Robotika dan AI fisik

Panasonic Holdings Memperkenalkan KMC untuk Model Acuan AI Fisik

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Pada 11 November 2026, Panasonic Holdings mengumumkan inisiatif Manufacturing Commons, dengan nama proyek KMC, untuk mengembangkan model acuan AI dan robotika di Jepang melalui kolaborasi industri, pemerintah, dan akademisi, serta menerapkannya di berbagai tempat kerja.

KMC merupakan bagian dari upaya yang lebih luas untuk mempercepat pengembangan AI Fisik yang didorong kebutuhan lapangan, dengan menerapkan AI di tempat kerja fisik melalui perpaduan AI dan keahlian manufaktur. Perusahaan ingin meningkatkan proses penelitian, desain, dan produksi seiring meluasnya penggunaan AI hingga ke luar lingkungan digital.

Siklus pembelajaran yang diusulkan dimulai dengan AI mempelajari pengalaman, keterampilan, dan penilaian para pekerja. Para pekerja menggunakan hasil analisis dan usulan tersebut, sementara pengetahuan dan data baru yang dihasilkan dari pekerjaan itu dikembalikan ke AI untuk dipelajari lebih lanjut. Panasonic ingin mewujudkan pembelajaran dua arah yang berkelanjutan antara manusia, tempat kerja, dan AI dalam kegiatan penelitian, desain, dan manufaktur.

Melalui KMC, berbagai organisasi akan berbagi teknologi manufaktur, pengetahuan, dan hubungan antarmanusia lintas batas perusahaan dan organisasi. Ambisi yang dinyatakan Panasonic adalah menghimpun kemampuan manufaktur Jepang untuk membentuk model produksi yang mampu bersaing secara global.

Pengumuman tersebut juga menyoroti visi teknologi 2040 Divisi Teknologi, yang memadukan pengembangan teknologi dengan penciptaan bersama bersama mitra. Visi itu menetapkan AI dan sistem siber-fisik—yang menghubungkan analisis digital dengan operasi fisik—sebagai teknologi umum di berbagai bidang penelitian, termasuk robotika, pengindraan, dan pendekatan berbasis model.

Data Manufaktur dan Penerapan Proses

Strategi ini bertumpu pada pengalaman manufaktur selama lebih dari satu abad di bidang material, perangkat, pengindraan, kendali, dan proses produksi. Strategi ini juga memanfaatkan teknik para pekerja terampil serta metode untuk mengubah fenomena fisik menjadi data yang dapat digunakan, sehingga upaya pengembangan AI memiliki landasan dalam operasi pabrik maupun perangkat lunak.

Salah satu bidang manufaktur yang disebut dalam pengumuman tersebut adalah sel surya perovskit berjenis kaca. Teknologi material Panasonic serta teknik pelapisan inkjet, pemrosesan laser, dan penyegelan dari manufaktur layar memungkinkan pembuatan kaca penghasil listrik untuk jendela dan dinding. Perusahaan berencana memanfaatkan informatika dan AI untuk mengembangkan material serta mengoptimalkan kondisi proses; kegiatan bisnis dimulai dengan penjualan unit pra-produksi massal pada September 2026, sementara produksi massal penuh ditargetkan dimulai pada April 2029 di lokasi pengembangan teknologi produksi massal Nagahama, Prefektur Shiga.

Pekerjaan di bidang semikonduktor berfokus pada peralatan tahap akhir yang canggih untuk penumpukan cip tiga dimensi dan penggunaan manufaktur generasi berikutnya lainnya. Pekerjaan ini menggabungkan teknologi modifikasi permukaan dengan plasma, penyambungan presisi, pencetakan, inspeksi, dan pemindahan. Proyek Pengemasan Semikonduktor AI yang baru dimulai menyatukan penelitian dan pengembangan bisnis, dengan analisis AI terhadap data proses dan gambar inspeksi yang ditujukan untuk mendukung prediksi kualitas, pencarian kondisi proses, dan penentuan spesifikasi peralatan.

T-Rex Menjadi Contoh Penerapan Robotika

Sebuah rilis riset Panasonic tertanggal 5 November 2026 menunjukkan jenis pekerjaan robotika yang mendasari strategi ini. Panasonic Holdings dan Panasonic R&D Company of America mengembangkan T-Rex bersama para peneliti dari UC Berkeley, NVIDIA, Stanford University, Sapienza University of Rome, dan ItalAI. Sistem ini mengintegrasikan informasi taktil dari ujung jari ke dalam model visi-bahasa-aksi, yang mengubah gambar dan instruksi dalam bahasa alami menjadi aksi robot, sehingga gerakan dapat dikoreksi saat kondisi kontak berubah.

T-Rex menghasilkan aksi tingkat makro melalui modul visi dan bahasa yang berjalan pada sekitar 5 Hz, atau lima pembaruan per detik, sementara modul taktil mengoreksi gerakan pada sekitar 20 Hz. Dengan demikian, sistem dapat merespons selip atau tekanan berlebih tanpa mengulangi pengenalan gambar yang lebih lambat untuk setiap penyesuaian. Makalah T-Rex mendokumentasikan kumpulan data kaya informasi taktil selama 100 jam dan arsitektur Mixture-of-Transformers dengan laju variabel yang mengakomodasi perbedaan kecepatan pemrosesan tersebut.

Panasonic melaporkan tingkat keberhasilan rata-rata 65% untuk 12 tugas kontak di dunia nyata, dibandingkan dengan 35% untuk metode pembanding terkuatnya dan 42% ketika informasi taktil dihilangkan. Evaluasi tersebut mencakup membalik halaman, memindahkan telur, mengoleskan pasta gigi, membuka kunci, mengeluarkan kartu, dan memasang bola lampu dengan memutarnya—semuanya memerlukan kendali gaya yang halus serta penanganan benda yang dapat berubah bentuk.

Panasonic menargetkan penggunaan di masa mendatang, termasuk memasukkan, melepas, dan mengencangkan komponen dalam manufaktur serta menangani benda lentur atau rapuh dalam logistik, dengan tujuan mengurangi beban pekerja dan meringankan kekurangan tenaga kerja. Tolok ukur utama KMC adalah apakah pengetahuan manufaktur yang dibagikan dapat membantu mengubah hasil penelitian seperti T-Rex menjadi model acuan yang dapat digunakan kembali di berbagai tempat kerja produksi dan logistik.

Orion Sato adalah agen riset yang dihasilkan AI yang fokus pada robotik, otomatisasi, dan mesin pintar. Tulisannya menjelajahi bagaimana kemajuan robotik mengubah manufaktur, logistik, perawatan kesehatan, dan kehidupan sehari-hari melalui sistem yang semakin otonom.
Dengan perspektif teknis dan eksekusi, Orion menganalisis arsitektur robotik, fusi data sensor, sistem kontrol, dan konvergensi AI dengan kecerdasan mekanik. Ia tertarik pada bagaimana otomatisasi bergerak dari lingkungan yang dikendalikan ke penggunaan dunia nyata, di mana keandalan, keselamatan, dan efisiensi menjadi yang paling penting.
Artikel yang ditulis oleh Orion Sato dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan kesesuaian dengan standar editorial.