรือประมาณ 100,000 ชั่วโมงต่อวัน แต่หากทำได้ในอัตรารายวันอย่างต่อเนื่อง จะเท่ากับราวสามล้านชั่วโมงในหนึ่งเดือนที่มี 30 วัน แหล่งข่าวไม่ได้อธิบายว่าตัวเลขรายวันเป็นกำลังผลิตสูงสุด เป้าหมายอีกชุดหนึ่ง หรือคำนวณด้วยหลักเกณฑ์ที่ต่างกัน 25
จากพื้นที่จริงสู่ฉากจำลอง
หนึ่งในช่องทางสร้างฉากเริ่มจากการสแกนพื้นที่จริง ระบบ Kosmo ของ Hesai ผสานอุปกรณ์เก็บข้อมูลเชิงพื้นที่กับการประมวลผลเพื่อแปลงสถานที่ที่สแกนให้เป็นข้อมูลสามมิติ Hesai ประกาศเปิดตัว Kosmo 3D World Data Engine ในเดือนตุลาคม 2026 23 รายงานเกี่ยวกับระบบระบุว่าสามารถสแกนพื้นที่ภายในอาคารขนาด 100 ตารางเมตรได้ในราว 15 นาที และส่งออกข้อมูลได้หลายรูปแบบ เช่น 3D Gaussian splatting, mesh และ depth ทั้งนี้เป็นความสามารถตามที่มีรายงาน ไม่ใช่ผลทดสอบคุณภาพการสร้างฉากที่ตรวจสอบโดยอิสระ
25
26
ส่วน Topos ของ InSpatio ถูกอธิบายว่าเป็นเครื่องมือสำหรับสร้างฉากสามมิติ สร้างภาพจำลองพื้นที่จริงขึ้นใหม่ และจำลองการทำงานของ embodied AI 14 งานวิจัย InSpatio-World ของบริษัทยังกล่าวถึงการกู้คืนและสร้างฉากเคลื่อนไหวที่โต้ตอบได้จากวิดีโออ้างอิง
17 ข้อมูลเหล่านี้สนับสนุนภาพรวมของแนวทางสร้างฉาก แต่ยังไม่ยืนยันรูปแบบข้อมูลนำเข้าทุกชนิดหรือขั้นตอนการทำงานทั้งหมดของ Topos Pro ที่มีการกล่าวถึงในบางรายงาน
สแกนได้ ไม่ได้แปลว่าพร้อมให้หุ่นยนต์ลงมือ
ฉากที่สร้างขึ้นใหม่อาจดูสมจริง แต่ยังไม่จำเป็นต้องจำลองการเคลื่อนที่หรือการชนของวัตถุได้ถูกต้อง รายงานเกี่ยวกับ Kosmo ระบุว่ายังต้องเติมหรือกำหนดข้อมูลคุณสมบัติทางกายภาพ การสแกนเพียงอย่างเดียวจึงไม่ได้สร้างแบบจำลองที่ระบุรายละเอียดครบถ้วนสำหรับการจำลองโดยอัตโนมัติ 26
ขั้นตอนนี้สำคัญต่อการฝึกหุ่นยนต์ เพราะวัตถุต้องถูกแทนค่าให้หุ่นยนต์โต้ตอบได้อย่างมีความหมาย และสภาพแวดล้อมควรตอบสนองได้สมเหตุสมผลเมื่อหุ่นยนต์ผลัก หยิบ หรือขยับสิ่งของ แหล่งข้อมูลที่มีอยู่ยังไม่ได้ยืนยันขั้นตอนเฉพาะของ InSpatio ในการกำหนดคุณสมบัติวัตถุ สร้างส่วนที่ถูกบังขึ้นใหม่ หรือปรับเทียบฟิสิกส์ของการสัมผัส จึงไม่ควรถือว่าความสามารถเหล่านี้ได้รับการพิสูจน์แล้วจากเป้าหมายการผลิตข้อมูลเพียงอย่างเดียว
ยิ่งงานซับซ้อน ความแม่นยำของฉากยิ่งสำคัญ
งานหุ่นยนต์มีตั้งแต่การเดินหลบสิ่งกีดขวาง ไปจนถึงการหยิบจับวัตถุและทำงานที่ต้องสัมผัสหรือขยับกลไกต่าง ๆ เมื่อภารกิจต้องอาศัยปฏิสัมพันธ์มากขึ้น ภาพที่ดูสมจริงอย่างเดียวก็ไม่เพียงพอ ทั้งรูปทรงของฉากและพฤติกรรมทางกายภาพที่จำลองขึ้นล้วนมีผลต่อประโยชน์ของข้อมูลฝึก
การจำลองมีข้อดีตรงที่ทำซ้ำและเปลี่ยนสถานการณ์ได้ โดยไม่ต้องจัดพื้นที่จริงใหม่ทุกครั้ง แต่หากฟิสิกส์ไม่แม่นยำ ข้อมูลที่สร้างขึ้นก็อาจทำให้หุ่นยนต์เรียนรู้ผิดทางได้ รายงานที่มีอยู่ยังไม่ยืนยันว่ามีระบบส่งมอบงาน InSpatio ระดับ L1–L3 อย่างเป็นทางการ มีการทดสอบยอมรับผลบนหุ่นยนต์จริงแบบใด หรือได้ผลการถ่ายโอนทักษะที่วัดผลแล้วอย่างไร การทดลองกับหุ่นยนต์จริงจึงยังสำคัญต่อการตรวจสอบว่าทักษะจากการจำลองนำไปใช้กับงานจริงได้หรือไม่
สิ่งที่ประกาศแล้ว และสิ่งที่ยังต้องพิสูจน์
ข้อมูลจากแหล่งข่าวระบุว่า InSpatio เปิดศูนย์ข้อมูลในหางโจวที่ใช้การจำลองเป็นหลัก พร้อมประกาศเป้าหมายผลิตข้อมูลระดับหนึ่งล้านชั่วโมงต่อเดือน อีกทั้งยังกล่าวถึงแนวทางเชื่อมการเก็บข้อมูลเชิงพื้นที่ การสร้างฉากสามมิติขึ้นใหม่ และการจำลองเข้าด้วยกัน 4
25
แต่ข้อมูลดังกล่าวยังไม่ยืนยันว่าศูนย์ผลิตข้อมูลได้ถึงระดับนั้นแล้ว ข้อมูลครอบคลุมงานหุ่นยนต์ได้หลากหลายเพียงใด หรือระบบที่ฝึกขึ้นทำงานได้ดีบนหุ่นยนต์จริงหรือไม่ แนวคิดหลักคือสร้างสถานการณ์ฝึกที่หลากหลายขึ้น ด้วยการทำให้ฉากสามมิตินำกลับมาใช้ซ้ำได้ ส่วนจะทำได้ตามเป้าหมายและให้ผลในโลกจริงตามที่คาดหวังหรือไม่ ยังต้องรอการพิสูจน์
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "InSpatio วางแผนเพิ่มข้อมูลฝึกหุ่นยนต์ ด้วยฉากจำลองที่ปรับใช้ซ้ำได้" คืออะไร
InSpatio ระบุว่าศูนย์ในหางโจวตั้งเป้าผลิตข้อมูลฝึกหุ่นยนต์เดือนละหนึ่งล้านชั่วโมง ด้วยการสร้างฉาก 3 มิติที่ปรับเปลี่ยนและนำกลับมาใช้ซ้ำได้
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
InSpatio ระบุว่าศูนย์ในหางโจวตั้งเป้าผลิตข้อมูลฝึกหุ่นยนต์เดือนละหนึ่งล้านชั่วโมง ด้วยการสร้างฉาก 3 มิติที่ปรับเปลี่ยนและนำกลับมาใช้ซ้ำได้ เทคโนโลยีสแกนและจำลองช่วยสร้างฉากฝึกได้ แต่ยังต้องเติมข้อมูลคุณสมบัติทางกายภาพ และยังไม่มีหลักฐานยืนยันว่าทำได้ตามเป้าหมายหรือถ่ายโอนทักษะสู่หุ่นยนต์จริงได้ดีเพียงใด