Sakura P.
Xpeng ผู้ผลิตรถยนต์ไฟฟ้ารายใหญ่จากจีน ประกาศเปิดตัวโมเดลพื้นฐานด้านการรับรู้เชิงกายภาพ (Embodied Perception Foundation Model) ในชื่อ GroundingPI ซึ่งมีพารามิเตอร์ราว 4 พันล้าน สามารถทำคะแนนการประเมินด้านการรับรู้แซงหน้าโมเดล GPT-6 Astra ของ OpenAI พร้อมเปิดโอเพนซอร์สโค้ดและ Model Weights เรียบร้อยแล้ว
Xpeng เปิดตัว GroundingPI โมเดล AI สายกายภาพ ชนะ GPT-6 Astra ในการทดสอบด้านการรับรู้!
Xpeng ผู้ผลิตรถยนต์ไฟฟ้าสัญชาติจีน ประกาศเปิดตัวโมเดลพื้นฐานด้านการรับรู้เชิงกายภาพภายใต้ชื่อ GroundingPI โดยระบุว่าคะแนนการทดสอบด้านการรับรู้โดยรวมสามารถเอาชนะโมเดลแถวหน้าอย่าง GPT-6 Astra ของ OpenAI ได้สำเร็จ
ทั้งนี้ตัวโมเดลได้รับการพัฒนาร่วมกับทีมวิจัยจากมหาวิทยาลัยชั้นนำอย่าง Peking University และ University of Hong Kong โดยเน้นแนวทางเทคนิคแบบให้ความสำคัญกับการรับรู้เป็นอันดับแรก (Perception-first)
จากการประเมินแบบครอบคลุมในชุดทดสอบมาตรฐานการรับรู้สาธารณะ 34 รายการ ซึ่งถ่วงน้ำหนักเท่ากันใน 11 หมวดหมู่ความสามารถ พบว่า GroundingPI ที่มีขนาดพารามิเตอร์ราว 4 พันล้าน ทำคะแนนได้ 73.68 คะแนน สูงกว่า GPT-6 Astra ของ OpenAI ที่เปิดตัวไปเมื่อเดือน ก.ย. ปีเดียวกัน ซึ่งทำได้ 71.54 คะแนน
โดยชื่อ Grounding สื่อถึงความสามารถหลักในการระบุตำแหน่งจากภาพ (Visual Localization) ส่วน PI ย่อมาจาก Physical Intelligence ซึ่งทาง Xpeng ได้ทำการเปิดโค้ดและ Model Weights ให้ใช้งานแบบโอเพนซอร์สแล้ว
Xpeng อธิบายว่า โมเดลขนาดใหญ่ที่ใช้ทั่วไปในปัจจุบันถูกออกแบบมาสำหรับสถานการณ์ดิจิทัลเป็นหลัก จึงมีช่องว่างในการปรับใช้กับสถานการณ์ทางกายภาพจริง เช่น การขับขี่อัตโนมัติและระบบหุ่นยนต์ โดย GroundingPI นำเสนอว่าหัวใจสำคัญของปัญญาประดิษฐ์เชิงกายภาพ (Embodied Intelligence) คือการระบุตำแหน่งเชิงพื้นที่อย่างแม่นยำ ทำให้ในขั้นตอนการฝึกฝน
โมเดลนี้ไม่จำเป็นต้องใช้ข้อมูลการเคลื่อนไหวร่วมของหุ่นยนต์ แต่ใช้เพียงข้อมูลการรับรู้ล้วนเพื่อครอบคลุม 11 หมวดหมู่ความสามารถ เช่น การตรวจจับทั่วไป การอ่านข้อความ และการระบุพิกัดตำแหน่งหุ่นยนต์
นอกจากนี้ ในโครงสร้างของระบบ Embodied Intelligence มักแบ่งออกเป็นระบบเร็ว (System 1) ที่เน้นการรับรู้และการตอบสนองฉับไว กับระบบช้า (System 2) ที่ทำหน้าที่วางแผนและทำความเข้าใจงาน โดย GroundingPI ถูกสร้างมาเพื่อเป็นรากฐานการรับรู้ของ System 1 ซึ่งแม้ว่าในปัจจุบันงานวิจัยจะยังอยู่ในขั้นตอนต้นแบบทางวิทยาศาสตร์
แต่ผลการทดสอบจำลองชี้ว่าช่วยแก้ปัญหาใหญ่ได้ 2 เรื่อง คือ ลดต้นทุนการเก็บข้อมูลสาธิตของหุ่นยนต์ลงอย่างมาก โดยใช้ข้อมูลเพียง 50% แต่ให้ความสำเร็จสูงกว่าระบบเดิมที่ใช้ข้อมูล 75% และช่วยเพิ่มความสามารถในการทำงานข้ามสภาพแวดล้อมที่หลากหลาย เช่น การคัดแยกวัตถุหรือนับจำนวนสิ่งของในสถานการณ์ที่มีความหนาแน่นสูง
ทั้งนี้ การเปิดตัว GroundingPI ถือเป็นก้าวสำคัญของ Xpeng ในการพัฒนาระบบ AI เชิงกายภาพ หลังจากที่บริษัทเดินหน้าขยายการลงทุนด้านนี้อย่างต่อเนื่องเพื่อสนับสนุนเทคโนโลยีการขับขี่อัจฉริยะ หุ่นยนต์ฮิวแมนนอยด์ และธุรกิจ Robotaxi โดยเมื่อช่วงต้นปีที่ผ่านมา Xpeng ได้รวมศูนย์การขับขี่อัตโนมัติและศูนย์ห้องโดยสารอัจฉริยะเข้าด้วยกันเป็นศูนย์ปัญญาประดิษฐ์ทั่วไป (General Intelligence Center) ภายใต้การนำของ Liu Xianming ผู้เชี่ยวชาญด้าน AI เพื่อบูรณาการทรัพยากรรองรับแพลตฟอร์ม AI ของทั้งธุรกิจยานยนต์และหุ่นยนต์อย่างเป็นระบบ
ที่มา: CnEVPost
