Dream Labs ระดมทุนรอบ Seed ได้ 90 ล้านดอลลาร์ เพื่อนำ AI สำหรับหุ่นยนต์ไปใช้กับเครื่องจักรหลากหลายประเภท

Dream Labs สตาร์ตอัปที่ก่อตั้งโดยอดีตนักวิจัยด้านหุ่นยนต์ของ NVIDIA ระดมทุนรอบ Seed ได้ 90 ล้านดอลลาร์ พร้อมเปิดตัว API สาธารณะสำหรับ Dream-1 ซึ่งเป็นโมเดลที่ออกแบบมาเพื่อถ่ายทอดทักษะไปยังหุ่นยนต์หลากหลายประเภท การระดมทุนครั้งนี้นำโดย B Capital ร่วมกับ Kindred Ventures โดยมี A.Capital, Unusual Ventures และนักลงทุนรายอื่นเข้าร่วมด้วย

บริษัทกำลังแก้ปัญหาคอขวดที่มีต้นทุนสูงในวงการหุ่นยนต์ นั่นคือ เครื่องจักรที่เรียนรู้งานอย่างหนึ่งแล้วไม่ได้ถ่ายทอดความรู้นั้นไปยังเครื่องจักรอีกเครื่องโดยอัตโนมัติ Dream Labs ต้องการให้นักพัฒนาเริ่มต้นด้วยโมเดลร่วมกัน แล้วปรับให้เหมาะเมื่อหุ่นยนต์หรือแอปพลิเคชันเฉพาะต้องอาศัยการฝึกเพิ่มเติมที่เจาะจงมากขึ้น

การเปิดตัวครั้งนี้ประกอบด้วย API บริการปรับแต่งโมเดลเพิ่มเติม และ Robot Playground ที่ใช้งานผ่านเบราว์เซอร์ โดยบริการอย่างหลังเปิดให้ผู้ใช้ส่งคำสั่งไปยังหุ่นยนต์จริงที่สำนักงานของบริษัทในซานฟรานซิสโก Dream Labs ระบุว่าเงินทุนจะนำไปสนับสนุนการประมวลผลเป็นหลัก ขณะที่บริษัทขยายขีดความสามารถและกำลังรองรับของโมเดล

Dream-1 เชื่อมโยงวิดีโอเข้ากับการกระทำทางกายภาพอย่างไร

Dream Labs เรียก Dream-1 ว่าเป็น World Action Model คำอธิบายทางเทคนิคเกี่ยวกับการเปิดตัว ระบุว่าเป็นระบบที่คาดการณ์วิดีโอและการกระทำไปพร้อมกัน กล่าวคือ การคาดการณ์ว่าฉากจะเปลี่ยนแปลงอย่างไรนั้นเชื่อมโยงกับการตัดสินใจว่าหุ่นยนต์ควรทำอะไรต่อไป

ความแตกต่างนี้สำคัญ เพราะโครงสร้างของหุ่นยนต์แต่ละตัวไม่เหมือนกัน คำสั่งควบคุมข้อต่อที่ใช้ได้กับแขนกลข้างหนึ่งอาจใช้กับอีกข้างไม่ได้ Dream-1 จึงสามารถคาดการณ์ท่าทางของอุปกรณ์ปลายแขนแทนได้ ซึ่งหมายถึงตำแหน่งและทิศทางที่ต้องการของกริปเปอร์แต่ละตัว รวมถึงต้องการให้กริปเปอร์เปิดหรือปิด ตัวแก้ปัญหาจลนศาสตร์ผกผันของหุ่นยนต์แต่ละตัวจะแปลงเป้าหมายเหล่านั้นเป็นการเคลื่อนไหวที่ข้อต่อของหุ่นยนต์ตัวนั้นทำได้

วิธีนี้ทำให้มีอินเทอร์เฟซร่วมกันสำหรับเครื่องจักรหลายประเภท โดยไม่จำเป็นต้องใช้ฮาร์ดแวร์แบบเดียวกัน โมเดลใช้ภาพจากกล้องสามมุม ได้แก่ กล้องหนึ่งตัวที่มองไปยังฉาก และกล้องอีกตัวที่ข้อมือแต่ละข้าง การแทนข้อมูลวิดีโอช่วยให้โมเดลใช้ภาพเป็นสื่อกลางเดียวกันในการวิเคราะห์แขนกลและกริปเปอร์ที่มีรูปลักษณ์แตกต่างกัน

สำหรับนักพัฒนา ผลิตภัณฑ์นี้นำงานวิจัยดังกล่าวมาจัดเป็นขั้นตอนการทำงานที่ค่อนข้างตรงไปตรงมา หุ่นยนต์ส่งภาพ สถานะปัจจุบัน และคำสั่งงานให้โมเดล จากนั้นโมเดลจะส่งการกระทำกลับมา โมเดลทำงานผ่านบริการที่ Dream Labs ให้บริการบนระบบโฮสต์ จึงไม่จำเป็นที่นักพัฒนาแต่ละรายจะต้องสร้างและดูแลโมเดลพื้นฐานด้านหุ่นยนต์เอง

การถ่ายโอนแบบ Zero-Shot มีขอบเขตที่ชัดเจน

ความสามารถแบบ zero-shot ที่บริษัทมีอยู่ในขณะนี้มุ่งเน้นไปที่หุ่นยนต์สองแขนซึ่งใช้กริปเปอร์แบบขนาน หรือเครื่องจักรที่มีแขนสองข้างและกริปเปอร์แบบเปิดปิดอย่างง่าย คำว่า zero-shot หมายถึงโมเดลสามารถลองทำงานกับหุ่นยนต์ที่ไม่เคยพบมาก่อนได้ โดยไม่ต้องฝึกจากตัวอย่างการสาธิตของเครื่องจักรตัวนั้นก่อน

การประเมินผลที่ Dream Labs เผยแพร่ทดสอบหุ่นยนต์ 27 รูปแบบที่ไม่เคยพบมาก่อนในสภาพแวดล้อมจำลอง โดยดำเนินการจำลองการทำงาน 300 รอบต่อหุ่นยนต์แต่ละรูปแบบ รายงานผลโดยเทียบกับ YAM ซึ่งเป็นหุ่นยนต์ที่ใช้ฝึก Dream-1 ประสิทธิภาพแตกต่างกันมากในฮาร์ดแวร์แต่ละแบบ ดังนั้นการอ่านผลโดยละเอียดประกอบจะช่วยให้เข้าใจคำกล่าวอ้างสำคัญเรื่องการถ่ายโอนข้ามหุ่นยนต์ได้ดียิ่งขึ้น

ไม่ควรเข้าใจคะแนนเปรียบเทียบเหล่านี้ว่าเป็นอัตราความสำเร็จของงานโดยตรง และการถ่ายโอนนโยบายควบคุมไปยังหุ่นยนต์อีกตัวก็ไม่ได้ยืนยันว่าหุ่นยนต์จะทำงานทุกอย่างได้สำเร็จอย่างสม่ำเสมอ หน้าเว็บงานวิจัยยังแยกการทำงานสำเร็จครบถ้วนออกจากความคืบหน้าบางส่วนในการประเมินงานด้วย

อินเทอร์เฟซควบคุมนี้ยังมีข้อแลกเปลี่ยน การคาดการณ์จุดหมายของกริปเปอร์ไม่ได้กำหนดเส้นทางที่แขนกลใช้ไปถึงจุดนั้นได้อย่างครบถ้วน สิ่งกีดขวาง ข้อจำกัดของข้อต่อ และคุณภาพของตัวแก้ปัญหาจลนศาสตร์ผกผันของหุ่นยนต์อาจส่งผลต่อประสิทธิภาพ หุ่นยนต์ที่มีขอบเขตการทำงานหรือพลวัตแตกต่างกันมากอาจเผยให้เห็นช่องว่างเพิ่มเติมระหว่างสิ่งที่โมเดลคาดการณ์กับสิ่งที่ฮาร์ดแวร์ทำได้จริง

การปรับแต่งเพิ่มเติมเป็นอีกทางเลือกนอกเหนือจากโมเดลพื้นฐาน

บริการ Fine-tuning-as-a-Service ของ Dream Labs เป็นอีกทางเลือกหนึ่งสำหรับนักพัฒนาเมื่อโมเดลทั่วไปยังทำงานได้ไม่ดีพอ นักพัฒนาสามารถอัปโหลดตัวอย่างการสาธิตจากหุ่นยนต์ของตนเอง แล้วรับโมเดลที่ปรับให้เหมาะกับการใช้งาน แทนที่จะเริ่มโครงการฝึกโมเดลใหม่ตั้งแต่ต้น

บริษัทนำเสนอตัวอย่างการปรับโมเดลโดยใช้ข้อมูลเฉพาะของหุ่นยนต์เป็นเวลาห้านาที รวมถึงตัวอย่างที่ต้องใช้ข้อมูลมากกว่านั้นอย่างมากสำหรับอุปกรณ์ปลายแขนที่ไม่คุ้นเคย ตัวอย่างเหล่านี้แสดงให้เห็นว่าความต้องการในการปรับโมเดลมีได้หลายระดับ แต่ไม่ได้ยืนยันว่าการฝึกโมเดลทุกกรณีต้องใช้เวลาห้านาที

นี่เป็นข้อแตกต่างสำคัญในทางปฏิบัติ โมเดลร่วมกันอาจช่วยลดงานเบื้องต้นที่ต้องทำเพื่อให้หุ่นยนต์เริ่มเคลื่อนไหวได้ แต่การทำให้พฤติกรรมของหุ่นยนต์เป็นประโยชน์ต่อแอปพลิเคชันเฉพาะอาจยังต้องใช้ข้อมูลสำหรับงานนั้น Dream Labs ยอมรับว่าโมเดลที่ปรับแล้วก็ยังทำงานได้ดีกว่าการทำงานแบบ zero-shot

หน้าเว็บงานวิจัยระบุค่าประมวลผลอนุมานไว้ที่ 3 ดอลลาร์ต่อชั่วโมงสำหรับ Dream-1 และ 2 ดอลลาร์ต่อชั่วโมงสำหรับ Dream-1-flash ซึ่งเป็นรุ่นที่มีขนาดเล็กกว่า การเรียกใช้โมเดลแต่ละครั้งจะส่งคืนการกระทำที่ครอบคลุม 1.6 วินาที ค่าใช้จ่ายด้านฮาร์ดแวร์ การผสานระบบ และบริการเพิ่มเติมยังเป็นปัจจัยแยกต่างหากที่ต้องพิจารณาเมื่อประเมินต้นทุนการนำไปใช้งาน

จากการสาธิตงานวิจัยสู่การทำงานที่ทำซ้ำได้

ก่อนหน้านี้ทีมงานของสตาร์ตอัปเคยทำงานกับ DreamZero และ งานวิจัยด้านหุ่นยนต์ GR00T ของ NVIDIA ด้วย Dream-1 ทีมกำลังนำงานวิจัยดังกล่าวมาพัฒนาเป็นบริการที่นักพัฒนาสามารถทดสอบกับเครื่องจักรของตนเองได้

การเปิดให้เข้าถึงเป็นส่วนสำคัญของประกาศครั้งนี้ API สาธารณะช่วยให้ผู้ผลิตหุ่นยนต์และทีมขนาดเล็กประเมินพฤติกรรมของระบบได้โดยตรง รวมถึงตรวจสอบจุดที่ระบบทำงานล้มเหลว แทนที่จะพึ่งพาเพียงการสาธิตที่คัดเลือกมาแล้ว ส่วน Playground ที่เปิดให้ใช้งานจริงช่วยให้ผู้ที่ไม่มีหุ่นยนต์เป็นของตนเองเริ่มต้นทำความรู้จักได้ง่ายขึ้น

Dream-1 ยังคงเป็นรุ่นเบต้าสำหรับการวิจัย และ Dream Labs ระบุว่ายังไม่ผ่านการตรวจสอบความปลอดภัยสำหรับการใช้งานที่มีความสำคัญต่อความปลอดภัย ขณะนี้มุ่งเน้นไปที่การหยิบจับและจัดการวัตถุด้วยระบบสองแขนที่ใช้กริปเปอร์แบบขนาน ส่วนการรองรับหุ่นยนต์เคลื่อนที่และฮาร์ดแวร์ที่มีความคล่องแคล่วสูงขึ้นยังคงเป็นส่วนหนึ่งของการพัฒนา

คำถามเชิงพาณิชย์คือ โมเดลที่ถ่ายโอนการทำงานข้ามเครื่องจักรได้จะสามารถทำงานซ้ำได้อย่างสม่ำเสมอในงานที่ผู้คนยินดีจ่ายเงินเพื่อให้ทำงานอัตโนมัติหรือไม่ การระดมทุนรอบ 90 ล้านดอลลาร์ช่วยให้ Dream Labs มีทรัพยากรสำหรับมุ่งสู่เป้าหมายนั้น บททดสอบที่สำคัญที่สุดคือ หลังจากเชื่อมต่อหุ่นยนต์ตัวใหม่แล้ว นักพัฒนายังต้องใช้ข้อมูลเฉพาะและงานวิศวกรรมเพิ่มเติมมากเพียงใด