เงินทุน 2 พันล้านหยวน! Lingchu AI ทุ่มเทให้กับข้อมูลดั้งเดิมของมนุษย์ เพื่อแก้ปัญหาข้อมูลของปัญญาประดิษฐ์แบบมีตัวตน

ยุนจง ส่งข่าวจาก เอาเฟยซื่อ

จุดแข่งขันหลักของปัญญาประดิษฐ์เชิงรูปธรรม (Embodied AI) อาจไม่ได้อยู่ที่ฮาร์ดแวร์หุ่นยนต์เอง

ความแตกต่างในการรับรู้นี้ กำลังถูกแปลงเป็นการลงทุนอย่างรวดเร็วโดยทุนที่เฉียบคม

เมื่อเร็วๆ นี้ Lingchu AI (灵初智能) ประกาศระดมทุนเสร็จสิ้นในรอบ Angel และ Pre-A รวมมูลค่าประมาณ 2 หมื่นล้านหยวน

• รอบ Angel ได้รับการลงทุนร่วมจากทุนระดับชาติ เช่น China Development Bank Capital, China Capital, CCTV Media Convergence Industry Investment Fund, ทุนเชิงกลยุทธ์จากบริษัทมหาชนมูลค่าหลายแสนล้านหยวน, กองทุนภายใต้บริษัท Changfei Fiber Optic และผู้นำอุตสาหกรรมอื่นๆ รวมถึงกองทุนชื่อดังหลายแห่ง เช่น Yuansheng Venture Capital, Zhuhai Science and Technology Industry Group, Junshan Investment
• รอบ Pre-A นำโดยกองทุนต่างๆ เช่น Shanghai State-owned Capital Xuhui Capital, ตามด้วยทุนรัฐท้องถิ่น เช่น Liangxi Science and Innovation Industry Phase II Fund of Funds, Xichuang Investment และกองทุนตามกลไกตลาด เช่น Pufeng Capital, Taiming Capital โดยผู้ถือหุ้นเดิมหลายรายลงทุนเพิ่มเกินสัดส่วน Huaxing Capital ทำหน้าที่เป็นที่ปรึกษาทางการเงินระยะยาว

เงินทุนนี้จะถูกใช้หลักเพื่อเร่งการขยายขนาดการใช้งานจริง ในสถานการณ์โลจิสติกส์และการสร้างระบบรวบรวมข้อมูล ของ Lingchu AI

นี่เป็นการเปิดเผยความคืบหน้าการระดมทุน อย่างเป็นระบบครั้งแรก ของ Lingchu AI ก่อนหน้านี้ บริษัทดำเนินงานอย่างเงียบๆ มาโดยตลอด มุ่งเน้นการพัฒนาอย่างหนักในด้าน แนวทางเทคโนโลยีและการขัดเกลาระบบข้อมูล

ภูมิหลังที่หลากหลายของทีมผู้ก่อตั้งเป็นหนึ่งในปัจจัยสำคัญที่ดึงดูดทุนระดับชาติและท้องถิ่นให้ลงทุนหนัก:

• หวัง ฉีปิน ผู้ก่อตั้งและ CEO มีประสบการณ์ 20 ปีในการดำเนินผลิตภัณฑ์ด้านโทรศัพท์มือถือ, สมาร์ทสปีกเกอร์ และหุ่นยนต์ เคยดำรงตำแหน่งผู้บริหารระดับสูงที่ BlackBerry, Sonos และ Yunji Technology
• เฉิน หยวนเผย ผู้ร่วมก่อตั้ง เป็น Gen Z (เกิดหลังปี 2000) ขณะศึกษาปริญญาโทที่สถาบันปัญญาประดิษฐ์ Peking University ได้เรียนภายใต้การแนะนำของ Yang Yaodong ผู้เชี่ยวชาญด้าน Reinforcement Learning เคยแลกเปลี่ยนเชิงลึกกับ Li Fei-Fei ที่ Stanford และเคยปฏิเสธข้อเสนอเงินเดือนสูงจากโครงการ “Genius Youth” ของ Huawei

ในยุคที่อุตสาหกรรมส่วนใหญ่มุ่งเน้นที่การสาธิตและการแข่งขันด้านพารามิเตอร์ Lingchu AI เลือกเส้นทางที่แตกต่างอย่างชัดเจน: เลิกใช้การควบคุมหุ่นยนต์ระยะไกล (Teleoperation) ที่มีราคาแพงและไม่มีประสิทธิภาพ แล้ว ทุ่มเทเต็มที่กับข้อมูลดั้งเดิมจากมนุษย์

จาก “ศูนย์กลางเครื่องจักร” สู่ “ศูนย์กลางมนุษย์”: ปรับโครงสร้างพื้นฐานข้อมูลใหม่

ปัญญาประดิษฐ์เชิงรูปธรรมต้องเผชิญกับปัญหาข้อมูลสามประการมาโดยตลอด:

1. ข้อมูลจำลอง (Simulation Data) มีช่องว่างระหว่าง “การจำลองสู่ความเป็นจริง” ที่ยากจะก้าวข้าม โดยเฉพาะเมื่อจัดการกับวัตถุอ่อนนุ่ม
2. ข้อมูลควบคุมหุ่นยนต์ระยะไกล (Robot Teleoperation Data) มีต้นทุนการรวบรวมสูง ต้องพึ่งพาการจ้างแรงงานภายนอก และยากที่จะครอบคลุมความซับซ้อนและความหลากหลายของโลกกายภาพ
3. ข้อมูลและฮาร์ดแวร์ผูกพันกันอย่างแน่นหนา ทำให้ข้อมูลที่รวบรวมจากหุ่นยนต์ตัวใดตัวหนึ่ง ใช้ได้เฉพาะกับระบบนั้นเท่านั้น ก่อให้เกิดเกาะโดดเดี่ยวทางระบบนิเวศ

แม้แต่แผนการรวบรวมข้อมูลด้วยอุปกรณ์ UMI (Universal Mechanical Interface) ที่กำลังเป็นที่นิยมในปัจจุบัน ในมุมมองของ Lingchu AI ก็ยังมีข้อจำกัดเชิงโครงสร้าง พวกเขาเชื่อว่านี่ไม่ใช่แค่ปัญหาการเลือกเครื่องมือ แต่เป็นการแข่งขันขั้นพื้นฐานใน กระบวนทัศน์ข้อมูล (Data Paradigm)

โดยแก่นแท้แล้ว UMI คือการให้มนุษย์เลียนแบบการเคลื่อนไหวของหุ่นยนต์ ซึ่งเป็นตรรกะแบบ “ศูนย์กลางเครื่องจักร” ระยะสั้นดูเหมือนลดอุปสรรค แต่ระยะยาวอาจจำกัดขีดความสามารถสูงสุด หากข้อมูลถูกรวบรวมโดยยึดหุ่นยนต์เป็นศูนย์กลาง ขอบเขตความสามารถของโมเดลก็จะถูกจำกัดไว้เช่นกัน แต่ถ้าแหล่งข้อมูลมาจาก มนุษย์เอง โมเดลจะเรียนรู้ “แก่นแท้ของงาน” แทนที่จะเป็น “โครงสร้างของเครื่องจักร” เส้นทางทั้งสองนี้กำหนดระดับเพดานความสามารถของปัญญาประดิษฐ์เชิงรูปธรรมในอนาคต

“UMI รวบรวมข้อมูลจากกริปเปอร์ของหุ่นยนต์ ไม่สามารถนำไปใช้ทั่วไปได้ ข้อมูลที่รวบรวมด้วย UMI ในวันนี้ ไม่สามารถนำไปใช้กับมือ Dexterous Hand ห้านิ้วได้โดยตรง” เฉิน หยวนเผย ชี้ให้เห็นว่า แผนการนี้ลดทอนมือ Dexterous Hand ของมนุษย์ซึ่งมีดีกรีอิสระกว่า 20 องศา ให้เหลือเพียงกริปเปอร์ง่ายๆ ที่แค่ “เปิด-ปิด”

เพื่อแก้ปัญหาการเริ่มต้นเย็น (Cold Start) นี้ Lingchu AI พัฒนาด้วยตนเองแบบเต็มสแต็กและเปิดตัวแผนการรวบรวมข้อมูลมนุษย์ดั้งเดิมสำหรับปัญญาประดิษฐ์เชิงรูปธรรมเป็นครั้งแรกของโลก นั่นคือ Psi-SynEngine

ตรรกะหลักคือ ยึดมนุษย์เป็นศูนย์กลาง แผนการใช้อุปกรณ์ถุงมือสัมผัสแบบเอ็กโซสเกเลตอนพกพา จับข้อมูลดีกรีอิสระ 21 ข้อต่อของมือมนุษย์และข้อมูลสัมผัสมือทั้งหมดอย่างแม่นยำ โดยไม่รบกวนการทำงานปกติของคนงาน ระบบบันทึกข้อมูลภาพ, สัมผัส, การเคลื่อนไหว และภาษาจากมุมมองของศีรษะและมือแบบซิงโครไนซ์ เพื่อสนับสนุนการจัดตำแหน่งหลายโหมด (Multi-modal Alignment) ในขั้นพรีเทรนด้วยข้อมูลจริง

ความก้าวหน้าที่สำคัญอยู่ที่ ต้นทุน และ ความสามารถในการถ่ายโอน (Transferability)

หวัง ฉีปิน เปิดเผยว่า ต้นทุนรวมของการรวบรวมข้อมูลผ่านถุงมือสัมผัส เป็นเพียง 10% ของแผนการควบคุมหุ่นยนต์ระยะไกลด้วยตัวหุ่นยนต์จริง ส่วนกำแพงป้องกันที่แท้จริงอยู่ที่ ความสามารถในการถ่ายโอนข้ามตัวหุ่นยนต์ (Cross-body Transferability) “หุ่นยนต์จะถูกพัฒนาต่อ กริปเปอร์จะถูกเปลี่ยน แต่มือมนุษย์ไม่เปลี่ยนแปลง” เฉิน หยวนเผย กล่าว

ผ่านอัลกอริธึมถ่ายโอนที่อิงแบบจำลองโลก (World Model) และการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) Lingchu สามารถแมปการเคลื่อนไหวของมนุษย์ไปยังมือ Dexterous Hand ที่มีโครงสร้างต่างกันได้อย่างมีคุณภาพสูง ช่วยเชื่อมช่องว่าง “เชิงรูปธรรม (Embodiment Gap)” เมื่อแหล่งข้อมูลหลุดพ้นจากฮาร์ดแวร์เฉพาะ ขีดจำกัดความสามารถของโมเดลก็ถูกเปิดออกเช่นกัน

ไม่เพียงแค่ข้อมูล: สร้าง “สมองที่ทำงานเป็น”

พื้นฐานข้อมูลแก้ปัญหา “แร่มาจากไหน” แต่ความสามารถในการแข่งขันที่แท้จริงอยู่ที่วิธีการแปลง “แร่” เหล่านี้ให้เป็นความสามารถของโมเดลอย่างมีประสิทธิภาพ

การเปิดตัวระบบรวบรวมข้อมูล ในสายตาของภายนอกอาจดูเหมือนธุรกิจ “ขายพลั่ว” แต่ในแผนของ Lingchu AI นี่เป็นเพียง จุดเริ่มต้นของวงล้อ (Flywheel)

เฉิน หยวนเผย กล่าวชัดเจนว่า:

เราจะไม่หยุดอยู่ที่บทบาทผู้จัดหาข้อมูล

ข้อมูลคือเชื้อเพลิงสำหรับฝึกสมองเชิงรูปธรรม ไม่ใช่จุดสิ้นสุด สิ่งที่มีคุณค่าในระยะยาวคือ ความสามารถในการทำงานทั่วไปที่ถ่ายโอนได้ ซึ่งถูกหล่อเลี้ยงด้วยข้อมูล เป้าหมายของ Lingchu AI คือการจัดหา “สมองที่ทำงานเป็น”

ในตรรกะของ Lingchu การรวบรวมข้อมูลจากแรงงานมนุษย์เพียงอย่างเดียวมีเกณฑ์ต่ำ แก่นแท้คือการทำกำไรจากส่วนต่างค่าแรง ในขณะที่ระดับการย่อย, การทำให้เป็นทั่วไป (Generalization) และการถ่ายโอนข้อมูลของโมเดลต่างหาก ที่กำหนดขีดจำกัดคุณค่าสุดท้ายของข้อมูล

ดังนั้น บริษัทจึงเลือกเส้นทางที่ค่อนข้างพบได้น้อย:

• ตรวจสอบขอบเขตความสามารถผ่านโมเดลก่อน แล้วจึงนิยามระบบข้อมูลที่ต้องการย้อนกลับ
• ตัดสินใจผ่านการฝึกโมเดลและการทดลองงานก่อน ว่าข้อมูลใดมีคุณค่าจริง จากนั้นจึงสร้างความสามารถในการรวบรวมข้อมูลขนาดใหญ่รอบข้อมูลสำคัญเหล่านั้น

วงจรปิดแบบ “โมเดลขับเคลื่อนข้อมูล (Model-driven Data)” นี้ ทำให้ Lingchu สามารถปรับปรุงโครงสร้างข้อมูล, ระบบติดป้ายกำกับ (Annotation) และวิธีการรวบรวมอย่างต่อเนื่องในกระบวนการผลักดันโมเดลสู่การใช้งานจริง ทำให้ข้อมูลกลายเป็นสินทรัพย์ที่มีโครงสร้างซึ่งติดตามเป้าหมายโมเดลและวิวัฒนาการอยู่เสมอ

เมื่อเทียบกับการเล่าเรื่องยิ่งใหญ่ที่พบเห็นทั่วไปในอุตสาหกรรม Lingchu แสดงออกอย่างค่อนข้างระมัดระวังและเป็นจริง หวัง ฉีปิน เปิดเผยว่า ในครึ่งหลังของปี 2025 บริษัทได้เปลี่ยนทิศทางสำคัญครั้งหนึ่ง: หยุดการลงทุนทรัพยากรในการสาธิตแบบแสดงผลลัพธ์ล้วนๆ (Pure Demo) หันไปมุ่งเน้น การรวบรวมข้อมูลจริงและการส่งมอบในสถานการณ์เฉพาะ (Segmented Scenarios) อย่างเต็มที่

เหตุผลคือ การวิวัฒนาการของโมเดลต้องการสารอาหารที่แข็งแกร่งที่สุด และสารอาหารเหล่านี้หาได้จาก “ปัญหาความหนาแน่นสูง (High-density Problems)” ที่เกิดขึ้นจากการปะทะกันในการส่งมอบงานจริงเท่านั้น

Lingchu เลือกเริ่มจากสถานการณ์ที่เฉพาะเจาะจงมาก เช่น งานที่มีความซับซ้อนสูงและมีความยืดหยุ่นมากอย่าง “การป้อนเสื้อผ้า (Clothes Feeding)” หรือ “การตรวจสอบการบรรจุกล่อง (In-box Inspection)” ตัวอย่างการป้อนเสื้อผ้า ปัจจุบัน Lingchu สามารถทำให้เกิดการจับยึดแบบทั่วไป (Generalized Grasping) สำหรับ เสื้อผ้าหลายพันชิ้น ได้แล้ว เพิ่มจังหวะการทำงานเป็น 800 UPH (หน่วยต่อชั่วโมง) ก่อให้เกิดวงจรปิดที่สมบูรณ์ตั้งแต่การติดตั้งสถานการณ์, การรวบรวมข้อมูล ไปจนถึงการปรับปรุงโมเดล

วิธีการนี้ถูกสะสมภายในเป็น “วงล้อแห่งความสามารถ (Ability Flywheel)”: การใช้งานจริงในสถานการณ์ใหม่แต่ละครั้งกำลังหล่อเลี้ยงโมเดล และโมเดลที่แข็งแกร่งขึ้น ก็กลายเป็นกุญแจสำคัญในการเปิดประตูสู่สถานการณ์ที่ซับซ้อนถัดไป

Full-Stack ที่มีขอบเขต: สร้างกำแพงป้องกันด้วยความสามารถที่วิวัฒนาการ

ในสนามปัญญาประดิษฐ์เชิงรูปธรรมที่ซอฟต์แวร์และฮาร์ดแวร์ผสานกัน ความสามารถแบบ Full-Stack เป็นสิ่งที่จำเป็นเกือบจะหลีกเลี่ยงไม่ได้ แต่ “Full-Stack” ของ Lingchu AI มีความรู้สึกถึงขอบเขตที่ชัดเจน พวกเขามุ่งความสนใจอย่างสูงไปที่โซ่หลัก (Core Chain) และวางตำแหน่งอย่างแม่นยำ

มุมมองของหวัง ฉีปิน คือ: สิ่งที่ซื้อได้ในตลาดและเพียงพอต่อการใช้งาน จะไม่ลงทุนซ้ำซ้อนเป็นอันขาด ทุกขั้นตอนที่ขัดขวางความสามารถหลัก ต้องควบคุมให้牢牢

ดังนั้น บริษัทจึงเลือก พัฒนาถุงมือข้อมูลและมือ Dexterous Hand ด้วยตนเอง เพราะโซลูชันที่มีอยู่ในตลาดปัจจุบัน เรื่องความแม่นยำในการรวบรวมข้อมูลขนาดใหญ่และอัลกอริธึมควบคุมระดับล่าง ยากที่จะตอบสนองความต้องการการทำงานที่มีความแม่นยำสูง การจ้างงานภายนอกในขั้นตอนหลักเหล่านี้ ไม่ต่างจากการมอบ “จุดชีวิต” ของคุณภาพข้อมูลและจังหวะการวิวัฒนาการของโมเดลให้ผู้อื่น

ส่วนโมดูลที่พัฒนาจนเป็นมาตรฐานสูงแล้ว เช่น แชสซีแบบล้อ (Wheeled Chassis) จะแก้ไขผ่านความร่วมมือแบบสั่งทำ (Customization) เพื่อหลีกเลี่ยงการกระจายความสนใจ

การเลือกเช่นนี้ ทำให้ขอบเขตความสามารถของ Lingchu ชัดเจน: พัฒนาด้วยตนเองเพื่อรักษาส่วนหลัก (Core) การบูรณาการเพื่อเรียกใช้ทรัพยากรทั่วไป ตำแหน่งของบริษัทก็ชัดเจนยิ่งขึ้น นั่นคือ บริษัท “ขับเคลื่อนด้วยสมอง” ที่มุ่งเน้นความสามารถในการทำงานด้วยมือ Dexterous ทั่วไป อัลกอริธึมหลักและโซ่ข้อมูลควบคุมได้ด้วยตนเอง รูปแบบฮาร์ดแวร์เปิดกว้าง สามารถปรับให้เข้ากับสถานการณ์ต่างๆ ได้อย่างยืดหยุ่น

สำหรับบริษัทปัญญาประดิษฐ์เชิงรูปธรรม เวลามีความสำคัญอย่างยิ่ง ผลตอบรับข้อมูลจากสถานการณ์จริงมีผลแบบทบต้น (Compound Effect) ยิ่งเข้าสู่ตลาดเร็ว, จัดการกับงานที่ซับซ้อนมากเท่าไร ก็ยิ่งสามารถสะสมข้อมูลหางยาว (Long-tail Data) ที่ตัดสินชัยชนะได้ก่อน ความได้เปรียบนำที่เกิดจากการสะสมขนาดสถานการณ์และความหนาแน่นของงานนี้ เป็นสิ่งที่ผู้มาทีหลังยากจะไล่ตามได้อย่างรวดเร็วด้วยเงินทุน

แก่นหลักของวิธีวิทยาของ Lingchu AI อยู่ที่ การสะสมความสามารถของโมเดลอย่างต่อเนื่อง เมื่อวงล้อข้อมูลหมุนเร็วขึ้น ต้นทุนข้อมูลจะค่อยๆ ลดลง ความสามารถของโมเดลจะเพิ่มสูงขึ้น การลดลงและการเพิ่มขึ้นนี้ จะผลักดันให้เข้าสู่มิติการแข่งขันระดับสูงขึ้น นั่นคือ การรับมือกับสถานการณ์การใช้งานที่ซับซ้อนและกว้างขวางยิ่งขึ้น

การเปิดเผยข้อมูลการระดมทุนครั้งนี้ ยังเป็นสัญญาณว่าสาขาปัญญาประดิทธ์เชิงรูปธรรมกำลังเข้าสู่ระยะ

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง