ทีมผู้สร้างเป็นใคร
- สตาร์ทอัปจากเมืองเบลวิว รัฐวอชิงตัน ก่อตั้งเมื่อพ.ย. 2024 ประกาศเปิดตัวโมเดลเมื่อ 28 ส.ค.
- ผู้ร่วมก่อตั้งสองคนคือ Armen Aghajanyan กับ Akshat Shrivastava อดีตนักวิจัยจากบริษัทแม่ของเฟซบุ๊ก (Meta)
ตัวโมเดลเป็นแบบไหน
- ขนาด 36 พันล้านพารามิเตอร์ (หน่วยวัดความจุสมองของโมเดล) เป็นแบบรวมผู้เชี่ยวชาญ คือแต่ละงานโมเดลจะเลือกใช้แค่บางส่วนที่ถนัด ประหยัดแรงกว่าแบบเดิม
- ตัวฐานต่อยอดจากตระกูลโมเดล Qwen ที่รวมความเข้าใจภาษากับภาพไว้ในตัวเดียว
- เทรนด้วยข้อมูล 3 ล้านล้านโทเคน วิดีโอทั่วไป 1 ล้านชั่วโมง และประสบการณ์จริงจากหุ่นยนต์ 1 แสนชั่วโมง กว่า 35 ระบบ
- รับเข้าได้ทั้งภาพ วิดีโอ คำสั่งภาษาคน สถานะหุ่น กับคำสั่งก่อนหน้า ส่งออกได้ทั้งข้อความ พิกัด หรือคำสั่งขยับหุ่นโดยตรง
ผลทดสอบที่บริษัทวัดเอง
- ชุดทดสอบงานจริงของหุ่นยนต์ (LIBERO) ผ่านเฉลี่ย 97.2%
- ตารางในรายงานเทียบคู่แข่งไว้ใกล้กันมาก โมเดล GR00T N1.7 ของเอ็นวิเดียทำได้ 97.0% ส่วน π0.5 ทำได้ 96.9%
- ดูตัวอย่างงานแค่รอบเดียว อัตราผิดพลาดลดลง 7.0–10.5 เท่า บนงานใหม่ 3 งานที่โมเดลไม่เคยเห็น โมเดล π0.5 ลดได้แค่ 2.3–3.1 เท่า
- ทีมงานพบว่ายิ่งให้โมเดลดูวิดีโอมาก ยิ่งไม่ต้องพึ่งการสอนงานแบบมนุษย์ควบคุมหุ่นเอง ขยายวิดีโอจาก 1,000 ชั่วโมงเป็น 1 ล้านชั่วโมง ทำให้เวลาสอนงานลดจากราว 5,900 ชั่วโมง เหลือแค่ 28 ชั่วโมง หรือราว 210 เท่า
เอาไปใช้ยังไง
- โหลดตัวโมเดลได้ฟรีจากเว็บแจกโมเดลชื่อดัง (Hugging Face) ค้นหาชื่อ PerceptronAI/Isaac-0.5
- สัญญาเป็นแบบเปิดใช้ฟรี เอาไปทำผลิตภัณฑ์ขายได้ (Apache 2.0)
- โค้ดตัวอย่างกับรายงานเทคนิคฉบับเต็มแยกไว้บนเว็บรวมโค้ดของนักพัฒนา (GitHub)
- ยังต้องใช้คู่กับชุดโค้ดประกอบของทีมผู้สร้าง หรือตัวเชื่อมกับหุ่นยนต์ยอดนิยมอย่าง LeRobot ยังไม่ใช่โหลดมารันเฉยๆ ได้ทันที
- ยังไม่มีประกาศราคาเรียกใช้ผ่านเน็ต ลูกค้าที่ทำงานด้วยอยู่อยู่ในโรงงาน โลจิสติกส์ คลังสินค้า งานรักษาความปลอดภัย และยานพาหนะ
สรุป
สมองหุ่นยนต์ที่ดูวิดีโอแล้วลงมือทำงานได้เอง เปิดเป็นของฟรีให้ทีมไหนก็เอาไปต่อยอดสร้างหุ่นของตัวเองได้แล้ว
แหล่ง: Perceptron AI ผ่าน Business Wire · 28 ส.ค. 2026