แท็ก

#robotics

16 บทความ

HomeBody จาก Stanford/Caltech: ตัด VLA ออก ให้ GPT Astra เรียก skill library ของหุ่น Unitree G1 ผ่าน tool call ตรง ๆ — เก็บครัวที่ไม่เคยเห็นได้โดยไม่ต้องเทรน policy เพิ่ม (แต่โค้ดยังไม่ออก)
งานวิจัย

HomeBody จาก Stanford/Caltech: ตัด VLA ออก ให้ GPT Astra เรียก skill library ของหุ่น Unitree G1 ผ่าน tool call ตรง ๆ — เก็บครัวที่ไม่เคยเห็นได้โดยไม่ต้องเทรน policy เพิ่ม (แต่โค้ดยังไม่ออก)

26 ก.ย. 2026 ทีม Stanford Movement Lab กับ Caltech เปิดตัว HomeBody ระบบที่ให้ VLM แนวหน้าอย่าง GPT Astra เรียกชุด skill (เดิน หยิบ วาง เปิดลิ้นชัก) ของหุ่น Unitree G1 ผ่าน tool call โดยตรง ไม่มี VLA ที่เทรนมาคั่นกลาง ใช้ spatial memory กับ digital twin ใน Isaac Sim ที่หุ่นสร้างเองจากการสำรวจ ส่วน skill ทั้งหมดรันบนโน้ตบุ๊ก RTX 4090 เครื่องเดียว หน้า GitHub ยังเขียนว่า "Code coming soon"

· อ่าน 5 นาที
GPT-6 Astra หยิบของใส่ชามได้ 19 จาก 20 ครั้ง ส่วน Fable 5.1 ได้ 8 — แต่งานเดียวที่รันบนแขนกลตัวเดียวกันจริง ๆ ผลออกมาเสมอกันที่ 2 ต่อ 20
งานวิจัย

GPT-6 Astra หยิบของใส่ชามได้ 19 จาก 20 ครั้ง ส่วน Fable 5.1 ได้ 8 — แต่งานเดียวที่รันบนแขนกลตัวเดียวกันจริง ๆ ผลออกมาเสมอกันที่ 2 ต่อ 20

Robocurve เผยแพร่ 4 ก.ย. ผลทดสอบให้ GPT-6 Astra คุมแขนกลคู่ YAM ทำสองงาน เทียบกับ Claude Fable 5 และ 5.1 อย่างละ 20 เทรล — Astra ชนะขาดในงานหยิบบล็อกใส่ชาม ใช้โทเคนน้อยกว่า 6 เท่า แต่รายงานเองระบุว่างานนั้นรันคนละแท่น ส่วนงานที่รันแท่นเดียวกันทั้งสามโมเดล ผลคือเสมอ

· อ่าน 7 นาที
World Labs เปิด Atlas — world model ที่รับกล้องเป็นอินพุตดั้งเดิม ปั้นวิดีโอ 1 นาที 1440p และคืน point cloud / Gaussian splat ได้ แต่เข้าถึงได้เฉพาะ early access และไม่บอกขนาดโมเดล
โมเดลใหม่

World Labs เปิด Atlas — world model ที่รับกล้องเป็นอินพุตดั้งเดิม ปั้นวิดีโอ 1 นาที 1440p และคืน point cloud / Gaussian splat ได้ แต่เข้าถึงได้เฉพาะ early access และไม่บอกขนาดโมเดล

1 ก.ย. 2026 World Labs ของ Fei-Fei Li เปิดตัว Atlas — omni world model แบบ multimodal autoregressive diffusion transformer ที่รับ text/ภาพ/วิดีโอ/3D และ pose ของกล้องเป็นอินพุตดั้งเดิม ชนะโมเดลวิดีโอชั้นนำในการตามเส้นทางกล้อง และเอาชนะโมเดล reconstruction เฉพาะทางแบบโอเพนซอร์สในค่าเฉลี่ย 7 ชุดข้อมูล แต่ยังไม่มี API สาธารณะ ไม่มีน้ำหนัก และไม่เปิดเผยจำนวนพารามิเตอร์

· อ่าน 7 นาที
GEN-1.5: หุ่นยนต์เรียนงานใหม่จากการดูสาธิตครั้งเดียว 3–12 วินาที สำเร็จ 59% โดยไม่ต้องเทรนเลย — และแตะ 83% ด้วยการอัปเดตน้ำหนักแค่ 10 ก้าว
งานวิจัย

GEN-1.5: หุ่นยนต์เรียนงานใหม่จากการดูสาธิตครั้งเดียว 3–12 วินาที สำเร็จ 59% โดยไม่ต้องเทรนเลย — และแตะ 83% ด้วยการอัปเดตน้ำหนักแค่ 10 ก้าว

19 ส.ค. 2026 Generalist AI เปิดตัว GEN-1.5 โมเดลพื้นฐานสำหรับหุ่นยนต์ที่เรียนงานใหม่จากคลิปสาธิต 3–12 วินาทีเพียงคลิปเดียวที่ยัดเข้า context window — ทำสำเร็จเฉลี่ย 59% บน 10 งานโดยไม่แตะน้ำหนักโมเดลเลย และขึ้นเป็น 83% หลังเทรนเพิ่ม 10 ก้าวจากข้อมูล 5 นาที ซึ่งเปลี่ยนน้ำหนักไม่ถึง 0.15%

· อ่าน 6 นาที
Gemma 4 E2B วิ่งบน Raspberry Pi 5 ได้แล้ว — Google เปิดตัวเลขจริง decode 9 โทเคน/วินาที กินแรม 1.4GB ติดตั้งด้วยสองคำสั่ง
เครื่องมือนักพัฒนา

Gemma 4 E2B วิ่งบน Raspberry Pi 5 ได้แล้ว — Google เปิดตัวเลขจริง decode 9 โทเคน/วินาที กินแรม 1.4GB ติดตั้งด้วยสองคำสั่ง

11 ส.ค. 2026 Google ร่วมกับ Raspberry Pi Ltd และ Igalia เผยแพร่คู่มือรัน Gemma บน Raspberry Pi 5 ด้วย LiteRT พร้อมตัวเลขวัดจริง — Gemma 4 E2B ทำ prefill 99 โทเคน/วินาที decode 9 โทเคน/วินาที ใช้แรมสูงสุด 1,432 MB และติดตั้งได้ด้วยคำสั่งเดียวจาก Hugging Face

· อ่าน 5 นาที
Gemini Robotics 2 — Google DeepMind ขยับจากหุ่นยนต์บนโต๊ะสู่การคุมทั้งตัว เดิน ย่อ หยิบของได้ พร้อมรุ่น On-Device ที่ปรับเข้าหุ่นตัวใหม่ด้วยตัวอย่างไม่ถึง 200 ชิ้น
โมเดลใหม่

Gemini Robotics 2 — Google DeepMind ขยับจากหุ่นยนต์บนโต๊ะสู่การคุมทั้งตัว เดิน ย่อ หยิบของได้ พร้อมรุ่น On-Device ที่ปรับเข้าหุ่นตัวใหม่ด้วยตัวอย่างไม่ถึง 200 ชิ้น

Google DeepMind เปิดตัว Gemini Robotics 2 เป็นชุดสามโมเดล — VLA คุมการเคลื่อนไหวทั้งตัว, ER 2 เป็นชั้นวางแผนที่คุยกับ Google AI Studio ได้แล้ว และ On-Device 2 ที่รันออฟไลน์และปรับเข้ากับหุ่นยนต์รูปร่างใหม่ด้วยตัวอย่างไม่ถึง 200 ชิ้น พร้อมเบนช์มาร์กความปลอดภัยตัวใหม่ ASIMOV-Agentic

· อ่าน 6 นาที
NVIDIA เปิด Cosmos 3 Edge — world model 4B โอเพนเวต รันเรียลไทม์บนหุ่นยนต์
โมเดลใหม่

NVIDIA เปิด Cosmos 3 Edge — world model 4B โอเพนเวต รันเรียลไทม์บนหุ่นยนต์

NVIDIA ปล่อย Cosmos 3 Edge โมเดล world model ขนาด 4B แบบโอเพนเวต (ลิขสิทธิ์ OpenMDW-1.1) ที่รันควบคุมหุ่นยนต์เรียลไทม์ 15 Hz บน Jetson Thor ด้วยสถาปัตยกรรมสองหอคอย autoregressive + diffusion บล็อกนักพัฒนาเผยรายละเอียดวันที่ 20 ก.ค.

· อ่าน 6 นาที
Mistral ลงสนามหุ่นยนต์ด้วย Robostral Navigate: โมเดล 8B นำทางหุ่นยนต์ด้วยกล้อง RGB ตัวเดียว ไม่ต้องใช้ LiDAR — แต่ยังไม่ปล่อยน้ำหนัก
โมเดลใหม่

Mistral ลงสนามหุ่นยนต์ด้วย Robostral Navigate: โมเดล 8B นำทางหุ่นยนต์ด้วยกล้อง RGB ตัวเดียว ไม่ต้องใช้ LiDAR — แต่ยังไม่ปล่อยน้ำหนัก

Mistral เปิดตัว Robostral Navigate โมเดล 8B สำหรับนำทางหุ่นยนต์ที่ใช้เพียงกล้อง RGB ตัวเดียว ไม่ต้องพึ่ง LiDAR หรือเซนเซอร์วัดระยะลึก ทำคะแนน R2R-CE 76.6% บนชุด validation unseen เทรนในซิมูเลชันล้วน 400,000 เส้นทาง แต่บริษัทยังไม่ระบุว่าจะปล่อยน้ำหนักโมเดลหรือไม่

· อ่าน 5 นาที
Hugging Face เปิด LeRobot v0.6.0 — อัปเดตใหญ่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์ส: world model, VLA 5 ตัวใหม่, และท่อ eval ครบวง 'จินตนาการ–ประเมิน–พัฒนา'
เครื่องมือนักพัฒนา

Hugging Face เปิด LeRobot v0.6.0 — อัปเดตใหญ่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์ส: world model, VLA 5 ตัวใหม่, และท่อ eval ครบวง 'จินตนาการ–ประเมิน–พัฒนา'

LeRobot v0.6.0 คือการอัปเดตครั้งใหญ่ที่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์สจาก Hugging Face — เพิ่ม world-model policy (VLA-JEPA, FastWAM, LingBot-VA), VLA ใหม่ 5 ตัว (GR00T N1.7, MolmoAct2, EO-1, EVO1, Multitask DiT), reward model API, เบนช์มาร์กจำลอง 6 ชุด, FSDP และเทรนบนคลาวด์ด้วยแฟล็กเดียว ปิดลูป 'จินตนาการ–ประเมิน–พัฒนา' ให้ครบวง

· อ่าน 5 นาที
EngineAI ยื่น IPO ฮ่องกงแบบลับ จุดกระแสคลื่นหุ่นยนต์ฮิวแมนนอยด์จีนแห่เข้าตลาดพร้อมกัน
ธุรกิจและกฎหมาย

EngineAI ยื่น IPO ฮ่องกงแบบลับ จุดกระแสคลื่นหุ่นยนต์ฮิวแมนนอยด์จีนแห่เข้าตลาดพร้อมกัน

EngineAI ผู้ผลิตหุ่นยนต์ฮิวแมนนอยด์จากเซินเจิ้น ยื่นไฟลิ่ง IPO ฮ่องกงแบบเป็นความลับ หลังเพิ่งเปิดโรงงานผลิตหุ่นยนต์ตัวละ 15 นาทีเมื่อ 1 มิ.ย. ขณะที่ Unitree, PaXini, Dreame และ Linkerbot ต่างเร่งเข้าตลาดในคลื่นเดียวกัน

· อ่าน 4 นาที
Standard Bots ปิด Series C $200M แตะยูนิคอร์น $1B — เดิมพันหุ่นยนต์อุตสาหกรรม 'AI-native' ที่ผลิตในอเมริกา
ธุรกิจและกฎหมาย

Standard Bots ปิด Series C $200M แตะยูนิคอร์น $1B — เดิมพันหุ่นยนต์อุตสาหกรรม 'AI-native' ที่ผลิตในอเมริกา

Standard Bots สตาร์ทอัพหุ่นยนต์อุตสาหกรรมสัญชาติอเมริกัน ประกาศเมื่อ 9 มิ.ย. ปิดรอบ Series C มูลค่า $200 ล้าน ดันมูลค่าบริษัทแตะ $1 พันล้าน ก้าวสู่สถานะยูนิคอร์น — เดิมพันหุ่นยนต์ AI-native ที่สอนงานด้วยการสาธิตแทนการเขียนโค้ด และผลิตในสหรัฐฯ ทั้งสายการผลิต

· อ่าน 4 นาที
Generalist AI ระดมทุน 400 ล้านดอลลาร์ มูลค่าบริษัทแตะ 2 พันล้าน — เดิมพันสร้าง 'Physical AGI' ให้หุ่นยนต์ทำงานในโลกจริง
ธุรกิจและกฎหมาย

Generalist AI ระดมทุน 400 ล้านดอลลาร์ มูลค่าบริษัทแตะ 2 พันล้าน — เดิมพันสร้าง 'Physical AGI' ให้หุ่นยนต์ทำงานในโลกจริง

สตาร์ตอัพหุ่นยนต์ Generalist AI ที่ก่อตั้งโดยอดีตนักวิจัย DeepMind และ Boston Dynamics ระดมทุนรอบใหม่ 400 ล้านดอลลาร์ นำโดย Radical Ventures พร้อมแบ็กอัพจาก Nvidia, Bezos Expeditions และเหล่าแองเจิลระดับตำนานอย่าง Fei-Fei Li — ดันมูลค่าบริษัทแตะ 2 พันล้านดอลลาร์ เพื่อเร่งสร้าง 'foundation model สำหรับหุ่นยนต์' ที่ปรับตัวกับโลกจริงได้

· อ่าน 5 นาที
NVIDIA เปิดตัว Isaac GR00T Reference Humanoid Robot — หุ่นยนต์ฮิวแมนนอยด์ "แบบเปิด" ตัวแรกสำหรับงานวิจัย ดันยุค Physical AI
ผลิตภัณฑ์

NVIDIA เปิดตัว Isaac GR00T Reference Humanoid Robot — หุ่นยนต์ฮิวแมนนอยด์ "แบบเปิด" ตัวแรกสำหรับงานวิจัย ดันยุค Physical AI

ในงาน GTC Taipei (1 มิ.ย. 2026) NVIDIA เปิดตัว Isaac GR00T Reference Humanoid Robot หุ่นยนต์ฮิวแมนนอยด์อ้างอิงแบบเปิดตัวแรก ผสาน Unitree H2 Plus + มือ Sharpa Wave 5 นิ้ว + คอมพิวต์ Jetson Thor และซอฟต์แวร์/โมเดล Isaac GR00T เป็นแพลตฟอร์มเดียว มหาวิทยาลัยชั้นนำอย่าง Stanford, ETH Zurich และ Ai2 จะนำไปใช้ วางขายผ่าน Unitree ปลายปี 2026

· อ่าน 4 นาที
Ai2 ปล่อย MolmoAct 2 — open foundation model สำหรับหุ่นยนต์ทำงานในโลกจริง, inference เร็วขึ้น 37x, ปล่อย MolmoAct 2-Bimanual YAM dataset 720 ชั่วโมง = ใหญ่สุด open-source สำหรับ bimanual manipulation
โมเดลใหม่

Ai2 ปล่อย MolmoAct 2 — open foundation model สำหรับหุ่นยนต์ทำงานในโลกจริง, inference เร็วขึ้น 37x, ปล่อย MolmoAct 2-Bimanual YAM dataset 720 ชั่วโมง = ใหญ่สุด open-source สำหรับ bimanual manipulation

5 พ.ค. — Ai2 ปล่อย MolmoAct 2 open Action Reasoning Model สำหรับหุ่นยนต์ที่ทำงานในโลกจริง — ตามต่อจาก MolmoAct เดิมเดือน ส.ค. 2025 — Inference เร็วขึ้นถึง 37x (180 ms ในตัว base, 790 ms กับ adaptive depth reasoning vs 6,700 ms ในรุ่นก่อน), บน Franka arm zero-shot ชนะ π0.5 ของ Physical Intelligence ทุกงาน (87.1% avg vs 45.2%) — ปล่อย Bimanual YAM dataset 720 ชั่วโมง, MolmoAct 2-FAST tokenizer open-source, model weights + data + code ครบ

· อ่าน 6 นาที
Sony Project Ace ขึ้นปก Nature — หุ่นยนต์ปิงปองตัวแรกที่ชนะนักกีฬาอาชีพ T.League ด้วย latency 20.2ms
งานวิจัย

Sony Project Ace ขึ้นปก Nature — หุ่นยนต์ปิงปองตัวแรกที่ชนะนักกีฬาอาชีพ T.League ด้วย latency 20.2ms

Sony AI ตีพิมพ์ผลงาน Project Ace บนปกวารสาร Nature — เป็นหุ่นยนต์เล่นปิงปองตัวแรกที่ชนะนักกีฬาอาชีพระดับ T.League ของญี่ปุ่นในการแข่งจริง โดยใช้ event-based vision + reinforcement learning ทำ end-to-end latency เพียง 20.2 ms เทียบกับ ~230 ms ของมนุษย์

· อ่าน 5 นาที
Fujitsu จับมือ Carnegie Mellon เปิด Physical AI Research Center — เร่ง Kozuchi Physical OS สั่งหุ่นยนต์หลายตัวในโรงงาน, โลจิสติกส์, ก่อสร้าง
งานวิจัย

Fujitsu จับมือ Carnegie Mellon เปิด Physical AI Research Center — เร่ง Kozuchi Physical OS สั่งหุ่นยนต์หลายตัวในโรงงาน, โลจิสติกส์, ก่อสร้าง

Fujitsu และ Carnegie Mellon University เปิด Physical AI Research Center ร่วมกัน เป้าหมายพัฒนา Fujitsu Kozuchi Physical OS — ระบบที่ผสาน brain intelligence (ปรับตัวจากประสบการณ์, เลียนแบบมนุษย์) กับ spatial intelligence (เข้าใจสภาพแวดล้อมจริง) เพื่อสั่งหุ่นยนต์หลายตัวทำงานประสานกันในโรงงาน, โลจิสติกส์, ก่อสร้าง, สาธารณสุข

· อ่าน 4 นาที