GigaWorld-1 ขึ้นแท่นอันดับหนึ่งของ WorldArena ทั่วโลก ด้าน embodied intelligence บรรลุความก้าวหน้าครั้งสำคัญ

เมื่อเร็วๆ นี้ GigaAI (จีไกเอไอ) ได้บรรลุความก้าวหน้าหลายประการในสาขาปัญญาสัมผัส (Embodied AI): แบบจำลองพื้นฐานปัญญาสัมผัสที่พัฒนาทั้งสแต็กเองทั้งหมด GigaBrain-0.1 ติดอันดับ 1 ของโลกในการประเมิน RoboChallenge; แบบจำลองรุ่นใหม่ GigaBrain-0.5M ที่ใช้กระบวนทัศน์ดั้งเดิมใหม่ สามารถทำงานจริงที่ซับซ้อนและใช้เวลานานหลายชั่วโมงโดยไม่มีข้อผิดพลาด; และแบบจำลอง “โลก-การกระทำ” ที่เป็นนวัตกรรมแรก GigaWorld-Policy ซึ่งเพิ่มความเร็วในการอนุมานและประสิทธิภาพการฝึกฝนขึ้นเป็นเท่าตัว และเพิ่มอัตราความสำเร็จของงานอย่างมีนัยสำคัญ

ด้วยการสนับสนุนจากความก้าวหน้าเหล่านี้ ซีรีส์แบบจำลองโลกปัญญาสัมผัส GigaWorld ของ GigaAI ได้รับการอัปเกรดสำคัญ รุ่นล่าสุด GigaWorld-1 แสดงผลการประเมินโดยรวมเหนือกว่าแบบจำลองจากบริษัทเทคโนโลยีและสถาบันวิจัยชั้นนำระดับนานาชาติหลายแห่งในเกณฑ์มาตรฐานการประเมิน WorldArena อันเป็นที่ยอมรับในสาขาแบบจำลองโลก ติดอันดับ 1 ของโลก และเป็นแบบจำลองโลกปัญญาสัมผัสแรกในรายการที่มีคะแนนรวมเกิน 60 คะแนน

ในสามมิติหลักของการประเมิน GigaWorld-1 แสดงให้เห็นถึงความได้เปรียบอย่างชัดเจน:
* การปฏิบัติตามกฎฟิสิกส์: คะแนนเพิ่มขึ้นอย่างมาก 16% เมื่อเทียบกับแบบจำลองอันดับสอง
* ความแม่นยำ 3 มิติ: ได้คะแนนใกล้เคียงเต็ม
* คุณภาพภาพ: อยู่ในตำแหน่งนำเช่นกัน

นี่เป็นเครื่องหมายว่า GigaWorld-1 บรรลุระดับใหม่ในด้านความสมจริงทางภาพ ความแม่นยำทางเรขาคณิต และความถูกต้องทางฟิสิกส์

โดดเด่นในการประเมินที่เข้มงวด

เกณฑ์มาตรฐานการประเมิน WorldArena ถูกสร้างขึ้นโดยความร่วมมือของผู้เชี่ยวชาญจากมหาวิทยาลัยชิงหวาและสถาบันการศึกษาและวิจัยทั้งในและต่างประเทศหลายแห่ง เกณฑ์มาตรฐานนี้ประกอบด้วยตัวชี้วัดหลักย่อย 16 รายการและงานประยุกต์จริง 3 หมวดใหญ่ มีจุดมุ่งหมายเพื่อประเมินความสามารถโดยรวมของแบบจำลองโลกปัญญาสัมผัสอย่างรอบด้าน ทั้งด้านการรับรู้ ความเข้าใจทางฟิสิกส์ การรับรู้เชิงพื้นที่ และการคาดการณ์การกระทำ

ด้วยความเข้มงวดทางวิชาการ WorldArena ดึงดูดให้ทีมชั้นนำจากทั่วโลกเข้าร่วมการประเมิน ทีมงานของ GigaAI ได้อันดับหนึ่งในการแข่งขันด้วยความแข็งแกร่งทางเทคโนโลยีของ GigaWorld-1

เส้นทางเทคโนโลยี: การบูรณาการการสร้างแบบจำลองการกระทำแบบชัดแจ้งและเครื่องยนต์ฟิสิกส์ที่หาอนุพันธ์ได้

GigaWorld-1 เป็นแบบจำลองโลกควบคุมการกระทำที่ออกแบบมาสำหรับสถานการณ์ปัญญาสัมผัส โดยบนพื้นฐานของสถาปัตยกรรมหลักที่มีอยู่ ได้นำกลไกการสร้างแบบจำลองการกระทำแบบชัดแจ้งมาใช้เพื่อรับประกันความสอดคล้องทางเรขาคณิตของการสร้างวิดีโอ และบูรณาการเครื่องยนต์ฟิสิกส์ที่หาอนุพันธ์ได้อย่างสร้างสรรค์ เพื่อจำลองและปฏิบัติตามกระบวนการปฏิสัมพันธ์ทางฟิสิกส์ที่ซับซ้อนได้อย่างแม่นยำ

นอกจากนี้ แบบจำลองนี้ได้รับการฝึกฝนด้วยข้อมูลวิดีโอการทำงานของหุ่นยนต์จริงคุณภาพสูงจำนวนมาก ซึ่งเพิ่มความสามารถในการปรับใช้ทั่วไปในสถานการณ์เปิดและความแม่นยำในการปฏิบัติตามการกระทำ

ทีมงานและภูมิหลังทางเทคโนโลยี

ทีมงานหลักของ GigaAI มีประสบการณ์ลึกซึ้งในสาขาวิชาเช่น Computer Vision, การขับขี่อัตโนมัติ และปัญญาสัมผัส หัวหน้าทีมเคยทำงานในสถาบันวิจัยและบริษัทที่มีชื่อเสียงหลายแห่ง และได้รับผลลัพธ์นำหน้าในการแข่งขันระดับนานาชาติที่มีชื่อเสียงหลายครั้ง สมาชิกทีมคนอื่นๆ รวมถึงผู้เชี่ยวชาญที่มีประสบการณ์การวิจัยที่หลากหลายและประสบการณ์การปฏิบัติในอุตสาหกรรมที่เกี่ยวข้อง

เส้นทางเทคโนโลยีของบริษัทมุ่งเน้นไปที่การพัฒนาร่วมกันของ “แบบจำลองโลก” และ “สมองปัญญาสัมผัส” และได้รับผลลัพธ์นำหน้าในการประเมินระดับนานาชาติที่เกี่ยวข้อง

แพลตฟอร์มแบบจำลองโลก GigaWorld: กระบะทรายดิจิทัลของโลกกายภาพ

GigaWorld เป็นแพลตฟอร์มแบบจำลองโลกที่มีจุดมุ่งหมายเพื่อจำลองกฎการทำงานของโลกกายภาพและสร้างข้อมูลสังเคราะห์ที่มีความเที่ยงตรงสูง เมื่อเทียบกับเครื่องจำลองแบบดั้งเดิม โดยผ่านการสร้างแบบจำลองโลกที่สอดคล้องทางเรขาคณิตและแม่นยำทางฟิสิกส์ สามารถสร้างข้อมูลปฏิสัมพันธ์ปัญญาสัมผัสที่ควบคุมได้และหลากหลาย ทำให้เกิด “การขยายข้อมูล” แบบจำลองการมองเห็น-ภาษา-การกระทำที่ฝึกฝนด้วยข้อมูลนี้ มีประสิทธิภาพเพิ่มขึ้นอย่างมีนัยสำคัญในมิติการปรับใช้ทั่วไป เช่น พื้นผิวใหม่ มุมมองใหม่ และตำแหน่งวัตถุใหม่

แพลตฟอร์มนี้เพิ่มประสิทธิภาพขึ้นเป็นเท่าตัว ในสาขาปัญญาสัมผัส GigaWorld-0 เป็นงานแรกที่พิสูจน์คุณค่าหลักของแบบจำลองโลกในแบบจำลองพื้นฐานปัญญาสัมผัสระดับสูง ในสาขาการขับขี่อัตโนมัติ ซีรีส์ DriveDreamer ของบริษัทก็เป็นหนึ่งในงานบุกเบิกแรกๆ ที่นำแบบจำลองโลกไปใช้กับการรับรู้และการคาดการณ์โลกกายภาพ

แบบจำลองพื้นฐานปัญญาสัมผัส GigaBrain: สมองสากลสำหรับหุ่นยนต์

GigaBrain เป็นแบบจำลองพื้นฐานการมองเห็น-ภาษา-การกระทำแบบ end-to-end ในการแข่งขันประเมินหุ่นยนต์จริงขนาดใหญ่ระดับโลกหนึ่งครั้ง รุ่นโอเพ่นซอร์ส GigaBrain-0.1 ได้รับผลลัพธ์นำหน้า

แบบจำลอง GigaBrain-0.5M* ที่เผยแพร่ในภายหลัง ใช้กระบวนทัศน์การเรียนรู้แบบเสริมแรง (RL) ที่อิงตามแบบจำลองโลก โดยผ่านกระบวนการฝึกฝนแบบวงปิดแบบวนซ้ำเพื่อการเรียนรู้ที่มีประสิทธิภาพและการวิวัฒนาการด้วยตนเอง เมื่อเผชิญกับงานที่ซับซ้อน ใช้เวลานาน หลายขั้นตอน และต้องการการรับรู้ที่ละเอียดและการตัดสินใจอย่างต่อเนื่อง เช่น การพับกล่อง การชงกาแฟ การพับเสื้อผ้า แบบจำลองนี้บรรลุอัตราความสำเร็จของงานใกล้เคียงร้อยเปอร์เซ็นต์ และสามารถทำซ้ำวิถีการดำเนินการที่สำเร็จได้อย่างมั่นคง แสดงให้เห็นถึงความแข็งแกร่งของกลยุทธ์ที่ยอดเยี่ยม

การเปิดเผยรหัสต้นฉบับแบบเต็มและผลกระทบต่อชุมชน

รหัสต้นฉบับหลักและชุดข้อมูลบางส่วนของ GigaWorld-1 ได้ถูกเปิดเผยสู่สาธารณะ โครงการโอเพ่นซอร์สนี้ทำหน้าที่เป็นแบบจำลองพื้นฐานอย่างเป็นทางการ เพื่อสนับสนุนการแข่งขันทางวิชาการระดับนานาชาติในอนาคต

หลังจากเผยแพร่โอเพ่นซอร์ส จำนวนการดาวน์โหลดบนแพลตฟอร์มชุมชนโอเพ่นซอร์สเพิ่มขึ้นอย่างรวดเร็ว แสดงให้เห็นถึงความสนใจและการยอมรับจากแวดวงวิชาการและอุตสาหกรรม

• เว็บไซต์ทางการของการแข่งขัน: https://gigaai-research.github.io/GigaBrain-Challenge-2026/
• รหัสต้นฉบับโอเพ่นซอร์ส: https://github.com/open-gigaai/CVPR-2026-Workshop-WM-Track
• แบบจำลองและข้อมูลโอเพ่นซอร์ส: https://huggingface.co/collections/open-gigaai/cvpr-2026-worldmodel-track

วิวัฒนาการทางเทคโนโลยีและผลงานต่ออุตสาหกรรม

จากสถาปัตยกรรมแบบจำลองไปจนถึงเครื่องยนต์ข้อมูล งานซีรีส์นี้ยังคงผลักดันขอบเขตทางเทคโนโลยีต่อไป:

• GigaWorld-0: งานแรกที่พิสูจน์ว่าข้อมูลที่สร้างโดยแบบจำลองโลกสามารถเพิ่มประสิทธิภาพของหุ่นยนต์กายภาพจริงได้อย่างมีประสิทธิภาพ รหัสต้นฉบับโอเพ่นซอร์สได้รับความสนใจอย่างกว้างขวาง
• GigaWorld-1: ได้คะแนนรวมนำหน้าในรายการประเมินแบบจำลองโลกที่เป็นที่ยอมรับ WorldArena ติดอันดับหนึ่ง
• GigaWorld-Policy: ในฐานะแบบจำลองโลก-การกระทำ ได้เพิ่มความเร็วในการอนุมาน ประสิทธิภาพการฝึกฝน และอัตราความสำเร็จของงานอย่างมีนัยสำคัญ ส่งเสริมการพัฒนากระบวนทัศน์ใหม่ที่ขับเคลื่อนโดยแบบจำลองโลก

จากการสร้างข้อมูล การจำลองแบบวงปิด ไปจนถึงแบบจำลองกลยุทธ์ การวนซ้ำซีรีส์นี้มุ่งมั่นที่จะสร้างพื้นฐานข้อมูลและสถาปัตยกรรมที่มั่นคงสำหรับการผสานรวมปัญญาประดิษฐ์ทั่วไปเข้ากับโลกกายภาพ

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK