ดีลนี้มีอะไรบ้าง
- TechCrunch รายงานว่า Eka ปิดรอบ Series A ได้ 150 ล้านดอลลาร์ มูลค่าบริษัทหลังรับเงินอยู่ที่ 1,450 ล้านดอลลาร์
- a16z กับ F-Prime เป็นผู้นำรอบ ฝั่ง a16z ก็โพสต์ประกาศบนเว็บของตัวเองว่าเป็นผู้นำรอบนี้
- Raghu Raghuram หุ้นส่วนของ a16z ที่ร่วมนำรอบ บอกว่าหุ่นยนต์ของ Eka ทำได้เก่งกว่าคนแล้วในบางงาน และคิดว่าอีกไม่กี่เดือนจะเก่งกว่าคนในงานที่ต้องใช้มืออีกหลายอย่าง
ใครอยู่เบื้องหลัง
- Pulkit Agrawal เป็นอาจารย์ที่ MIT และเป็นหัวหน้าแล็บที่วิจัยเรื่องสอนหุ่นยนต์ให้เรียนรู้จากประสบการณ์มานาน
- Tuomas Haarnoja ร่วมสร้าง Soft Actor-Critic ที่ Berkeley ซึ่งเป็นสูตรพื้นฐานของการสอนเครื่องแบบลองผิดลองถูก ก่อนไปอยู่ Google DeepMind ฝึกหุ่นยนต์รูปร่างคนในโลกจำลองแล้วเอาไปใช้กับเครื่องจริง
- ทั้งคู่รู้จักกันตั้งแต่เรียนบัณฑิตศึกษาที่ UC Berkeley
ต่างจากหุ่นยนต์ AI ทั่วไปยังไง
- โมเดลหุ่นยนต์ที่ฮิตตอนนี้เป็นแบบ VLA คือดูภาพ อ่านคำสั่ง แล้วขยับ ส่วน Eka ทำโมเดลแบบ vision-force-action ที่เอาภาพมารวมกับแรงที่มือจับรู้สึกได้
- Agrawal บอกว่าภาพแค่บอกคร่าวๆ ว่าของอยู่ตรงไหน แต่ตอนจับจริงในมิลลิเมตรสุดท้าย ต้องอาศัยแรงสัมผัส
- Eka ออกแบบมือจับเอง ให้ยืดหยุ่นกว่ามือจับทั่วไปและมีเซนเซอร์วัดแรงมากกว่า เลยหยิบราสเบอร์รีได้โดยไม่บี้
- แทนที่จะเก็บวิดีโอคนสาธิตงานทีละหลายชั่วโมง ทีมนี้ให้หุ่นยนต์ฝึกลองผิดลองถูกในโปรแกรมจำลองฟิสิกส์ ผู้ก่อตั้งบอกว่าได้ประสบการณ์หุ่นยนต์หลายพันชั่วโมงในเวลาไม่กี่นาที
- a16z เสริมว่าในโลกจำลอง หุ่นยนต์ได้ลองจังหวะที่พลาด ซึ่งคนไม่ค่อยสาธิตให้ดู แล้วเรียนวิธีแก้จากตรงนั้น
เร็วแค่ไหน
- TechCrunch รายงานว่าหุ่นยนต์ของ Eka หยิบของหนักไม่เกิน 1 กก. ได้ราว 1,500 ชิ้นต่อชั่วโมง ส่วนคนทำได้ราว 600 ชิ้น
- Eka บอกว่าหยิบสำเร็จมากกว่า 95% ของครั้ง
- a16z บอกว่าตัวเลข 1,500 ครั้งต่อชั่วโมงมาจากงานหยิบของจากถังในแล็บ เร็วกว่าคนราว 2.5 เท่า
- Kris Hauser อาจารย์ด้านหุ่นยนต์จากมหาวิทยาลัยอิลลินอยส์ บอกว่าหุ่นยนต์ปรับตัวกับของหลายแบบได้โดยไม่ต้องฝึกใหม่ และถ้าพลาดครั้งแรกก็ลองซ้ำไปเรื่อยๆ เหมือนคน
ยังต้องพิสูจน์อะไร
- ตอนนี้ Eka ทดลองใช้งานแบบเงียบๆ กับลูกค้าโรงงานหลายราย ในงานหยิบวางของและงานจัดการสายไฟ
- Hauser มองว่าโจทย์ใหญ่คือตอนลงสายการผลิตจริง ที่ต้องวิ่งได้ทั้งปีโดยไม่พัง และยังไม่ชัดว่าวิธีนี้จะใช้กับงานอื่นนอกจากหยิบวางได้แค่ไหน
- a16z ก็บอกเองว่าการรักษาความเร็วระดับนี้ไว้ได้ตลอดกะการผลิตเต็มๆ คือบททดสอบต่อไป
- มือจับของ Eka ราคาไม่ถึง 1,000 ดอลลาร์ ตอนนี้รองรับการใช้งาน 5 ล้านรอบ แต่เป้าคือ 20 ล้านรอบ เท่ามาตรฐานแขนกลในโรงงาน
ทำไมเรื่องนี้น่าสนใจ
- งานในโรงงาน คลังสินค้า และการประกอบอิเล็กทรอนิกส์ยังพึ่งมือคนอยู่มาก เพราะของในโลกจริงลื่น ขยับ และไม่เหมือนกันทุกชิ้น
- ถ้าการฝึกในโลกจำลองใช้ได้จริงในวงกว้าง a16z มองว่าประสบการณ์ของหุ่นยนต์จะเพิ่มตามพลังคอมพิวเตอร์ ไม่ต้องรอแรงคนมาสาธิต
- Haarnoja บอกว่าคนส่วนใหญ่ในวงการเริ่มจากสมองที่วางแผนแล้วค่อยลงมาที่การขยับ แต่ Eka เริ่มจากล่างขึ้นบน คือจับของให้ได้ก่อน
สรุป
Eka เดิมพันว่าหุ่นยนต์ต้องรู้สึกถึงแรงก่อนถึงจะหยิบของได้เก่ง นักลงทุนให้ราคาไปแล้ว 1,450 ล้านดอลลาร์ ที่เหลือคือรอดูว่าในโรงงานจริงจะวิ่งได้ทั้งปีเหมือนในแล็บหรือเปล่า
แหล่ง: TechCrunch · a16z (ประกาศลงทุน) · 20 ต.ค. 2026