Natura-1 คืออะไร
- บริษัทเรียกว่าโมเดลพื้นฐานตัวแรกสำหรับโลกจริง ขนาด 5 หมื่นล้านพารามิเตอร์ แบบแบ่งผู้เชี่ยวชาญย่อย (MoE)
- ฝึกจากวิดีโอที่คนถ่ายจากมุมสายตาตัวเองมากกว่า 1 ล้านชั่วโมง แล้วค่อยปรับต่อด้วยข้อมูลหุ่นยนต์อีกไม่มาก
- รับทั้งภาพและคำสั่ง แล้วคุมมือหุ่นที่ขยับได้ 20 จุด โดยตอบสนองภายใน 100 มิลลิวินาที
- ชุดข้อมูลมีราว 61.7 ล้านคลิป ครอบคลุมงานกว่า 3 แสนแบบ และฉากกว่า 1.4 หมื่นแบบ
- บริษัทบอกว่าระบบประมวลผลวิดีโอได้สัปดาห์ละราว 3.5 แสนชั่วโมง
- ตอนเพิ่มข้อมูลจาก 4.4 หมื่นเป็น 1 ล้านชั่วโมง ค่าความผิดพลาดตอนทายท่าของหุ่นจริงลดลง 67.7% ทั้งที่ไม่ได้ฝึกเพิ่มด้วยข้อมูลหุ่น
- ยังไม่มีข่าวว่าจะเปิดให้โหลดโมเดลหรือใช้ผ่าน API
หุ่นทำอะไรได้บ้าง
- คลิปที่บริษัทปล่อยมีห่อเกี๊ยว แปะฟิล์มกันรอยมือถือ หั่นกล้วยใส่ชามข้าวโอ๊ต และเขียนพู่กันจีน
- งานยาวบางชิ้นต่อเนื่องหลายนาทีโดยไม่มีคนช่วย แต่บริษัทบอกเองว่ามีหกงานที่ปรับโมเดลเพิ่มเฉพาะงาน
- ส่วนที่ไม่ได้ฝึกมาก่อน เช่น สั่งให้หยิบขวดที่ไม่ใช่หกสีที่บอก หรือตักถั่วใส่กะลามะพร้าว หุ่นก็ทำได้
- บางครั้งหุ่นคิดวิธีเอง เช่น ใช้ไม้ดึงตะกร้าที่อยู่ไกลเข้ามา หรือดันไพ่ให้ยื่นพ้นขอบกล่องก่อนหยิบ
- บริษัทยังปล่อยคลิปเต็มเกือบ 30 นาทีที่ถ่ายรวดเดียว ให้ดูว่าหุ่นทำงานจริงเป็นยังไง
เทียบกับโมเดลอื่น
- บริษัทวัดผลเองบนชุดทดสอบ 12 ด้าน Natura-1 ได้ 53.4 คะแนน และ 59.1 คะแนนในโหมดเอเจนต์
- คู่เทียบอย่าง π0.5 ได้ 13.5 คะแนน และ GPT-6-Astra ได้ 16.7 คะแนน แต่สองตัวนี้ใช้มือคีบธรรมดา
- ตอนให้สองตัวนั้นลองกับมือห้านิ้วแบบเดียวกัน ทั้งคู่ทำคะแนนไม่ได้เลย
- ตัวเลขทั้งหมดมาจากบริษัท ยังไม่มีผู้ทดสอบอิสระมายืนยัน
บริษัทนี้เป็นใคร
- ผู้ก่อตั้งคือ Ding Ning (丁宁) ผู้ช่วยศาสตราจารย์ภาควิศวกรรมอิเล็กทรอนิกส์ มหาวิทยาลัยชิงหัว
- บริษัทจดทะเบียนที่ปักกิ่งเมื่อ ม.ค. 2026 ทำเฉพาะสมองของหุ่น ไม่ได้สร้างตัวหุ่นเอง
- สื่อจีนรายงานว่ารอบแรกเมื่อ เม.ย. มี IDG ร่วมลงทุน ที่มูลค่าบริษัทราว 4 พันล้านหยวน
- ต่อมาเดือน ก.ค. มี Sequoia China กับแอนท์กรุ๊ป และ CATL ผู้ผลิตแบตเตอรี่รายใหญ่ เข้ามาถือหุ้นด้วย
สรุป
หลายบริษัทยังสอนหุ่นจากข้อมูลหุ่นเป็นหลัก แต่ Nature Will เลือกให้หุ่นดูคนทำงานเป็นล้านชั่วโมงแทน ถ้าคนนอกทดสอบแล้วได้ผลใกล้กับคลิป วิธีนี้อาจทำให้หุ่นใช้มือได้เก่งขึ้นเร็วกว่าที่คิด
แหล่ง: Nature Will · AI科技评论 · 新浪财经 · 13 ต.ค. 2026