रोबोटिक्स और भौतिक एआई
ASUS ने Gallop ह्यूमनॉइड रोबोट के लिए इंसानों जैसी गति से पैकिंग का लक्ष्य तय किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुASUS tests Gallop on its own factory lines rather than rented space.
और देखें
- ASUS tests Gallop on its own factory lines rather than rented space.
- Four fixed software layers let ASUS swap AI models without rebuilding the robot.
- Customer pilots in 2027 must prove repeatable factory results before broader use.
13 नवंबर 2026 को ASUS ने अपने पहले ह्यूमनॉइड रोबोट Gallop के बारे में विस्तार से जानकारी दी। यह एक इलेक्ट्रॉनिक्स कारखाने में मदरबोर्ड के 15 सहायक पुर्ज़ों को पैक करना सीख रहा है। लक्ष्य है कि हर बोर्ड के लिए 20 सेकंड के भीतर 99.5% सफलता हासिल की जाए।
इनमें से कई पुर्ज़े पतली, पारदर्शी थैलियों में रखे होते हैं, जिससे साधारण ग्रिपर के लिए इस कार्यस्थल पर काम करना मुश्किल हो जाता है। ASUS ने इस जगह को यह परखने के लिए चुना कि क्या रोबोट किसी व्यक्ति के लगातार पास खड़े रहे बिना अधिकांश काम कर सकता है। कंपनी लोगों पर भी गति और सफलता का यही मानदंड लागू करती है; Gallop के आँकड़े लक्ष्य हैं, हासिल किए गए परिणाम नहीं।
प्रदर्शन, सीखने और उत्पादन लाइन पर परीक्षण का पूरा चक्र अब काम कर रहा है: एक व्यक्ति काम करके दिखाता है, रोबोट उसे सीखता है और ASUS उत्पादन लाइन पर उसका परीक्षण करती है। यह रोबोट Physical AI Solutions Business Group के भीतर Humanoid Robotics व्यवसाय इकाई द्वारा विकसित किया जा रहा है। यह कार्यक्रम 2026 की शुरुआत में शुरू हुआ था।
ह्यूमनॉइड रूप को लेकर ASUS का व्यापक तर्क यह है कि इसकी भुजाएँ और कुशल हाथ लोगों के लिए बनाए गए मौजूदा कार्यस्थलों, औज़ारों और ट्रे का इस्तेमाल कर सकते हैं। इससे रोबोट के लिए कारखाने को नए सिरे से बनाने की ज़रूरत नहीं पड़ती। हालांकि, कंपनी यह भी मानती है कि हर काम के लिए ह्यूमनॉइड रोबोट की आवश्यकता नहीं होती।
कुशल कामगारों के अनुभव पर आधारित प्रशिक्षण
ASUS खुद एक विशाल AI मॉडल बनाने के बजाय खुले AI मॉडल से शुरुआत करती है। अनुभवी कामगारों की सहमति से उन्हें सिर पर पहनने वाले कैमरे दिए जाते हैं, ताकि उनके प्रदर्शन से पता चले कि काम वास्तव में कैसे किया जाता है। सिमुलेशन इन उदाहरणों के अलग-अलग रूप तैयार करता है। इसके बाद VR हेडसेट और दस्ताने पहने एक ऑपरेटर, असली कार्यस्थल पर इस्तेमाल होने वाले उन्हीं पुर्ज़ों और कैमरों के साथ अभ्यास के दौरान Gallop का मार्गदर्शन करता है।
रोबोट तैनात होने के बाद की गई रिकॉर्डिंग से प्रशिक्षण को आगे बढ़ाया जाता है। ASUS अपनी बढ़त का आधार वास्तविक कार्यस्थलों, पुर्ज़ों और गुणवत्ता-नियमों से मिले सही डेटा को बताती है। उसके अपने इलेक्ट्रॉनिक्स विनिर्माण सेवा कारखाने परीक्षण का ऐसा माहौल उपलब्ध कराते हैं, जिसे पाने के लिए अधिकांश रोबोटिक्स कंपनियों को किराया देना पड़ता है।
सॉफ़्टवेयर की चार परतें और कंपनी के भीतर विकसित हार्डवेयर
Gallop का सॉफ़्टवेयर चार परतों में बँटा है। एक योजनाकार दृश्य को समझकर काम को चरणों में बाँटता है; दूसरी AI पर्यवेक्षक परत हर चरण की जाँच करती है और समस्या आने पर नई योजना बनाती है; कौशल परत हाथ बढ़ाने, पकड़ने और रखने का काम संभालती है; और नियंत्रण परत भुजाओं तथा हाथों को सटीकता से चलाती है और कुछ गड़बड़ होने पर उन्हें रोक देती है।
परतों के बीच तय किए गए इंटरफ़ेस का उद्देश्य ASUS को रोबोट को नए सिरे से बनाए बिना AI मॉडल बदलने की सुविधा देना है। यह सिस्टम Gallop के भीतर लगे एक NVIDIA Jetson AGX Thor कंप्यूटर पर मानक रोबोटिक्स सॉफ़्टवेयर का इस्तेमाल करते हुए चलता है।
ASUS रोबोट का ढाँचा और स्पर्श-संवेदी, कुशल हाथ खुद डिज़ाइन करती है, जबकि मोटर और अन्य मानक पुर्ज़े उसके स्थापित साझेदारों से आते हैं। मौजूदा रोबोट में एक स्थिर आधार और एक जगह पर होने वाले सामान उठाने-रखने के काम के लिए दो भुजाएँ हैं; कंपनी के भीतर विकसित हाथ अभी इसमें लगाया नहीं गया है।
परीक्षण परियोजनाओं और व्यावसायीकरण की योजनाएँ
ASUS उस हाथ को रोबोट में लगाने, उसमें पहिए जोड़ने और Computex 2027 में ग्राहकों को Gallop दिखाने की योजना बना रही है। उसी साल ग्राहकों के साथ परीक्षण परियोजनाएँ भी प्रस्तावित हैं। बाज़ार में उपलब्धता का लक्ष्य 2028 की दूसरी छमाही है।
इलेक्ट्रॉनिक्स विनिर्माण इसका पहला लक्षित बाज़ार है। ASUS को उम्मीद है कि एक काम में सीखे गए सामान उठाने-रखने के कौशल दूसरे कामों में भी इस्तेमाल किए जा सकेंगे, जिससे आगे चलकर अस्पतालों और सेवा केंद्रों में संभावित उपयोग के रास्ते खुलेंगे।
ASUS इस रोबोट को ऐसे दोहराव वाले, शारीरिक रूप से कठिन कार्यस्थलों के लिए पेश कर रही है जहाँ कर्मचारियों की भर्ती मुश्किल है—कामगारों की जगह लेने के लिए नहीं। रोबोट को सिखाने वाले कर्मचारी उसे स्थापित करने, उसकी निगरानी करने और उसमें सुधार लाने की भूमिकाएँ संभालेंगे।
प्रस्तावित परीक्षण परियोजनाओं में यह परखा जाएगा कि क्या कुशल कामगारों से सीखकर और कार्यस्थल-विशिष्ट डेटा का इस्तेमाल करके रोबोट रोज़मर्रा के संचालन में कारखाने की गुणवत्ता और गति बनाए रख सकता है। व्यापक उपयोग के लिए ASUS ने इस निरंतरता को कसौटी बनाया है: Gallop का काम कर रहा प्रशिक्षण चक्र शुरुआती आधार है, और परीक्षणों को दिखाना होगा कि वह कारखाने की रोज़मर्रा की परिस्थितियों में लगातार एक जैसे परिणाम दे सकता है।
