Generalist สตาร์ทอัพด้านหุ่นยนต์ที่ก่อตั้งขึ้นในปี 2024 ได้ประกาศรอบการระดมทุนใหม่ซึ่งส่งผลให้มูลค่าบริษัทพุ่งสูงถึง 3 พันล้านดอลลาร์ หลังจากระดมทุนได้เกือบ 200 ล้านดอลลาร์ การเพิ่มทุนในครั้งนี้ซึ่งนำโดย 8VC ทำให้ยอดรวมเงินทุนใน Series B สูงถึง 600 ล้านดอลลาร์ และเป็นสัญญาณว่านักลงทุนมองเห็นเส้นทางที่ใกล้เข้ามาสู่การสร้างหุ่นยนต์ที่สามารถเรียนรู้งานใหม่ๆ ได้จากการดูวิดีโอเพียงไม่กี่วินาที

การพุ่งขึ้นของเงินทุนและรายชื่อผู้สนับสนุน

เอกสารทางกฎหมายระบุว่าเงินทุนจำนวน 200 ล้านดอลลาร์นี้เป็นการขยายรอบ Series B ที่เริ่มต้นด้วยการระดมทุน 400 ล้านดอลลาร์ซึ่งนำโดย Radical Ventures เมื่อเดือนมิถุนายนที่ผ่านมา การระดมทุนรอบนี้ยังได้เพิ่มชื่อยักษ์ใหญ่ระดับโลกอย่าง Nvidia, Union Square Ventures, Bezos Expeditions และ Fei-Fei Li ผู้บุกเบิกด้าน AI เข้ามาในรายชื่อนักลงทุนของ Generalist การเข้ามามีส่วนร่วมของพวกเขาตอกย้ำความเชื่อที่ว่า "สมอง" AI เพียงหนึ่งเดียวสำหรับแพลตฟอร์มหุ่นยนต์ที่หลากหลาย สามารถจุดชนวนคลื่นลูกใหม่ของระบบอัตโนมัติในโรงงาน คลังสินค้า และภาคบริการได้

Gen 1.5: การเรียนรู้จากวิดีโอสาธิตที่สั้นเป็นพิเศษ

สิ่งที่ทำให้ Generalist โดดเด่นคือโมเดลพื้นฐาน Gen 1.5 แทนที่จะต้องเขียนโปรแกรมกำหนดทุกการเคลื่อนไหวด้วยมือ โมเดลนี้จะช่วยให้หุ่นยนต์ดูคลิปวิดีโอ—ซึ่งมักจะมีความยาวเพียง 3 ถึง 12 วินาที—แล้วทำตามงานที่สาธิตไว้ แนวทางนี้ต่อยอดมาจาก imitation learning (การเรียนรู้แบบเลียนแบบ) โดย AI จะดึงข้อมูลสัญญาณการเคลื่อนไหว การปฏิสัมพันธ์กับวัตถุ และจังหวะเวลาจากข้อมูลภาพ แล้วแปลงเป็นคำสั่งควบคุมสำหรับอุปกรณ์ขับเคลื่อน (actuators) ของหุ่นยนต์ ในทางทฤษฎี หุ่นยนต์เพียงตัวเดียวสามารถเรียนรู้ทักษะใหม่ๆ ได้หลายสิบอย่างในแต่ละสัปดาห์เพียงแค่ดูวิดีโอสั้นๆ ซึ่งจะช่วยลดเวลาและความเชี่ยวชาญที่จำเป็นในการนำระบบอัตโนมัติไปใช้ในสภาพแวดล้อมที่เปลี่ยนแปลงอยู่เสมอ

"ChatGPT moment" ที่นักลงทุนกำลังไล่ล่า

Generalist กำลังแข่งขันในสมรภูมิที่ดุเดือดเพื่อมอบความก้าวหน้าให้กับฮาร์ดแวร์ เช่นเดียวกับที่โมเดลภาษาขนาดใหญ่ (LLM) ได้มอบให้กับซอฟต์แวร์ คู่แข่งอย่าง Physical Intelligence และ Skild AI ที่ได้รับการสนับสนุนจาก SoftBank ต่างก็มีมูลค่าบริษัทสูงถึงระดับหมื่นล้านดอลลาร์ไปแล้ว ซึ่งช่วยตอกย้ำกระแส "ChatGPT moment" ในวงการหุ่นยนต์ แนวคิดนี้เรียบง่ายมาก นั่นคือ โมเดลที่ผ่านการฝึกฝนมาล่วงหน้าและมีความอเนกประสงค์ ซึ่งสามารถนำมาปรับจูน (fine-tune) ด้วยข้อมูลเพียงเล็กน้อย จะช่วยให้บริษัทต่างๆ สามารถเพิ่มขีดความสามารถด้านหุ่นยนต์ได้โดยไม่ต้องสร้างระบบควบคุมใหม่ทั้งหมดตั้งแต่ต้น

คอขวดของข้อมูลทางกายภาพและเสียงวิพากษ์วิจารณ์

ความตื่นเต้นนี้ต้องเผชิญกับอุปสรรคในทางปฏิบัติ แม้ว่าโมเดลภาษาขนาดใหญ่จะเติบโตได้ด้วยข้อความมหาศาลบนอินเทอร์เน็ต แต่หุ่นยนต์จำเป็นต้องมีการปฏิสัมพันธ์ทางกายภาพเพื่อสร้างข้อมูลสำหรับฝึกฝน เซนเซอร์ต้องสามารถตรวจจับแรง การสัมผัส และรูปทรง 3 มิติ และแต่ละสถานการณ์ใหม่ๆ อาจต้องมีการเก็บข้อมูลใหม่เสมอ ผู้เชี่ยวชาญบางคนเตือนว่าความขาดแคลนชุดข้อมูลทางกายภาพที่มีคุณภาพสูงและหลากหลาย อาจทำให้ปัญญาประดิษฐ์ของหุ่นยนต์ที่เป็นสากลอย่างแท้จริงยังต้องใช้เวลาอีกหลายปีกว่าจะสามารถนำมาใช้ในเชิงพาณิชย์ได้ หากไม่มีการสาธิตในโลกแห่งความเป็นจริงอย่างต่อเนื่อง แม้แต่โมเดลที่ยืดหยุ่นอย่าง Gen 1.5 ก็อาจประสบปัญหาในการประยุกต์ใช้ในสภาพแวดล้อมที่นอกเหนือจากที่เคยเห็นมา

สิ่งที่ต้องจับตามองต่อไป

  • การทดสอบการใช้งานจริง: สนามทดสอบสาธารณะครั้งต่อไปของ Generalist ไม่ว่าจะเป็นในศูนย์โลจิสติกส์หรือสายการผลิต จะเผยให้เห็นว่า Gen 1.5 สามารถขยายขีดความสามารถจากห้องแล็บไปสู่หน้างานจริงที่มีเสียงรบกวนและคาดเดาไม่ได้ได้ดีเพียงใด
  • การพัฒนาท่อส่งข้อมูล (Data pipeline): ความคืบหน้าในการเก็บข้อมูลแบบอัตโนมัติ (เช่น การใช้ฝูงกล้องป้อนข้อมูลเข้าสู่โมเดล) อาจช่วยบรรเทาปัญหาคอขวดของข้อมูลทางกายภาพได้
  • ความเคลื่อนไหวของคู่แข่ง: ติดตามรอบการระดมทุนและการประกาศความเป็นพันธมิตรจากคู่แข่ง เนื่องจากสงครามการแย่งชิงโมเดลพื้นฐานสำหรับหุ่นยนต์ที่สามารถนำไปใช้งานได้อย่างแพร่หลายเป็นครั้งแรกนั้นยังอยู่ในช่วงเริ่มต้นของการแข่งขันที่รวดเร็ว

บทสรุป: มูลค่าบริษัท 3 พันล้านดอลลาร์ของ Generalist สะท้อนถึงความเชื่อมั่นอย่างแรงกล้าว่าโมเดล AI เพียงหนึ่งเดียวสามารถทำให้หุ่นยนต์มีความสามารถในการปรับตัวได้เหมือนกับแชทบอทในปัจจุบัน แต่เส้นทางนี้ขึ้นอยู่กับการเปลี่ยนคลิปวิดีโอสั้นๆ ให้เป็นการเคลื่อนไหวในโลกแห่งความเป็นจริงที่เชื่อถือได้ ซึ่งเป็นความท้าทายทางวิศวกรรมที่จะตัดสินว่าคำมั่นสัญญานี้จะกลายเป็นการใช้งานระบบอัตโนมัติในชีวิตประจำวันได้จริงหรือไม่