NVIDIA ในงาน GTC ได้ประกาศเปิดตัว Physical AI Data Factory Blueprint (แบบแปลนโรงงานข้อมูลปัญญาประดิษฐ์เชิงกายภาพ) ซึ่งเป็นโครงสร้างอ้างอิงแบบเปิดที่ออกแบบมาเพื่ออัตโนมัติการสร้างข้อมูล เพิ่มประสิทธิภาพกระบวนการประเมินผล ด้วยกระบวนการทำงานแบบโมดูลาร์ ช่วยให้นักพัฒนาสามารถแปลงข้อมูลดิบเป็นชุดข้อมูลฝึกสอนคุณภาพสูง ลดต้นทุนและอุปสรรคด้านเทคนิคในการพัฒนาโรบอท ระบบปัญญาประดิษฐ์ด้านภาพ และรถยนต์อัตโนมัติในระดับเชิงพาณิชย์
แบบแปลนโรงงานข้อมูลปัญญาประดิษฐ์เชิงกายภาพคืออะไร？
Physical AI พึ่งพาปริมาณข้อมูลและความจุของโมเดลอย่างสูง “แบบแปลนโรงงานข้อมูลปัญญาประดิษฐ์เชิงกายภาพ” จัดเตรียมมาตรฐานทั่วไปที่รวมกระบวนการจัดการข้อมูลที่เคยแยกกันเป็นสายงานอัตโนมัติพิเศษ โดยใช้ Cosmos Curator สำหรับการประมวลผล การกลั่นกรอง และการทำป้ายกำกับข้อมูลในโลกจริงและข้อมูลสังเคราะห์ในระดับเชิงพาณิชย์ จากนั้นใช้เทคโนโลยี Cosmos Transfer เพื่อขยายและสร้างความหลากหลายของข้อมูลที่คัดเลือกแล้วในระดับอัตราเร่ง จำลองสภาพแวดล้อม แสงสว่าง และกรณีขอบเขตที่หายากในโลกจริง ซึ่งเป็นสิ่งที่ยากต่อการจับภาพในสภาพแวดล้อมจริง สุดท้ายด้วย Cosmos Reason ตัวประเมินอัตโนมัติจะทำการให้คะแนนและตรวจสอบความถูกต้องของข้อมูล เพื่อให้แน่ใจว่าข้อมูลมีความแม่นยำทางกายภาพและเป็นไปตามมาตรฐานการฝึกสอน ช่วยแก้ปัญหาประสิทธิภาพการคัดกรองข้อมูลด้วยแรงงานมนุษย์ในอดีตที่ต่ำลง
เพื่อรองรับความต้องการในการคำนวณในระดับเชิงพาณิชย์ NVIDIA จึงร่วมมือกับผู้ให้บริการคลาวด์ เช่น Microsoft Azure และ Nebius เพื่อบูรณาการแบบแปลนนี้เข้ากับโครงสร้างพื้นฐานบนคลาวด์ที่มีอยู่ Microsoft Azure ได้รวมโครงสร้างนี้ไว้ในชุดเครื่องมือเปิดของตนบน GitHub สำหรับปัญญาประดิษฐ์เชิงกายภาพแบบเปิด ผสมผสานกับ IoT และบริการอัจฉริยะแบบเรียลไทม์ เพื่อเสนอกระบวนการทำงานแบบตัวแทนระดับองค์กร Nebius ได้รวมกรอบการจัดการ OSMO เข้ากับแพลตฟอร์มคลาวด์ AI ของตน รองรับ GPU RTX PRO 6000 Blackwell สำหรับเซิร์ฟเวอร์ ให้บริการตั้งแต่การจัดการข้อมูล การทำป้ายกำกับ ไปจนถึงการรันแบบไร้เซิร์ฟเวอร์และการให้บริการ inference แบบโฮสต์ โครงสร้างนี้ช่วยให้นักพัฒนาสามารถเปลี่ยนพลังการคำนวณเร่งความเร็วเป็นข้อมูลฝึกสอนจำนวนมหาศาล เพื่อเร่งการสร้างระบบอัตโนมัติ
NVIDIA OSMO โครงสร้างการจัดการแบบเปิดสำหรับการจัดการและเขียนโค้ดตัวแทน
สำหรับทีมพัฒนาที่ขาดความสามารถในการบริหารโครงสร้างพื้นฐาน AI ขนาดใหญ่ แบบแปลนโรงงานข้อมูลปัญญาประดิษฐ์เชิงกายภาพได้นำเสนอ NVIDIA OSMO ซึ่งเป็นกรอบการจัดการแบบเปิด จุดเด่นของ OSMO อยู่ที่การบริหารกระบวนการทำงานที่ซับซ้อนข้ามสภาพแวดล้อมการคำนวณ ช่วยลดการแทรกแซงด้วยมือ ทำให้ทีมเทคนิคสามารถมุ่งเน้นไปที่การปรับปรุงโมเดลได้มากขึ้น ปัจจุบัน OSMO ได้รับการบูรณาการกับตัวแทนเขียนโค้ดอย่าง Claude, OpenAI Codex และ Cursor เพื่อให้สามารถดำเนินงานด้าน AI ได้อย่างเป็นธรรมชาติ ในโหมดนี้ ตัวแทนสามารถจัดการทรัพยากรการคำนวณ ค้นหาและแก้ไขปัญหาคอขวดของระบบ ช่วยลดระยะเวลาจากการพัฒนาโมเดลจนถึงการส่งมอบ
หลายบริษัทด้าน AI เชิงกายภาพได้เริ่มนำแบบแปลนโรงงานข้อมูลปัญญาประดิษฐ์เชิงกายภาพไปใช้แล้ว โดยครอบคลุมหลายสาขา เช่น Skild AI ใช้โครงสร้างนี้ในการพัฒนารุ่นพื้นฐานของหุ่นยนต์ทั่วไป Uber ใช้สำหรับการวิจัยและทดสอบรถอัตโนมัติ นอกจากนี้ FieldAI, Hexagon Robotics, BMW, Linker Vision, Milestone Systems และ Teradyne Robotics ก็ใช้แบบแปลนนี้เพื่อเสริมสร้างความสามารถในการผลิตข้อมูลในด้านการรับรู้ การเคลื่อนที่ และการเรียนรู้แบบเสริมแรง
บทความนี้ GTC 2026: NVIDIA เปิดตัวแบบแปลนโรงงานข้อมูล AI เชิงกายภาพ เร่งพัฒนาหุ่นยนต์และรถอัตโนมัติ เผยแพร่ครั้งแรกใน Chain News ABMedia
