โดย Insightist™ | เผยแพร่: 12 พ.ย 2569 | อ้างอิง: Google DeepMind
สรุปสาระสำคัญ
- Google DeepMind เปิดตัว Gemini Robotics 2.5 โมเดลสมองหุ่นยนต์ที่เก่งที่สุดของบริษัทตอนนี้
- ทดสอบ 200 กว่างาน สำเร็จเพิ่มขึ้น 30 ถึง 100% และเสร็จเร็วขึ้น 20 ถึง 30%
- Apollo 2 ทำงานจัดชิ้นส่วนรถที่โรงงาน Mercedes-Benz ได้สำเร็จ 96%
- ตอนนี้ทยอยเปิดให้พาร์ตเนอร์ด้านหุ่นยนต์ก่อน และมี waitlist ให้ลงชื่อ
ถ้าคุณคิดว่าหุ่นยนต์ในโรงงานยังเป็นแค่คลิปโชว์ในงานเทค ข่าวนี้ขยับเส้นนั้นไปอีกนิด Insightist™ รายงานข่าว AI สรุปให้ว่ามีอะไรเกิดขึ้นจริง และเรื่องไหนยังต้องรอดู
Gemini Robotics 2.5 คืออะไร?
เป็นโมเดล vision language action (VLA) ที่ Google DeepMind บอกว่าเก่งที่สุดของตัวเองตอนนี้ ทำหน้าที่เป็นสมองให้หุ่นยนต์ มองภาพ เข้าใจคำสั่ง แล้วสั่งมือกับแขนให้ลงมือทำ ใช้ได้กับหุ่นยนต์หลายแบบ ตั้งแต่แขนกลไปจนถึง humanoid เต็มตัว
หุ่นยนต์ทำอะไรได้ดีขึ้นบ้าง?
ทำได้หลากหลายขึ้นและเรียนรู้ได้เร็วขึ้น เมื่อเทียบกับรุ่นก่อน ตัวอย่างงานที่ตัวเลขเปลี่ยนชัดที่สุดมีดังนี้
- คีบขนมอบด้วย tongs จาก 5% เป็น 100%
- แก้โบว์ริบบิ้นจาก 0% เป็น 70%
- แขวนเสื้อ cardigan จาก 0% เป็น 62%
- พับกางเกงจาก 0% เป็น 40%
งานอื่นในชุดทดสอบมีทั้งผูกโบว์กล่องของขวัญและดูดของเหลวด้วย pipette
งานจริงที่โรงงาน Mercedes-Benz เป็นอย่างไร?
Apollo 2 ของ Apptronik ทำงานบนไลน์ผลิตที่ Kecskemét ประเทศฮังการี และ Sindelfingen ประเทศเยอรมนี งานคือ automotive kitting หยิบ bracket โลหะจากถังรวม แล้วจัดใส่ถาดให้เรียงตามลำดับที่รถแต่ละคันต้องใช้ ผลคือสำเร็จ 96% Jeff Cardenas ผู้ร่วมก่อตั้งและ CEO ของ Apptronik บอกว่าโมเดลดีขึ้นมากภายในไม่กี่สัปดาห์หลัง post training และประสิทธิภาพตกลงน้อยมากตอนย้ายมาทำที่ Mercedes-Benz
เรื่องความปลอดภัยดีขึ้นแค่ไหน?
เจอสิ่งกีดขวาง ทำงานสำเร็จอย่างปลอดภัยเพิ่มขึ้น 33% ถ้ามีคนอยู่ใกล้ เพิ่มขึ้น 43% ส่วน Gemini 4 Argon ต้านการหลอกให้สั่งงานอันตราย (jailbreak) ได้ 99.5% จากเดิม 82% ของ Gemini Robotics ER 2 ทีมปล่อย benchmark ชื่อ ASIMOV-Jailbreak แบบ open source ให้คนอื่นนำไปทดสอบได้ด้วย
ธุรกิจไทยควรมองข่าวนี้ยังไง?
มองเป็นสัญญาณว่างานซ้ำ ๆ ที่ขั้นตอนชัดเริ่มมีทางเลือกใหม่ เช่น คัดชิ้นส่วน จัดของเข้าถาด งานเตรียมของหน้าไลน์ ส่วนงานที่ต้องจับของนิ่มหรือซับซ้อนอย่างพับผ้า ตัวเลขยังไม่ถึงครึ่ง และนี่เป็นการทดลองแนวคิด ยังไม่ใช่การนำไปใช้ทั้งไลน์ ลองลิสต์งานซ้ำ ๆ ในที่ทำงานไว้ก่อน แล้วค่อยดูว่าเมื่อโมเดลเปิดกว้างขึ้น งานไหนคุ้มที่จะลอง
ทำอะไรได้ตอนนี้
ลงชื่อรอเข้าใช้ก่อนใครได้ที่ waitlist ของ Google และเขียนลิสต์งานหยิบ คัด จัดลำดับ ที่ทีมทำซ้ำทุกวันไว้ 5 งาน เพื่อพร้อมประเมินเมื่อมีโอกาส
คำถามที่พบบ่อย (FAQs)
Q: ใช้ Gemini Robotics 2.5 ได้แล้วหรือยัง
A: ตอนนี้กำลังทยอยเปิดให้พาร์ตเนอร์ด้านหุ่นยนต์ของ Google ส่วนคนทั่วไปลงชื่อรอเข้าใช้ได้ที่ waitlist
Q: รองรับหุ่นยนต์รุ่นไหนบ้าง
A: ต้นฉบับระบุ Apollo 2 ของ Apptronik ที่มีมือ SharpaWave ห้านิ้ว 22 degree of freedom และแพลตฟอร์ม Franka Duo ที่ใช้ gripper แบบขนานสองนิ้ว
Q: ตัวเลข 96% ใช้ได้กับทุกงานไหม
A: ไม่ใช่ เป็นผลจากงาน automotive kitting ในการทดลองแนวคิด งานอื่นยังต่ำกว่านี้ เช่น พับกางเกงได้ 40%
Q: Gemini 4 Argon เกี่ยวอะไรกับเรื่องนี้
A: ต้นฉบับบอกว่า Argon ช่วยเร่งงานวิจัย ทั้งสร้างการฝึกซ้อมจำลองนับพันรอบจากฉากกล้องจริง สร้าง digital twin และช่วยหาสาเหตุที่งานพลาดจากวิดีโอ
Q: หุ่นยนต์จะมาแทนช่างหรือเปล่า
A: ต้นฉบับวางเป้าให้หุ่นยนต์รับงานซ้ำซากที่กินแรง เพื่อให้ช่างเทคนิคไปโฟกัสงานประกอบที่ซับซ้อน
ถ้าคุณสนใจข่าวสารนี้ ให้ Add Line OA เพิ่ม: https://lin.ee/ulsmCKk หรือ @nhx2358e
