Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ ระบบประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอป และ MEgo Engine ซึ่งประมวลผลข้อมูลจากผู้เข้าร่วมและสถานที่ทำงานจริง รายงานระบุว่าช่วงทดลองมีผู้ลงทะเบียน 20,000 คนและส่งงาน 13,0...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How does Shanghai-based physical AI training-data company Maniformer’s crowdsourcing platform, launched in Shanghai on September 23, 2026, u. Article summary: Maniformer’s platform, Mifengpai (觅蜂派), aims to turn ordinary people’s real-world work into paid robot-training demonstrations, addressing CEO Yao Maoqing’s argument that the missing ingredient is abundant human-motion d. Topic tags: general, 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, watermarks, charts with fa
Maniformer เปิดตัว Mifengpai ที่เซี่ยงไฮ้เมื่อวันที่ 23 กันยายน 2026 โดยตั้งโจทย์ไว้ว่า หากอยากให้หุ่นยนต์ทำงานในโรงงาน ร้านค้า หรือบ้านได้ดีขึ้น ก็ต้องมีข้อมูลการเคลื่อนไหวของมนุษย์จากสถานการณ์จริงจำนวนมาก ซีอีโอ เหยา เหมาเฉิง (Yao Maoqing) มองว่าข้อมูลลักษณะนี้ยังขาดแคลน และ Mifengpai คือแนวทางที่บริษัทเสนอเพื่อรวบรวมข้อมูลให้ได้ในวงกว้าง 30
พูดให้เข้าใจง่าย แพลตฟอร์มนี้ชวนคนทำกิจกรรมจริง เช่น พับผ้า ชงชา หรือจัดเรียงสินค้า แล้วบันทึกวิธีลงมือทำไว้เป็นข้อมูลที่อาจนำไปใช้ฝึกหรือประเมินโมเดลหุ่นยนต์ คำว่า “physical AI” ในที่นี้หมายถึง AI ที่ต้องรับรู้และลงมือโต้ตอบกับโลกทางกายภาพ ไม่ใช่เพียงประมวลผลข้อความหรือภาพบนหน้าจอ
ตามรายงาน ผู้ใช้เลือกงานผ่านแอป สวมอุปกรณ์ MEgo เพื่อบันทึกกิจกรรมในสถานที่จริง แล้วส่งข้อมูลให้ตรวจสอบ หากข้อมูลได้รับการอนุมัติ ค่าตอบแทนจะคำนวณจากเวลาบันทึกที่ผ่านเกณฑ์และใช้งานได้ 19
25
30
จุดเน้นคือการเก็บวิธีทำงานในสภาพแวดล้อมที่กิจกรรมนั้นเกิดขึ้นจริง แทนที่จะอาศัยเฉพาะการสาธิตในห้องทดลอง ตัวอย่างงานที่กล่าวถึงมีตั้งแต่พับเสื้อผ้า ชงชา ไปจนถึงจัดสินค้า 30
Mifengpai ใช้ระบบที่ประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอปบนมือถือ และ MEgo Engine สำหรับประมวลผลข้อมูลหลังการบันทึก รายงานช่วงเปิดตัวระบุว่า MEgo View เป็นอุปกรณ์สวมศีรษะที่กล้องครอบคลุมมุมมองมากกว่า 300 องศา ส่วน MEgo Gripper สามารถสร้างท่าทางการหยิบจับขึ้นใหม่ได้ในระดับมิลลิเมตร 2
30
ระบบไม่ได้มุ่งเก็บเพียงวิดีโอทั่วไป แหล่งข่าวอธิบายว่าอุปกรณ์เก็บข้อมูลภาพควบคู่กับข้อมูลการเคลื่อนไหวและการโต้ตอบ จากนั้น MEgo Engine จะประมวลผล ใส่ป้ายกำกับ และประเมินคุณภาพ เพื่อเตรียมข้อมูลสำหรับการฝึกหรือทดสอบโมเดล 25
36
45
แนวคิดของแพลตฟอร์มจึงมีสองส่วน: คนบันทึกการสาธิตจากสถานการณ์จริง ส่วนอุปกรณ์และซอฟต์แวร์ทำหน้าที่แปลงการสาธิตเหล่านั้นให้เป็นข้อมูลที่มีโครงสร้างสำหรับงานหุ่นยนต์ 30
รายงานช่วงเปิดตัวระบุว่า ในการทดลองแบบปิดเป็นเวลาหนึ่งเดือน มีผู้ลงทะเบียน 20,000 คน และมีการส่งงานเก็บข้อมูล 13,000 รายการ 19
41 ตัวเลขนี้สะท้อนการเข้าร่วมในระยะแรก แต่ไม่ได้บอกว่ามีกี่รายการผ่านการตรวจสอบ ผลิตข้อมูลที่นำไปใช้ได้มากเพียงใด หรือข้อมูลดังกล่าวทำให้หุ่นยนต์ทำงานได้ดีขึ้นหรือไม่
แหล่งข่าวอีกชุดระบุว่าแพลตฟอร์มครอบคลุม 22 หมวดงาน งานมากกว่า 5,000 ประเภท และสถานการณ์จริงกว่า 50,000 แห่ง 7
14 ตัวเลขเหล่านี้เป็นข้อมูลที่มีการรายงานเกี่ยวกับแพลตฟอร์ม ไม่ใช่การประเมินคุณภาพข้อมูลหรือความสามารถของหุ่นยนต์โดยหน่วยงานอิสระ
Mifengpai เสนอวิธีรวบรวมการสาธิตจากมนุษย์ พร้อมจ่ายค่าตอบแทนสำหรับข้อมูลที่ผ่านการตรวจสอบ แต่หลักฐานที่เผยแพร่ในช่วงเปิดตัวอธิบายการออกแบบและกิจกรรมระยะแรกเป็นหลัก ยังไม่ได้พิสูจน์อย่างเป็นอิสระว่าข้อมูลจากแพลตฟอร์มทำให้หุ่นยนต์มีความสามารถมากขึ้น หรือยืนยันคุณภาพของงานที่ได้รับอนุมัติและรายได้ระยะยาวของผู้เข้าร่วม
กล่าวอีกอย่างคือ แพลตฟอร์มนี้กำลังทดลองแก้ปัญหาการขาดข้อมูลจากโลกจริง แต่การสร้างช่องทางเก็บข้อมูลยังไม่ใช่หลักฐานว่าปัญหานั้นได้รับการแก้ไขแล้ว
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ
Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ ระบบประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอป และ MEgo Engine ซึ่งประมวลผลข้อมูลจากผู้เข้าร่วมและสถานที่ทำงานจริง
รายงานระบุว่าช่วงทดลองมีผู้ลงทะเบียน 20,000 คนและส่งงาน 13,000 รายการ แต่ยังไม่มีหลักฐานอิสระยืนยันว่าข้อมูลเหล่านี้ช่วยเพิ่มความสามารถของหุ่นยนต์
Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ ระบบประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอป และ MEgo Engine ซึ่งประมวลผลข้อมูลจากผู้เข้าร่วมและสถานที่ทำงานจริง รายงานระบุว่าช่วงทดลองมีผู้ลงทะเบียน 20,000 คนและส่งงาน 13,0...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How does Shanghai-based physical AI training-data company Maniformer’s crowdsourcing platform, launched in Shanghai on September 23, 2026, u. Article summary: Maniformer’s platform, Mifengpai (觅蜂派), aims to turn ordinary people’s real-world work into paid robot-training demonstrations, addressing CEO Yao Maoqing’s argument that the missing ingredient is abundant human-motion d. Topic tags: general, 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, watermarks, charts with fa
Maniformer เปิดตัว Mifengpai ที่เซี่ยงไฮ้เมื่อวันที่ 23 กันยายน 2026 โดยตั้งโจทย์ไว้ว่า หากอยากให้หุ่นยนต์ทำงานในโรงงาน ร้านค้า หรือบ้านได้ดีขึ้น ก็ต้องมีข้อมูลการเคลื่อนไหวของมนุษย์จากสถานการณ์จริงจำนวนมาก ซีอีโอ เหยา เหมาเฉิง (Yao Maoqing) มองว่าข้อมูลลักษณะนี้ยังขาดแคลน และ Mifengpai คือแนวทางที่บริษัทเสนอเพื่อรวบรวมข้อมูลให้ได้ในวงกว้าง 30
พูดให้เข้าใจง่าย แพลตฟอร์มนี้ชวนคนทำกิจกรรมจริง เช่น พับผ้า ชงชา หรือจัดเรียงสินค้า แล้วบันทึกวิธีลงมือทำไว้เป็นข้อมูลที่อาจนำไปใช้ฝึกหรือประเมินโมเดลหุ่นยนต์ คำว่า “physical AI” ในที่นี้หมายถึง AI ที่ต้องรับรู้และลงมือโต้ตอบกับโลกทางกายภาพ ไม่ใช่เพียงประมวลผลข้อความหรือภาพบนหน้าจอ
ตามรายงาน ผู้ใช้เลือกงานผ่านแอป สวมอุปกรณ์ MEgo เพื่อบันทึกกิจกรรมในสถานที่จริง แล้วส่งข้อมูลให้ตรวจสอบ หากข้อมูลได้รับการอนุมัติ ค่าตอบแทนจะคำนวณจากเวลาบันทึกที่ผ่านเกณฑ์และใช้งานได้ 19
25
30
จุดเน้นคือการเก็บวิธีทำงานในสภาพแวดล้อมที่กิจกรรมนั้นเกิดขึ้นจริง แทนที่จะอาศัยเฉพาะการสาธิตในห้องทดลอง ตัวอย่างงานที่กล่าวถึงมีตั้งแต่พับเสื้อผ้า ชงชา ไปจนถึงจัดสินค้า 30
Mifengpai ใช้ระบบที่ประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอปบนมือถือ และ MEgo Engine สำหรับประมวลผลข้อมูลหลังการบันทึก รายงานช่วงเปิดตัวระบุว่า MEgo View เป็นอุปกรณ์สวมศีรษะที่กล้องครอบคลุมมุมมองมากกว่า 300 องศา ส่วน MEgo Gripper สามารถสร้างท่าทางการหยิบจับขึ้นใหม่ได้ในระดับมิลลิเมตร 2
30
ระบบไม่ได้มุ่งเก็บเพียงวิดีโอทั่วไป แหล่งข่าวอธิบายว่าอุปกรณ์เก็บข้อมูลภาพควบคู่กับข้อมูลการเคลื่อนไหวและการโต้ตอบ จากนั้น MEgo Engine จะประมวลผล ใส่ป้ายกำกับ และประเมินคุณภาพ เพื่อเตรียมข้อมูลสำหรับการฝึกหรือทดสอบโมเดล 25
36
45
แนวคิดของแพลตฟอร์มจึงมีสองส่วน: คนบันทึกการสาธิตจากสถานการณ์จริง ส่วนอุปกรณ์และซอฟต์แวร์ทำหน้าที่แปลงการสาธิตเหล่านั้นให้เป็นข้อมูลที่มีโครงสร้างสำหรับงานหุ่นยนต์ 30
รายงานช่วงเปิดตัวระบุว่า ในการทดลองแบบปิดเป็นเวลาหนึ่งเดือน มีผู้ลงทะเบียน 20,000 คน และมีการส่งงานเก็บข้อมูล 13,000 รายการ 19
41 ตัวเลขนี้สะท้อนการเข้าร่วมในระยะแรก แต่ไม่ได้บอกว่ามีกี่รายการผ่านการตรวจสอบ ผลิตข้อมูลที่นำไปใช้ได้มากเพียงใด หรือข้อมูลดังกล่าวทำให้หุ่นยนต์ทำงานได้ดีขึ้นหรือไม่
แหล่งข่าวอีกชุดระบุว่าแพลตฟอร์มครอบคลุม 22 หมวดงาน งานมากกว่า 5,000 ประเภท และสถานการณ์จริงกว่า 50,000 แห่ง 7
14 ตัวเลขเหล่านี้เป็นข้อมูลที่มีการรายงานเกี่ยวกับแพลตฟอร์ม ไม่ใช่การประเมินคุณภาพข้อมูลหรือความสามารถของหุ่นยนต์โดยหน่วยงานอิสระ
Mifengpai เสนอวิธีรวบรวมการสาธิตจากมนุษย์ พร้อมจ่ายค่าตอบแทนสำหรับข้อมูลที่ผ่านการตรวจสอบ แต่หลักฐานที่เผยแพร่ในช่วงเปิดตัวอธิบายการออกแบบและกิจกรรมระยะแรกเป็นหลัก ยังไม่ได้พิสูจน์อย่างเป็นอิสระว่าข้อมูลจากแพลตฟอร์มทำให้หุ่นยนต์มีความสามารถมากขึ้น หรือยืนยันคุณภาพของงานที่ได้รับอนุมัติและรายได้ระยะยาวของผู้เข้าร่วม
กล่าวอีกอย่างคือ แพลตฟอร์มนี้กำลังทดลองแก้ปัญหาการขาดข้อมูลจากโลกจริง แต่การสร้างช่องทางเก็บข้อมูลยังไม่ใช่หลักฐานว่าปัญหานั้นได้รับการแก้ไขแล้ว
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ
Mifengpai ให้ผู้เข้าร่วมบันทึกงานในชีวิตประจำวันหรือที่ทำงานเพื่อสร้างข้อมูลที่อาจนำไปใช้ฝึกหุ่นยนต์ โดยจ่ายค่าตอบแทนตามเวลาข้อมูลที่ผ่านการตรวจสอบ ระบบประกอบด้วยอุปกรณ์เก็บข้อมูล MEgo แอป และ MEgo Engine ซึ่งประมวลผลข้อมูลจากผู้เข้าร่วมและสถานที่ทำงานจริง
รายงานระบุว่าช่วงทดลองมีผู้ลงทะเบียน 20,000 คนและส่งงาน 13,000 รายการ แต่ยังไม่มีหลักฐานอิสระยืนยันว่าข้อมูลเหล่านี้ช่วยเพิ่มความสามารถของหุ่นยนต์