หุ่นยนต์มนุษย์ Isaac GR00T ของ NVIDIA, Sharpa และ Unitree คืออะไร

ส่วนประกอบหลักของหุ่นยนต์

แพลตฟอร์มนี้แบ่งบทบาทของทั้งสามบริษัทอย่างชัดเจน

Unitree: ลำตัวขนาดใกล้เคียงมนุษย์

Unitree จัดหาลำตัวหุ่นยนต์รุ่น H2 Plus ซึ่งมีความสูงประมาณ 1.83 เมตร และน้ำหนักราว 68 กิโลกรัม

Sharpa: มือห้านิ้วที่รับรู้การสัมผัส

Sharpa เป็นผู้จัดหามือห้านิ้วแบบมีความคล่องตัวสูง โดยมือแต่ละข้างมีองศาอิสระ 22 ระดับ หรือ 22 DOF ช่วยให้หุ่นยนต์จับ ปรับตำแหน่ง และใช้งานวัตถุต่าง ๆ ได้ใกล้เคียงการเคลื่อนไหวของมือมนุษย์มากขึ้น

จุดเด่นไม่ได้มีเพียงการขยับนิ้ว แต่ยังรวมถึงการรับรู้แรงและแรงสัมผัส ซึ่งเป็นข้อมูลสำคัญสำหรับการฝึกหุ่นยนต์ให้รู้ว่าควรจับวัตถุแน่นแค่ไหน หรือควรปรับท่าทางอย่างไรเมื่อสิ่งของขยับระหว่างการจับ

NVIDIA: ชิปประมวลผลบนตัวหุ่นยนต์

สมองด้านการประมวลผลมาจาก NVIDIA Jetson AGX Thor T5000 ซึ่งใช้ GPU สถาปัตยกรรม Blackwell มี CPU Arm แบบ 14 คอร์ หน่วยความจำรวม 128GB และประสิทธิภาพสูงสุด 2,070 FP4 เทราฟลอป สำหรับประมวลผลข้อมูลจากเซนเซอร์และการอนุมาน AI แบบเรียลไทม์

Sharpa มีบทบาทอย่างไร

Sharpa ก่อตั้งขึ้นในปี 2024 และมุ่งพัฒนามือหุ่นยนต์ที่มีความคล่องตัวและรับรู้การสัมผัส บริษัทมีงานวิจัยและพัฒนาในเซี่ยงไฮ้ รวมถึงการดำเนินงานทางธุรกิจในแคลิฟอร์เนีย

บริษัทเคยร่วมงานกับ NVIDIA ในการเก็บข้อมูลสำหรับโมเดลพื้นฐานด้านหุ่นยนต์ และเคยสาธิตความสามารถของมือหุ่นยนต์ด้วยการแจกไพ่แบล็กแจ็กและประกอบกังหันลมกระดาษในงาน CES 2026

สำหรับโครงการ GR00T มือของ Sharpa ทำหน้าที่เป็นส่วนเชื่อมระหว่าง “การมองเห็น” กับ “การลงมือทำ” เพราะหุ่นยนต์ต้องใช้ข้อมูลแรงสัมผัสเพื่อเรียนรู้ทักษะการหยิบจับ ไม่ใช่อาศัยเพียงภาพจากกล้องเท่านั้น

ซอฟต์แวร์และเครื่องมือฝึกจาก NVIDIA

ฮาร์ดแวร์ของหุ่นยนต์ทำงานร่วมกับแพลตฟอร์มพัฒนาแบบเปิด Isaac GR00T ของ NVIDIA ซึ่งครอบคลุมเวิร์กโฟลว์ตั้งแต่

• การเก็บและสร้างข้อมูล
• การจำลองสภาพแวดล้อม
• การฝึกโมเดล
• การประเมินผล
• การนำโมเดลไปใช้งานจริง

NVIDIA ระบุว่านักวิจัยจะยังควบคุมข้อมูลหุ่นยนต์ ข้อมูลฝึก เทเลเมทรี และบันทึกการทำงานของระบบได้เอง อีกทั้งสามารถเลือกใช้ชุดเครื่องมือทั้งระบบ หรือเชื่อมเฉพาะบางส่วนเข้ากับเวิร์กโฟลว์เดิมของห้องแล็บก็ได้

บริษัทยังมีแผนเผยแพร่เวิร์กโฟลว์อ้างอิงสำหรับ Unitree G1 ผ่าน GitHub และ Hugging Face เพื่อให้นักพัฒนาสามารถนำไปศึกษาและต่อยอดได้

แก้ปัญหา “หุ่นยนต์แฟรงเกนสไตน์” ในห้องแล็บ

หนึ่งในปัญหาที่โครงการนี้พยายามแก้คือ ห้องปฏิบัติการจำนวนมากต้องเสียเวลาเชื่อมต่อชิ้นส่วนจากผู้ผลิตหลายราย ไม่ว่าจะเป็นลำตัว มือ คอมพิวเตอร์ ระบบเก็บข้อมูล เครื่องจำลอง และซอฟต์แวร์ควบคุม ก่อนจะเริ่มทำงานวิจัยจริง

Huang กล่าวว่าการประกอบระบบลักษณะนี้ขึ้นเองเป็นเรื่อง “ยากอย่างเหลือเชื่อ” จนเกิดสิ่งที่เขาเรียกว่า “หุ่นยนต์แฟรงเกนสไตน์” นั่นคือระบบที่นำชิ้นส่วนต่างแหล่งมารวมกัน แต่ยังไม่ได้รับการออกแบบให้ทำงานเป็นแพลตฟอร์มเดียวกัน

การมีดีไซน์อ้างอิงมาตรฐานจะช่วยให้นักวิจัยใช้เวลาไปกับการพัฒนาทักษะ เปรียบเทียบผลการทดลอง และฝึกโมเดลได้มากขึ้น แทนที่จะต้องแก้ปัญหาความเข้ากันได้ของอุปกรณ์ตั้งแต่ต้น

ใครจะเป็นผู้ใช้งานกลุ่มแรก

NVIDIA ระบุชื่อผู้ใช้งานกลุ่มแรก ได้แก่ Ai2, ETH Zurich, Stanford Robotics Center และ Advanced Robotics and Controls Laboratory ของมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก

Unitree คาดว่าจะเริ่มจำหน่ายหุ่นยนต์อ้างอิงนี้ในช่วงปลายปี 2026 โดยยังไม่มีการเปิดเผยราคาและรายละเอียดเชิงพาณิชย์ทั้งหมด

หุ่นยนต์นี้อยู่ตรงไหนในยุทธศาสตร์ NVIDIA

Huang นำเสนอหุ่นยนต์มนุษย์ในฐานะช่องทางสำคัญในการนำ “Physical AI” ไปสู่ภาคอุตสาหกรรมขนาดใหญ่ และประเมินโอกาสทางธุรกิจของตลาดนี้ว่ามีมูลค่าระดับหลายล้านล้านดอลลาร์

ในภาพใหญ่ NVIDIA ต้องการให้ AI ทำงานเป็นห่วงโซ่เดียวกัน ตั้งแต่โครงสร้างพื้นฐานในศูนย์ข้อมูล ไปจนถึงระบบ AI ที่ทำงานอยู่ใกล้ผู้ใช้งานและอุปกรณ์จริง โดยบริษัทเชื่อว่าการขยายตัวของ agentic AI หรือ AI ที่สามารถวางแผนและลงมือทำเป็นขั้นตอนได้ จะเพิ่มความต้องการด้านกำลังประมวลผล

ในกรอบนี้ NVIDIA นำเสนอทั้ง Vera CPU สำหรับศูนย์ข้อมูล และระบบ AI บนอุปกรณ์ เช่น AI PC ที่ใช้ชิป RTX Spark เพื่อรันโมเดลและเอเจนต์ภายในเครื่อง ขณะที่ GR00T ทำหน้าที่เป็นปลายทางด้านหุ่นยนต์และ Embodied AI ของยุทธศาสตร์ฮาร์ดแวร์และซอฟต์แวร์แบบครบชุดเดียวกัน

กล่าวโดยสรุป Isaac GR00T Reference Humanoid Robot ไม่ได้เป็นเพียงหุ่นยนต์รุ่นใหม่หนึ่งตัว แต่เป็นความพยายามของ NVIDIA ในการทำให้การวิจัยหุ่นยนต์มนุษย์มีแพลตฟอร์มกลาง ตั้งแต่ร่างกาย มือ เซนเซอร์ และชิป ไปจนถึงโมเดล AI เครื่องมือจำลอง และระบบฝึกที่นักวิจัยสามารถนำไปทดลองต่อได้