ໂທເຄນ ROBO ພື້ນເມືອງມີເງິນທຶນໄຫຼອອກຕໍ່ເນື່ອງ ເຮັດໃຫ້ອາລົມຂອງຊຸມຊົນດັ່ງເກົ່າພັງທະລາຍໄປພັກໜຶ່ງ. ມື້ນີ້ພວກເຮົາຈະອະທິບາຍຕະຫຼອດລອດເຫດຜົນພື້ນຖານຂອງ ROBO: ລະບົບ OM1

🔽🔽🔽🔽🔽🔽🔽🔽

ກຳນົດຕຳແໜ່ງກ່ອນ:

OM1 = OpenMind ນຳສະເໜີ «AI-native, ຮາດແວຣ໌ບໍ່ຈຳກັດ, ລະບົບປະຕິບັດການຫຸ່ນຍົນແບບໂມດູລເປີດໂອເພນຊອດ (Android ຂອງໂລກຫຸ່ນຍົນ)», ໂດດເດັ່ນເລື່ອງຖານອັດສະລິຍະຫຸ່ນຍົນຂ້າມຍີ່ຫໍ້ແບບລວມກັນ + ເຄືອຂ່າຍຮ່ວມມືແບບກະຈາຍ Fabric

ຫນຶ່ງ, ພື້ນຫຼັງແລະຕຳແໜ່ງຂອງໂຄງການ

1)ຈຸດເຈັບປວດຂອງອຸດສາຫະກຳ

ຫຸ່ນຍົນແບບດັ້ງເດີມ:

• ຜູ້ຜະລິດແຕ່ລະລາຍປິດໂຄດຂອງຕົນເອງ (Tesla, Boston Dynamics, ແຕ່ລະທີມພັດທະນາສະແຕັກຂອງຕົນ)

• ລະບົບນິເວດຊອຟແວຣ໌ຂອງຫຸ່ນຍົນສີ່ຂາ/ຮູບຄົນ/ລໍ້ ແຕກແຍກກັນ

• ທຸກຄັ້ງທີ່ປ່ຽນຮາດແວຣ໌ຈະຕ້ອງຂຽນໂຄດຮັບຮູ້, ນຳທາງ, ປະຕິສຳພັນໃໝ່ທັງຊຸດ, ຕົ້ນທຶນພັດທະນາສູງຫຼາຍ

2)ເປົ້າໝາຍຫຼັກຂອງ OM1

ເຮັດລະບົບເວລາດຳເນີນຂອງອັດສະລິຍະຮ່າງກາຍທົ່ວໄປ (Robot OS):

ຊັ້ນອະສອງຮາດແວຣ໌ + ສູນ AI ຫຼາຍໂມດອນ + ການໃຊ້ເຫດຜົນທັງທ້ອງຖິ່ນ+ຄລາວ + ເຄືອຂ່າຍຮ່ວມມືຂ້າມຫຸ່ນຍົນ

ຄຳຂວັນ: AI-Native (ອອກແບບຈາກຖານລຸ່ມເພື່ອຕົວແບບໃຫຍ່ ແລະອັດສະລິຍະຮ່າງກາຍ, ບໍ່ໄດ້ເອົາ LLM ໄປພັນເທິງ ROS ເກົ່າໆ)

ໃບອະນຸຍາດໂອເພນຊອດ: MIT ໂອເພນຊອດ (ເປີດເຜີຍໃນ GitHub)

3)ທີມງານ ແລະ ທຶນຮອນ

ສຳນັກງານໃຫຍ່ຢູ່ San Francisco, ນຳໂດຍອາຈານຈາກມະຫາວິທະຍາໄລ Stanford, ທີມຜູ້ກໍ່ຕັ້ງມາຈາກ Google ແລະທີມຫຸ່ນຍົນ Tesla; ການລະດົມທຶນໃນຊ່ວງແລກປະມານ 20 ລ້ານດອລລາ, ຜູກໂຍງແນ່ນຫນາກັບລະບົບນິເວດຮາດແວຣ໌ຫຸ່ນຍົນ (Unitree Technology, UBTECH, Nvidia ແລະອື່ນໆ).

ສອງ, ສະຖາປັດຕະຍະກຳຫຼັກ 4 ຊັ້ນ (ການຮັບຮູ້→ຄວາມຈຳ→ການຕັດສິນໃຈ→ການກະທຳ)

Layer 1: ຊັ້ນອະສອງຮາດແວຣ໌ HAL (ຊັ້ນລ່າງສຸດ)

• ຮາດແວຣ໌ບໍ່ຈຳກັດຍີ່ຫໍ້: ລົບຄວາມແຕກຕ່າງຂອງມໍເຕີ, ລິດາຣ, ກ້ອງ, ແລະຖານຂອງຫຸ່ນຍົນຕ່າງໆ

• ເຂົ້າກັນໄດ້ແບບດັ້ງເດີມ: ROS2, DDS, Zenoh, ການຕິດຕັ້ງແບບຄອນເທນເນີ Docker

• ຮອງຮັບຊິບ: ARM64 (Jetson/Orin), AMD64

• ເຂົ້າກັນໄດ້ກັບຮາດແວຣ໌ດັ້ງເດີມ: Unitree Go2/Go1, G1 ຫຸ່ນຍົນຮູບຄົນ, ຫຸ່ນຍົນລໍ້, ແຂນກົນຈັກ, LIMX ຫຸ່ນຍົນຮູບຄົນ ແລະອື່ນໆ

ສະຫຼຸບໃນປະໂຫຍກດຽວ: ບໍ່ວ່າຫຸ່ນຍົນຮູບຮ່າງແບບໃດ, ໃຊ້ຊຸດຄຳສັ່ງ AI ຊັ້ນສູງຊຸດດຽວຄວບຄຸມ

Layer 2: ຊັ້ນຮວມການຮັບຮູ້ຫຼາຍໂມດອນ

• ການຮວມຂໍ້ມູນຈາກເຊັນເຊີ: ລິດາຣ SLAM, ກ້ອງຖ່າຍຮູບ 3D, ຮູບແບບໃຫຍ່ດ້ານວິຊັນ VLM, ຊຸດໄມໂຄຣໂຟນ

• ການສ້າງແຜນທີ່ສິ່ງແວດລ້ອມ, ການຮູ້ຈຳບຸກຄົນ, ການເຂົ້າໃຈສະຖານການ, ຄວາມຈຳໃນພື້ນທີ່

• ການອອກແບບຄວາມເປັນສ່ວນຕົວ: ປິດບັງໃບໜ້າ, ກັ່ນຕອງຂໍ້ມູນພື້ນທີ່, ການເກັບຮວບຮວມຢ່າງຖືກກົດໝາຍ

Layer 3: ຊັ້ນຮັບຮູ້ຄິດໄຕ່ (ຈຸດເດັ່ນຫຼັກສຸດຂອງ OM1)

1. Memory Bank ຄວາມຈຳຍາວນານແບບຖາວອນ

ຫຸ່ນຍົນຈື່ຈຳບົດສົນທະນາເກົ່າ, ຄວາມມັກຂອງຜູ້ໃຊ້, ຈຸດຕຳແໜ່ງໃນພື້ນທີ່, ແລະວຽກງານເກົ່າ, ພ້ອມຮັກສາຄວາມຈຳໄວ້ໄດ້ຂ້າມການເປີດ-ປິດເຄື່ອງ

2. ສູນຈັດການສະເພາະຂອງ LLM/VLM ແບບດັ້ງເດີມ

ມີອະແດັບເຕີໃນຕົວ, ສາມາດເສີມເຂົ້າໃຊ້ແບບປລັກອິນ: GPT-4o, Gemini, DeepSeek, ແບບຈຳລອງໃຫຍ່ໂອເພນຊອດໃນທ້ອງຖິ່ນ

ໃຊ້ພາສາທຳມະຊາດເປັນບັດບັດຄຳສັ່ງພາຍໃນຂອງຫຸ່ນຍົນ

3. Agent ວາງແຜນວຽກງານ

ແຍກຄຳສັ່ງພາສາທຳມະຊາດໜຶ່ງປະໂຫຍກ («ລາດຕະເວນຫ້ອງຈັດແສດງ, ເມື່ອພົບຜູ້ມາເຢັ່ຍຢາມໃຫ້ທັກທາຍກ່ອນ») ອອກເປັນວຽກຍ່ອຍແບບເປັນຂັ້ນຕອນ: ນຳທາງ, ການກວດຈັບພາບ, ການໂຕ້ຕອບດ້ວຍສຽງ, ແລະການປະຕິບັດທ່າທາງ

Layer 4: ຊັ້ນປະຕິບັດ (ການເຄື່ອນໄຫວ ແລະຜົນອອກດ້ານປະຕິສຳພັນ)

• ສະແຕັກນຳທາງ: ອີງໃສ່ Nav2+SLAM ຫຼີກສິ່ງກີດຂວາງອັດຕະໂນມັດ, ລາດຕະເວນຕາມຈຸດ

• ສົ່ງຄຳສັ່ງການເຄື່ອນໄຫວໄປໃຫ້ຕົວຄວບຄຸມຖານ/ຂໍ່ຕໍ່

• ການສັງເຄາະສຽງ, ສົ່ງອອກອະວາຕາສະແດງຜົນບນຈໍ

• ຮອງຮັບທັງໂໝດການໃຊ້ເຫດຜົນທ້ອງຖິ່ນ edge + ໂໝດການໃຊ້ເຫດຜົນຮວມຄລາວ

ສາມ, ເທັກໂນໂລຢີເດັ່ນສອງຢ່າງ: OM1 + ເຄືອຂ່າຍ FABRIC (ລະບົບນິເວດຄູ່ຄວບ)

1)OM1 (ສະໝອງຂອງຫຸ່ນຍົນຕົວດຽວ)

ໄມໂຄຣບໍລິການແບບໂມດູລທີ່ຕິດຕັ້ງແບບຄອນເທນເນີ, ສາມາດອັບເກຣດໂມດູນການຮັບຮູ້, ໂມດູນຕົວແບບໃຫຍ່, ແລະໂມດູນນຳທາງໄດ້ແຍກກັນ ໂດຍບໍ່ລົບກວນກັນ

• ສະພາບແວດລ້ອມຈຳລອງ WebSim / Gazebo: ຝຶກຢູ່ໃນຄອມພິວເຕີກ່ອນ, ແລ້ວຄ່ອຍນຳໄປຕິດຕັ້ງບນເຄື່ອງຈິງ

• SDK: ຍຶດ Python ເປັນຫຼັກ, ໃຫ້ນັກພັດທະນາຂຶ້ນມາສ້າງຄວາມສາມາດໃຫ້ຫຸ່ນຍົນໄດ້ງ່າຍ

• ໂມເດລຮ້ານຄ້າຄວາມສາມາດ: ຕິດຕັ້ງຄວາມສາມາດໃໝ່ໃຫ້ຫຸ່ນຍົນເຫມືອນແອັບໃນໂທລະສັບ (ກວດກາ, ນຳທາງ, ເບິ່ງແຍງ, ກວດຄັງສິນຄ້າ)

2)ເຄືອຂ່າຍຮ່ວມມືກະຈາຍອຳນາດ FABRIC (ຊັ້ນເຄືອຂ່າຍຂ້າງເທິງຂອງ OM1)

ນີ້ແມ່ນຈຸດສຳຄັນທີ່ OpenMind ແຕກຕ່າງຈາກ Robot OS ທົ່ວໄປ:

1. ມອບຕົວຕົນດິຈິຕອລແບບກະຈາຍອຳນາດໃຫ້ຫຸ່ນຍົນ OM1 ທຸກຕົວ

2. ການເຊື່ອມເຄືອຂ່າຍປອດໄພຂ້າມຜູ້ຜະລິດ, ແບ່ງປັນແຜນທີ່, ແບ່ງປັນປະສົບການສິ່ງແວດລ້ອມ, ແລະຮ່ວມກັນປະຕິບັດວຽກ

3. ການຮຽນຮູ້ປະສົບການແບບກະຈາຍ: ເສັ້ນທາງ/ຍຸດທະສາດທີ່ຫຸ່ນຍົນໜຶ່ງຕົວປັບປຸງໃນສະຖານການ ສາມາດຊິງຄ໌ໃຫ້ຫຸ່ນຍົນອື່ນໆໃນກຸ່ມໄດ້ພາຍໃຕ້ການອະນຸຍາດ

4. ມີການຊຳລະຜົນວຽກງານບນ chain ແລະການຢືນຢັນຄວາມເຊື່ອຖືຂອງອຸປະກອນມາພ້ອມ (ມີຂ່າວລືເຖິງການຮ່ວມມືກັບລະບົບນິເວດ Pi Network ໃນຊ່ວງແລກ)

ເຂົ້າໃຈແບບງ່າຍໆ:

OM1 ແມ່ນສະໝອງຂອງຫຸ່ນຍົນຕົວດຽວ; Fabric ແມ່ນ “ສະໝອງກາງຄລາວ” ລວມຂອງຫຸ່ນຍົນຫຼາຍຕົວ

ສີ່, ສະຫຼຸບຄຸນລັກສະນະເທັກໂນໂລຢີສຳຄັນ

1)ການອອກແບບ AI-native (ແຕກຕ່າງຈາກ ROS ແບບດັ້ງເດີມ)

ROS ແບບດັ້ງເດີມ: ການຄວບຄຸມການເຄື່ອນໄຫວຖືກໃຫ້ຄວາມສຳຄັນກ່ອນ, AI ເປັນອຸປະກອນເສີມ

OM1: ເອັດເຈນຕ໌ຂອງຕົວແບບໃຫຍ່, ການຮັບຮູ້ຫຼາຍໂມດອອນ, ຄວາມຈຳ, ແລະການໃຊ້ເຫດຜົນ ແມ່ນອົງປະກອບດັ້ງເດີມຢູ່ຊັ້ນລຸ່ມຂອງລະບົບ

2)ສະຖາປັດຕະຍະກຳແບບໂມດູລ ສາມາດເສີມ-ຖອນໄດ້

• ຢາກໃຊ້ແບບຈຳລອງວິຊັນຕົວໃດ, LLM ຕົວໃດ, ອັນກໍລິທຶມນຳທາງຕົວໃດ, ປ່ຽນແທນແບບປລັກອິນໄດ້

• ຮູບແບບການນຳໃຊ້ 3 ແບບ: ການຕິດຕັ້ງອຸດສາຫະກຳ, ໂປຣໂຕໄທບວິຈັຍ, ແລະການສຶກສາຝຶກອົບຮົມ

3)ການຕິດຕັ້ງແບບຮວມ edge ທ້ອງຖິ່ນ + cloud

• ການກະທຳສຳຄັນດ້ານຄວາມປອດໄພ (ຫຼີກສິ່ງກີດຂວາງ, ຮັກສາດຸນ): ດຳເນີນຢູ່ທ້ອງຖິ່ນດ້ວຍຄ່າຄວາມລ້າຊ້າຕ່ຳ

• ການໃຊ້ເຫດຜົນຊັບຊ້ອນ, ການສົນທະນາຂໍ້ຄວາມຍາວ, ການຝຶກຂໍ້ມູນຂະໜາດໃຫຍ່: ເອີ້ນໃຊ້ OM1 API ບນຄລາວ (ບໍລິການ API ແບບຈ່າຍຕາມການໃຊ້)

4)ອອກແບບເພື່ອການນຳໃຊ້ໃນທາງການຄ້າ

• ຫຼັງບ້ານການຕິດຕາມ, ການຈຳກັດອັດຕາ, ບັນທຶກລັອກ, ແລະຫຼັງບ້ານບຳລຸງຮັກສາອຸປະກອນ

• ແມ່ແບບຕັ້ງຄ່າລ່ວງໜ້າຕາມອຸດສາຫະກຳ: ກວດກາເຂດສວນອຸດສາຫະກຳ, ເບິ່ງແຍງໂຮງໝໍ, ນຳທາງໃນຫ້ອງຈັດແສດງ, ຄວາມປອດໄພໂຮງງານ

ຫ້າ, ສະຖານະການນຳໃຊ້ຫຼັກ

1. ຫຸ່ນຍົນຮູບຄົນ/ສີ່ຂາສຳລັບບໍລິການທາງການຄ້າ

ພາທົວສະແດງ, ກວດກາອາຄານ, ຄວາມປອດໄພຊັບສິນ, ຜູ້ຊ່ວຍເບິ່ງແຍງໃນໂຮງໝໍ

2. ແພລດຟອມຫຸ່ນຍົນສຳລັບວິຈັຍ ແລະ ມະຫາວິທະຍາໄລ

ຖານພັດທະນາລວມ ບໍ່ຕ້ອງສ້າງລໍ້ເດີມຊ້ຳສຳລັບຮາດແວຣ໌ຕ່າງໆ

3. ກຸ່ມຫຸ່ນຍົນແບບຍືດຫຍຸ່ນອຸດສາຫະກຳ

ຫຸ່ນຍົນຫຼາຍຕົວຫຼາຍຮູບແບບຮ່ວມມືກັນຄັດແຍກ, ກວດກາ, ແລະຈັດເກັບສິນຄ້າ

4. ບໍລິການ API ຫຸ່ນຍົນແບບ SaaS ສຳລັບ B-end

ອົງກອນຕ່າງໆເອີ້ນໃຊ້ບໍລິການຄລາວ OM1 ເພື່ອສ້າງບໍລິການຫຸ່ນຍົນສຳລັບປັບແຕ່ງໄດ້ຢ່າງວ່ອງໄວ, ລົດຕົ້ນທຶນການພັດທະນາຂອງຕົນລົງຢ່າງຫຼາຍ

ຫົກ, ຈຸດເດັ່ນ ແລະ ຂໍ້ອ່ອນໃນປັດຈຸບັນ (ຢ່າງສັດຈິງ)

✅ ຈຸດແຂງ

1. ລວມລະບົບນິເວດຂ້າມຮາດແວຣ໌ແບບດຽວ, ຫຼຸດຄວາມແຕກແຍກໃນການພັດທະນາຫຸ່ນຍົນ

2. ເສັ້ນທາງຄູ່ ໂອເພນຊອດ + ບໍລິການຄລາວພານິດ, ຄຸ້ມຄອງທັງວຽກວິຈັຍ ແລະ ການນຳໃຊ້ທາງການຄ້າ

3. ຜະສານ LLM, ການຮັບຮູ້ແບບຮ່າງກາຍ, ແລະການນຳທາງໃນພື້ນທີ່ເຂົ້າເປັນສະແຕັກດຽວຢ່າງເລິກ

4. ການຕິດຕັ້ງແບບຄອນເທນເນີ, ຮູບແບບພັດທະນາ cloud-native ສະໄໝໃໝ່

⚠️ ຂໍ້ຈຳກັດປັດຈຸບັນ (ຊ່ວງ Beta)

1. ຄວາມສາມາດຄວບຄຸມການເຄື່ອນໄຫວຮ່າງກາຍທັງໝົດຂອງຫຸ່ນຍົນຮູບຄົນຂັ້ນສູງ ຍັງບໍ່ໄດ້ດີເທົ່າສະແຕັກການເຄື່ອນໄຫວທີ່ທີມ Boston Dynamics ພັດທະນາແລະປັບປຸງເຊິ່ງລຶກ

2. ພຶ່ງພາ API ຂອງຕົວແບບໃຫຍ່ຢ່າງໜັກ, ຄວາມສາມາດຕິດຕັ້ງອອບໄລນ໌ແບບລ້ວນໆຢູ່ໃນທ້ອງຖິ່ນຍັງກຳລັງພັດທະນາ

3. ເຄືອຂ່າຍ Fabric ແບບກະຈາຍອຳນາດຍັງຢູ່ໃນຊ່ວງທົດສອບ, ກໍລະນີນຳໃຊ້ໃນລະດັບໃຫຍ່ຍັງມີບໍ່ຫຼາຍ

ເຈັດ, ສະຫຼຸບແບບປະໂຫຍກດຽວ

OM1 = ລະບົບປະຕິບັດການຫຸ່ນຍົນໂອເພນຊອດທົ່ວໄປສຳລັບຍຸກອັດສະລິຍະຮ່າງກາຍ.

ໃຊ້ຊັ້ນອະສອງຮາດແວຣ໌ເພື່ອລົບຄວາມແຕກຕ່າງຂອງຮາດແວຣ໌, ໃຊ້ຕົວແບບໃຫຍ່+ຄວາມຈຳຍາວນານເປັນສະໝອງຮັບຮູ້ຂອງຫຸ່ນຍົນ, ຈັບຄູ່ກັບເຄືອຂ່າຍ Fabric ແບບກະຈາຍອຳນາດເພື່ອໃຫ້ຫຸ່ນຍົນຫຼາຍຕົວຮ່ວມມືຂ້າມຍີ່ຫໍ້, ເປົ້າໝາຍຄືກາຍເປັນຖານຊອຟແວຣ໌ກາງມາດຕະຖານຂອງອຸດສາຫະກຳຫຸ່ນຍົນ.

$ROBO

ROBO
ROBO
0.00845
-1.17%

#ROBO #AI #人形机器人 #内容挖矿 #OpenMind

@Fabric Foundation