ซานโฮเซ แคลิฟอร์เนีย, 21 มี.ค. 2569 /PRNewswire/ — เพื่อให้หุ่นยนต์สามารถทำงานได้อย่างน่าเชื่อถือในโลกจริง จำเป็นต้องฝึกในสภาพแวดล้อมที่สะท้อนความเป็นจริงได้อย่างแม่นยำ นี่คือความท้าทายหลักของแนวคิด Real2Sim และเป็นประเด็นสำคัญที่ XGRIDS นำเสนอในงาน NVIDIA GTC 2026 (16–19 มีนาคม ณ ซานโฮเซ)
โซลูชันด้านความอัจฉริยะเชิงพื้นที่ (spatial intelligence) ของ XGRIDS รองรับ NVIDIA Omniverse NuRec สำหรับการเรนเดอร์แบบ OpenUSD และมีการนำไปจัดแสดงในหลายเวที ทั้งในช่วง Startup Pitch, การสาธิตหุ่นยนต์ในอีโคซิสเต็มของ NVIDIA และการจัดแสดงร่วมกับ Amazon Web Services (AWS)
Real2Sim: จากพื้นที่จริงสู่การฝึก AI
ในช่วง Startup Pitch Sunny Liao ผู้อำนวยการของ XGRIDS ได้ตั้งคำถามสำคัญว่า
"เราจะสร้างสภาพแวดล้อมสำหรับฝึก AI ที่สะท้อนโลกจริงได้อย่างแท้จริงได้อย่างไร?"
คำตอบของ XGRIDS คือกระบวนการที่อิงข้อมูลจากโลกจริง โดยผสานเทคโนโลยี LiDAR และคอมพิวเตอร์วิทัศน์ (computer vision) เพื่อรับรู้เชิงพื้นที่แบบบูรณาการหลายรูปแบบของข้อมูล (multimodal) พร้อมการสร้างโมเดล 3 มิติความละเอียดสูง ทำให้สามารถแปลงสภาพแวดล้อมจริงให้กลายเป็นแบบจำลองโลก (world model) สำหรับการจำลองได้
เมื่อเทียบกับการสร้างโมเดล 3 มิติแบบไม่อัตโนมัติ วิธีนี้:
• ลดต้นทุนในการสร้างสภาพแวดล้อมความละเอียดสูง
• อัปเดตได้อย่างต่อเนื่องตามการเปลี่ยนแปลงของโลกจริง
• ทำให้การจำลองใกล้เคียงกับการใช้งานจริงมากขึ้น
นักพัฒนาในงาน GTC มองว่านี่เป็นแนวทางที่ใช้งานได้จริงมากขึ้นสำหรับการฝึกและทดสอบหุ่นยนต์
ความอัจฉริยะเชิงพื้นที่สำหรับ AI เชิงกายภาพ (Physical AI)
นอกเหนือจากเวที Inception แล้ว โซลูชันของ XGRIDS ยังมีการนำเสนอในหลายโซนของงาน
ในเซสชันด้านหุ่นยนต์ของ NVIDIA บริษัทได้สาธิตการใช้งานกับระบบ embodied AI (AI ที่มีตัวตนเชิงกายภาพในโลกจริง) โดยนำการรับรู้เชิงพื้นที่และการสร้างโมเดลไปใช้กับหุ่นยนต์สี่ขา ทำให้หุ่นยนต์สามารถทำแผนที่และเข้าใจสภาพแวดล้อมได้อย่างต่อเนื่อง โดยใช้โครงสร้างเชิงพื้นที่แบบสามมิติเต็มรูปแบบในการวางแผนเส้นทาง การตัดสินใจเชิงพฤติกรรม และการดำเนินภารกิจ แทนการพึ่งพาเพียงเซนเซอร์ระยะใกล้เพื่อหลีกเลี่ยงสิ่งกีดขวางเฉพาะหน้า
แสดงให้เห็นถึงการผสานความอัจฉริยะเชิงพื้นที่เข้ากับระบบ embodied AI ซึ่งเอื้อให้หุ่นยนต์สามารถรับรู้และเข้าใจสภาพแวดล้อมสามมิติได้อย่างครบถ้วน เพื่อนำไปสู่การวางแผนเส้นทาง การตัดสินใจ และการดำเนินภารกิจ
นอกจากนี้ ในโซนของ AWS XGRIDS ยังนำเสนอระบบกระบวนการแบบครบวงจรของ Real2Sim ตั้งแต่การเก็บข้อมูล การสร้างแบบจำลองโลก ไปจนถึงการฝึกในสภาพแวดล้อมจำลอง
มุมมองในอนาคต
XGRIDS ยังคงมุ่งเน้นการสร้างโครงสร้างพื้นฐานด้านความอัจฉริยะเชิงพื้นที่ที่สามารถแปลงสภาพแวดล้อมจริงให้เป็นโมเดลที่ AI เข้าใจ วิเคราะห์ และใช้ฝึกได้
งาน GTC 2026 ถือเป็นอีกก้าวสำคัญในการนำเทคโนโลยีนี้เข้าสู่อีโคซิสเต็มของ AI เชิงกายภาพ และเมื่อระบบ embodied AI เริ่มขยายจากห้องแล็บไปสู่คลังสินค้า เมือง และไซต์ก่อสร้าง ความต้องการแบบจำลองดิจิทัลที่แม่นยำและขยายได้จะเพิ่มสูงขึ้นอย่างต่อเนื่อง
XGRIDS กำลังพัฒนาชั้นเชื่อมต่อจากการเก็บข้อมูลสู่การจำลอง เพื่อทำให้สิ่งนี้เกิดขึ้นจริง
การติดต่อสำหรับสื่อมวลชน:
jingle.huang@xgrids.com
https://www.xgrids.com
