ยักษ์ใหญ่ด้าน AI ของจีน SenseTime ได้ก้าวไปข้างหน้าอย่างสำคัญในภาคส่วน embodied intelligence ด้วยการเปิดตัวแพลตฟอร์ม Wu Neng ที่ล้ำสมัยในงานประชุม WAIC 2025 แพลตฟอร์มที่ครอบคลุมนี้แสดงให้เห็นถึงความก้าวหน้าครั้งสำคัญในการเชื่อมช่องว่างระหว่างปัญญาประดิษฐ์และความสามารถในการโต้ตอบกับโลกแห่งความเป็นจริงสำหรับหุ่นยนต์และอุปกรณ์อัจฉริยะ
 |
|---|
| CEO Xu Li นำเสนอแพลตฟอร์ม Wu Neng ซึ่งเป็นการก้าวกระโดดที่สำคัญในด้าน embodied intelligence ในงานประชุม WAIC 2025 |
เทคโนโลยีหลักและสถาปัตยกรรม
แพลตฟอร์ม embodied intelligence Wu Neng ถูกสร้างขึ้นรอบ embodied world model ที่เป็นกรรมสิทธิ์ของ SenseTime ซึ่งทำหน้าที่เป็นเครื่องยนต์หลักที่ขับเคลื่อนความสามารถของระบบ สถาปัตยกรรมที่ซับซ้อนนี้ใช้ประโยชน์จากโครงสร้างพื้นฐานการคำนวณขนาดใหญ่ของ SenseTime เพื่อให้การสนับสนุนการคำนวณทั้งฝั่ง edge และฝั่ง cloud แพลตฟอร์มนี้ได้รับการออกแบบมาเป็นพิเศษเพื่อเสริมสร้างหุ่นยนต์และอุปกรณ์อัจฉริยะด้วยความสามารถในการรับรู้ที่ทรงพลัง ระบบนำทางด้วยภาพ และความสามารถในการโต้ตอบแบบ multimodal ผลักดันให้เทอร์มินัลอัจฉริยะไปสู่ระดับความเป็นอิสระและความฉลาดที่สูงขึ้น
ความสามารถของแพลตฟอร์ม
- การรับรู้และเข้าใจสภาพแวดล้อมในโลกแห่งความจริง
- ระบบนำทางด้วยภาพ
- ความสามารถในการโต้ตอบแบบหลากหลายรูปแบบ
- การสนับสนุนการประมวลผลทั้งฝั่ง edge และฝั่ง cloud
- การฝังตัวโดยตรงเข้าไปในชิป edge
การรวมฮาร์ดแวร์และการปรับใช้ที่หลากหลาย
หนึ่งในคุณสมบัติที่น่าสนใจที่สุดของแพลตฟอร์มคือความสามารถในการปรับตัวที่ยอดเยี่ยมในการกำหนดค่าฮาร์ดแวร์ที่หลากหลาย แพลตฟอร์ม Wu Neng สามารถรวมเข้ากับระบบหุ่นยนต์และอุปกรณ์เทอร์มินัลประเภทต่างๆ ได้อย่างราบรื่น ช่วยให้พวกมันสามารถรับรู้และเข้าใจโลกรอบตัวได้อย่างครอบคลุม ความยืดหยุ่นของระบบขยายไปถึงตัวเลือกการปรับใช้ เนื่องจากสนับสนุนการฝังตัวโดยตรงลงในชิป edge-side ให้การปรับตัวกับสถานการณ์ที่แข็งแกร่งซึ่งทำให้เหมาะสำหรับการประยุกต์ใช้ในโลกแห่งความเป็นจริงที่หลากหลาย
การสาธิตสดและการโต้ตอบตามธรรมชาติ
ในระหว่างการนำเสนอในงานประชุม ประธานและ CEO ของ SenseTime Xu Li ได้แสดงความสามารถของแพลตฟอร์มผ่านการสาธิตสดที่น่าประทับใจ หุ่นยนต์รูปร่างคล้ายมนุษย์ที่ติดตั้ง embodied world engine ได้นำเสนอเรื่อง Chang'an's Lychees อย่างเป็นธรรมชาติและน่าสนใจ แสดงให้เห็นทักษะการสื่อสารที่คล้ายมนุษย์อย่างน่าทึ่ง หุ่นยนต์แสดงความสามารถในการนำเสนอที่ซับซ้อน รวมถึงการพลิกหน้าอัตโนมัติ การตอบคำถามต่างๆ จากผู้ชม และการให้สรุปเป็นระยะตลอดการนำเสนอ การสาธิตนี้เน้นย้ำความสามารถของแพลตฟอร์มในการอำนวยความสะดวกในการโต้ตอบที่เป็นธรรมชาติ ตลกขบขัน และเหมาะสมกับบริบท
ตัวอย่างการสาธิต
- หุ่นยนต์ humanoid นำเสนอ PPT เรื่อง " Chang'an's Lychees "
- ความสามารถในการเปิดหน้าอัตโนมัติและตอบคำถาม
- คำสั่งภาษาธรรมชาติ: "หาอะไรบางอย่างบนชั้นวางในพื้นที่ครัว"
- การนำทางที่ซับซ้อน: "เข้าไปในห้องบันเทิง เลี้ยวขวา แล้วเปิดประตูไปยังลาน"
 |
|---|
| การสาธิตของ embodied world model ที่แสดงให้เห็นว่าหุ่นยนต์สามารถปฏิบัติตามคำสั่งภาษาธรรมชาติเพื่อทำงานต่างๆ ได้อย่างไร |
การสร้างวิดีโอขั้นสูงและความเข้าใจเชิงพื้นที่
embodied world model ขยายไปเกินกว่าความสามารถในการโต้ตอบพื้นฐานไปสู่คุณสมบัติการสร้างวิดีโอที่ซับซ้อน ระบบสามารถสร้างวิดีโอหลายมุมมองในขณะที่รักษาความสอดคล้องด้านเวลาและพื้นที่ที่ยอดเยี่ยม ช่วยให้เครื่องจักรสามารถเข้าใจ สร้าง และแก้ไขการแสดงของโลกแห่งความเป็นจริง ความสามารถนี้เปิดโอกาสที่น่าตื่นเต้นสำหรับการโต้ตอบกับโลกในระดับพื้นที่ ทำให้สถานการณ์เช่นการเล่นเกมแข่งรถในสภาพแวดล้อมถนนจริงเป็นไปได้ทางเทคนิค
คุณสมบัติทางเทคนิค
- การสร้างวิดีโอแบบหลายมุมมองพร้อมความสอดคล้องทางเวลาและพื้นที่
- การสร้างโลก 4 มิติสำหรับบุคคล วัตถุ และฉากต่างๆ
- การประมวลผลคำสั่งภาษาธรรมชาติ
- การสร้างตำแหน่ง การเคลื่อนไหว และคำแนะนำแบบอัตโนมัติ
- ความสามารถในการโต้ตอบและแก้ไขในโลกแห่งความจริง
การสร้างโลก 4D และการควบคุมที่ใช้งานง่าย
embodied world model ของ SenseTime แสดงความสามารถที่น่าทึ่งในการสร้างการแสดงแบบ 4D ของสภาพแวดล้อมในโลกแห่งความเป็นจริงที่ครอบคลุมผู้คน วัตถุ และฉาก ระบบตอบสนองต่อคำสั่งภาษาธรรมชาติที่เรียบง่ายด้วยความแม่นยำและความซับซ้อนที่น่าประทับใจ ผู้ใช้สามารถออกคำสั่งที่ตรงไปตรงมา เช่น หาสิ่งของบนชั้นวางในพื้นที่ครัว หรือ เข้าไปในห้องบันเทิง เลี้ยวขวา แล้วเปิดประตูไปยังลาน และ embodied world model จะสร้างการวางตำแหน่ง โครงสร้างโครงกระดูกการเคลื่อนไหว และคำสั่งการดำเนินการที่เหมาะสมโดยอัตโนมัติ
วิสัยทัศน์สำหรับการเปลี่ยนแปลงอุตสาหกรรม
ตาม CEO Xu Li เป้าหมายสูงสุดของ SenseTime กับแพลตฟอร์ม embodied intelligence Wu Neng ขยายไปเกินกว่าความสำเร็จทางเทคโนโลยีของตนเอง บริษัทมีเป้าหมายที่จะเสริมพลังให้กับองค์กร embodied intelligence ต่างๆ ในอุตสาหกรรมต่างๆ ช่วยให้พวกเขาบรรลุแรงบันดาลใจในการโต้ตอบที่มีความหมายกับโลกแห่งความเป็นจริง แนวทางการทำงานร่วมกันนี้บ่งบอกถึงความตั้งใจของ SenseTime ที่จะสร้างแพลตฟอร์มให้เป็นเทคโนโลยีพื้นฐานที่สามารถเร่งนวัตกรรมในระบบนิเวศ embodied AI ที่กว้างขึ้น
การเปิดตัว Wu Neng แสดงให้เห็นถึงก้าวสำคัญในวิวัฒนาการของ embodied artificial intelligence ซึ่งอาจเร่งการพัฒนาระบบหุ่นยนต์ที่ซับซ้อนและมีความสามารถมากขึ้นที่สามารถรวมเข้ากับสภาพแวดล้อมและขั้นตอนการทำงานของมนุษย์ได้อย่างราบรื่น