តើមនុស្សយន្តរូបរាងមនុស្ស (Humanoid Robot) ដំណើរការយ៉ាងណាពិតប្រាកដនាពេលនេះ?
Tesla Optimus, Figure 02/03, Boston Dynamics Atlas ថ្មី — សាច់ដុំអគ្គិសនី ខួរក្បាល Vision-Language-Action និងអ្វីដែលការសាកល្បងនៅរោងចក្រ BMW និង Hyundai បង្ហាញផ្ទាល់ ធៀបនឹងអ្វីដែលអះអាងក្នុងវីដេអូបង្ហាញ។
Aទិដ្ឋភាពទូទៅ
ក្នុងឆ្នាំ ២០២៦ វីដេអូបង្ហាញមនុស្សយន្តរូបរាងមនុស្ស (humanoid robot) ដើរបត់ជើង លើកប្រអប់ បត់ខោអាវ ឬធ្វើការនៅក្នុងរោងចក្រ បានក្លាយជារឿងធម្មតាលើបណ្តាញសង្គម។ ក្រុមហ៊ុនធំៗដូចជា Tesla, Figure AI, Boston Dynamics, Agility Robotics, Unitree និង Apptronik កំពុងប្រកួតប្រជែងគ្នាដាក់ពង្រាយមនុស្សយន្តទាំងនេះនៅក្នុងរោងចក្រ និងឃ្លាំងផ្ទុកទំនិញជាក់ស្តែង មិនមែននៅក្នុងមន្ទីរពិសោធន៍ទៀតទេ។
ប៉ុន្តែសំណួរសំខាន់គឺ៖ តើមនុស្សយន្តទាំងនេះ ដំណើរការយ៉ាងណាពិតប្រាកដ? តើអ្វីជាការពិតដែលបានបញ្ជាក់ដោយក្រុមហ៊ុន និងអ្នកសារព័ត៌មានបច្ចេកវិទ្យា ហើយអ្វីទៅជាការផ្សព្វផ្សាយលើសកម្រិត? អត្ថបទនេះពន្យល់ពីស្ថាបត្យកម្មរាងកាយ (hardware) ខួរក្បាល AI ការដាក់ពង្រាយជាក់ស្តែងនាពេលនេះ និងដែនកំណត់ពិតដែលឧស្សាហកម្មនេះនៅតែជួបប្រទះ ដោយផ្អែកលើសេចក្តីប្រកាសផ្លូវការរបស់ក្រុមហ៊ុន និងការវិភាគពីអ្នកសារព័ត៌មានបច្ចេកវិទ្យាដូចជា IEEE Spectrum និង Forbes។
ព័ត៌មានសង្ខេប
- តួអង្គឈានមុខ
- Tesla Optimus · Figure AI (02/03) · Boston Dynamics Atlas · Agility Digit · Unitree · Apptronik Apollo
- ថាមពលចលនា
- ភាគច្រើនប្តូរទៅជា actuator អគ្គិសនីទាំងស្រុង — សូម្បីតែ Atlas ដែលធ្លាប់ប្រើប្រព័ន្ធ hydraulic ក៏បានប្តូរជា «electric Atlas» ដែរ
- ខួរក្បាល AI
- គំរូ Vision-Language-Action (VLA) ដូចជា Helix របស់ Figure AI ជំនួសកូដដៃដែលកម្មវិធីករសរសេរដោយដៃ
- ការដាក់ពង្រាយពិត
- រោងចក្រ BMW Spartanburg (Figure 03) · Hyundai Metaplant (Atlas) · ឃ្លាំង GXO (Agility Digit)
- បញ្ហាចម្បង
- អត្រាជោគជ័យមិនទាន់ដល់កម្រិតឧស្សាហកម្ម តម្លៃពិតក្នុងមួយភារកិច្ច និងការថែទាំជាប្រចាំ
- ប្រភពសំខាន់
- BMW Group · Boston Dynamics · IEEE Spectrum
Bតួអង្គចម្បង៖ នរណាកំពុងធ្វើអ្វី?
ជាជាងគម្រោងតែមួយ ឧស្សាហកម្មមនុស្សយន្តរូបរាងមនុស្សសព្វថ្ងៃមានក្រុមហ៊ុនធំៗជាច្រើនកំពុងប្រកួតប្រជែងគ្នា ដោយម្នាក់ៗមានយុទ្ធសាស្ត្រខុសគ្នា៖
កំណែសាធារណៈចុងក្រោយគឺ v2.3 (មេសា ២០២៦); Musk អះអាងថា V3 នឹងបង្ហាញនៅជិតដល់ពេលចាប់ផ្តើមផលិត។ ដៃមាន ២២ DoF (Gen 3) ខ្ពស់ជាង Gen 2 ដែលមាន ១១ DoF។ Tesla កំពុងដំឡើងខ្សែផលិតកម្មនៅ Fremont ដោយគោលដៅដ៏ធំបំផុតគឺបង្កើតខ្សែទី២នៅ Gigafactory Texas។
Figure 03 (តុលា ២០២៥) មាន ៦០ DoF សរុប រួមទាំង ២០ DoF ក្នុងដៃម្ខាង ជាមួយ sensor ប៉ះ (tactile) ចាប់កម្លាំងតូចត្រឹម ៣ ក្រាម។ ដល់ខែមេសា ២០២៦ ក្រុមហ៊ុនប្រគល់ជូនជាង ៣៥០ គ្រឿង ក្នុងល្បឿនផលិតប្រហែល ១ គ្រឿងក្នុងមួយម៉ោង។ តម្លៃវាយតម្លៃឡើងដល់ ៣៩ ពាន់លានដុល្លារកាលពីកញ្ញា ២០២៥។
ប្តូរពី hydraulic ទៅជា electric ទាំងស្រុង មាន ៥៦ DoF ដៃលាតដល់ ២,៣ ម៉ែត្រ លើកបានដល់ ៥០ គីឡូក្រាម។ Hyundai Mobis ផ្គត់ផ្គង់ actuator ខណៈ Hyundai Motor Group (ម្ចាស់ភាគហ៊ុនចម្បង) គ្រោងដាក់ពង្រាយរាប់ម៉ឺនគ្រឿងនៅរោងចក្ររបស់ខ្លួន។
មនុស្សយន្តទី ១ ក្នុងឧស្សាហកម្មដែលមានកិច្ចសន្យាការងារពិត — GXO (ក្រុមហ៊ុន logistics ធំ) បានចុះកិច្ចព្រមព្រៀងច្រើនឆ្នាំដាក់ពង្រាយ Digit ជាផ្លូវការក្នុងឃ្លាំង។ Agility ក៏កំពុងចូលទីផ្សារភាគហ៊ុនតាមរយៈកិច្ចព្រមព្រៀង SPAC តម្លៃប្រហែល ២,៥ ពាន់លានដុល្លារ។
ផ្តោតលើតម្លៃថោក និងការចូលដល់ទីផ្សារធំ — មនុស្សយន្តមួយចំនួនរបស់ Unitree មានតម្លៃចាប់ពីប្រហែល ១៣.៥០០ ដុល្លារឡើងទៅ ទាបជាងគម្រោងលោកខាងលិចច្រើនដង ប៉ុន្តែភាគច្រើនប្រើសម្រាប់ស្រាវជ្រាវ អប់រំ និងសាកល្បង មិនទាន់មានកិច្ចសន្យារោងចក្រធំដូច Figure ឬ Atlas ទេ។
ក្រុមហ៊ុន startup ពី Austin, Texas បានប្រកាសកិច្ចព្រមព្រៀងពាណិជ្ជកម្មជាមួយ Mercedes-Benz ដើម្បីសាកល្បង Apollo ក្នុងរោងចក្រផលិតឡាន ហើយបានប្រមូលថវិកា ៥២០ លានដុល្លារ ក្នុងតម្លៃវាយតម្លៃ ៥ ពាន់លានដុល្លារកាលពីដើមឆ្នាំ ២០២៦។
Cរាងកាយ ថាមពល និងសាច់ដុំ
ចំណុចផ្លាស់ប្តូរធំបំផុតមួយក្នុងរយៈពេល ២-៣ ឆ្នាំចុងក្រោយ គឺការផ្លាស់ប្តូរពី hydraulic ទៅ electric។ Atlas ជំនាន់ចាស់ (សម័យ DARPA ២០១៣) ប្រើប្រព័ន្ធ hydraulic ដែលមានកម្លាំងខ្លាំង ប៉ុន្តែធ្ងន់ ជ្រុះខ្លាំង ហើយពិបាកថែទាំ។ Boston Dynamics បានប្រកាសជាផ្លូវការថា Atlas ជំនាន់ថ្មីជា «fully electric» ដោយប្រើ actuator អគ្គិសនីដែលផ្គត់ផ្គង់ដោយ Hyundai Mobis ដែលមានសមត្ថភាពបត់បែនកម្រិត ៥៦ DoF ដោយសន្លាក់ទាំងអស់អាចបង្វិលបានពេញលេញ (fully rotational joints)។
Tesla Optimus ប្រើ linear actuator តាមបច្ចេកទេស planetary roller screw ជំនួស ball screw ធម្មតា ដើម្បីទទួលបានចលនាដ៏រលូន និងកម្លាំងខ្ពស់ក្នុងទំហំតូច។ Gen 2 មានដៃ ១១ DoF រីឯ Gen 3 កើនដល់ ២២ DoF — កំណើនធំបំផុតគឺនៅត្រង់ម្រាមដៃ ដែលចាំបាច់សម្រាប់ការចាប់វត្ថុតូចៗ។ តាមទិន្នន័យសាធារណៈ Optimus មានកម្ពស់ប្រហែល ១៧៣ សង់ទីម៉ែត្រ ទម្ងន់ ៥៧ គីឡូក្រាម និងលើកបានប្រហែល ២០ គីឡូក្រាម។
Figure 03 ដើរផ្លូវផ្សេង៖ ផ្តោតលើដៃដែលមានចំនួន DoF ខ្ពស់បំផុតក្នុងចំណោមមនុស្សយន្តពាណិជ្ជកម្ម — ២០ DoF ក្នុងដៃម្ខាង បូក sensor ប៉ះ (tactile) ដែលអាចចាប់កម្លាំងតូចត្រឹមតែ ៣ ក្រាម និងកាមេរ៉ានៅលើបាតដៃ (palm camera) ដើម្បីមើលឃើញវត្ថុនៅពេលកំពុងចាប់។ វាក៏ប្រើថ្មសាកតាមរលកអគ្គិសនី (wireless inductive charging) ដែលអនុញ្ញាតឱ្យសាកថ្មដោយស្វ័យប្រវត្តិដោយមិនចាំបាច់សាកឆ្នាំងភ្ជាប់ដោយដៃ។
Electric ទាំងស្រុង · ៥៦ DoF · លើក ៥០ kg · លាតដល់ ២,៣ m · ធន់នឹងសីតុណ្ហភាព −២០ ដល់ ៤០°C · ធន់ទឹក · មានលក្ខណៈផ្លាស់ថ្មដោយខ្លួនឯង (battery self-swap)។
Electric · ៦០ DoF សរុប · ២០ DoF/ដៃ · sensor ប៉ះ ៣ ក្រាម · កាមេរ៉ា ៦ RGB បូកកាមេរ៉ាបាតដៃ · សាកថ្មតាមរលកអគ្គិសនី · សម្ភារៈទន់ និងក្រណាត់ដែលអាចដករក្សាបាន។
Electric · linear actuator planetary roller screw · ២២ DoF ក្នុងដៃ (ខ្ពស់ជាង Gen 2 ដែលមាន ១១) · កម្ពស់ ~១៧៣ cm · ទម្ងន់ ~៥៧ kg · លើកបាន ~២០ kg។
Electric · តម្លៃទាបជាងគេ (ចាប់ពី ~១៣.៥០០ ដុល្លារ) · ប្រើជាចម្បងសម្រាប់ស្រាវជ្រាវ អប់រំ និងការធ្វើតេស្តក្បួនដោះស្រាយ មិនទាន់ជាចម្បងសម្រាប់ការងារឧស្សាហកម្មធំដូច Atlas ឬ Figure ទេ។
Dខួរក្បាល AI៖ ពី hand-coded ដល់ Vision-Language-Action
រហូតដល់ប៉ុន្មានឆ្នាំមុន មនុស្សយន្តភាគច្រើនប្រើ ក្បួនដោះស្រាយសរសេរដោយដៃ (hand-coded behaviors) — កម្មវិធីករត្រូវសរសេរជំហានៗសម្រាប់ភារកិច្ចនីមួយៗ ដូចជា «លាតដៃទៅមុំ ៤៥ អង្សា រួចបិទម្រាមដៃ»។ វិធីនេះជាក់លាក់ ប៉ុន្តែពិបាកពង្រីកទៅភារកិច្ចថ្មីៗ ព្រោះរាល់ការផ្លាស់ប្តូរបរិយាកាសតូចមួយក៏អាចធ្វើឱ្យក្បួនដោះស្រាយបរាជ័យ។
ចលនាធំបំផុតឥឡូវនេះគឺឆ្ពោះទៅរក គំរូ Vision-Language-Action (VLA) — បណ្តាញសរសៃប្រសាទដ៏ធំមួយដែលទទួលបញ្ចូលជា រូបភាព (vision) និង ភាសាធម្មជាតិ (language, ដូចជាបញ្ជា «លើកកែវទឹកមកទីនេះ») រួចបញ្ចេញលទ្ធផលជា សកម្មភាព (action) ដោយផ្ទាល់ — ស្រដៀងនឹងរបៀបដែល LLM ដូច ChatGPT ទាយពាក្យបន្ទាប់ ប៉ុន្តែ VLA ទាយចលនាសន្លាក់បន្ទាប់វិញ។ Figure AI ហៅគំរូខ្លួនរបស់ខ្លួនថា Helix ដែលកំណែ Helix 02 (មករា ២០២៦) បានពង្រីកទៅជា full-body autonomy អាចដោះស្រាយភារកិច្ចដូចជាដាក់ចាន និងដកចានចេញពីម៉ាស៊ីនលាងចាន ដោយមិនចាំបាច់សរសេរកូដដោយដៃសម្រាប់ភារកិច្ចនីមួយៗ។
គុណសម្បត្តិចម្បងនៃវិធីសាស្ត្រ end-to-end នេះគឺ ការទូទៅ (generalization) — គំរូតែមួយអាចរៀនធ្វើភារកិច្ចផ្សេងគ្នាជាច្រើនដោយសិក្សាពីទិន្នន័យបង្ហាញ (demonstration data) ជំនួសឱ្យការសរសេរកូដដាច់ដោយឡែកសម្រាប់ភារកិច្ចនីមួយៗ។ ប៉ុន្តែវិធីនេះក៏ត្រូវការទិន្នន័យបង្ហាញច្រើន ដែលភាគច្រើនប្រមូលតាមរយៈ teleoperation — មនុស្សពិតបញ្ជាមនុស្សយន្តពីចម្ងាយ ដើម្បីបង្កើតគំរូនៃការធ្វើចលនាឱ្យ AI សិក្សាតាម។ នេះជាចំណុចសំខាន់មួយ៖ វីដេអូបង្ហាញជាច្រើននាពេលនេះ ជាការលាយបញ្ចូលគ្នារវាងចលនាស្វ័យប្រវត្តិ (autonomous) និងចលនាដែលមានមនុស្សបញ្ជាដោយផ្ទាល់ ឬពាក់កណ្តាលស្វ័យប្រវត្តិ — មិនមែនរាល់ចលនាទាំងអស់សុទ្ធតែស្វ័យប្រវត្តិ ១០០% ដូចអ្វីដែលមើលទៅដំបូងនោះទេ។
អត្ថបទពាក់ព័ន្ធ
Eការសាកល្បងជាក់ស្តែង៖ អ្វីដែលបានបង្ហាញផ្ទាល់
ខុសពីវីដេអូបង្ហាញក្នុងមន្ទីរពិសោធន៍ ចំណុចគួរឱ្យចាប់អារម្មណ៍បំផុតឆ្នាំ ២០២៦ គឺមានក្រុមហ៊ុនផលិតឡាន និង logistics ធំៗចាប់ផ្តើម ដាក់ពង្រាយពិតប្រាកដ៖
Fដែនកំណត់ពិត៖ អ្វីដែលនៅតែពិបាក
ទោះជាមានវឌ្ឍនភាពគួរឱ្យកត់សម្គាល់ក៏ដោយ អត្ថបទវិភាគពី Forbes ស្តីពី «ចំណុចដែលវីដេអូបង្ហាញមិនប្រាប់អ្នក» លើកឡើងពីគម្លាតសំខាន់ៗចំនួន ៥ រវាងវីដេអូបង្ហាញ និងការដាក់ពង្រាយពិតប្រាកដ៖
វីដេអូបង្ហាញការធ្វើសម្រេចជោគជ័យ មិនមែនការធ្វើខុសទេ។ មនុស្សយន្តជោគជ័យ ៩៥% អាចមើលទៅអស្ចារ្យក្នុងមន្ទីរពិសោធន៍ ប៉ុន្តែក្លាយជាបញ្ហាធំក្នុងប្រតិបត្តិការជាក់ស្តែង — ការឡើងដល់ ៩៩,៩% ទាមទារវិស្វកម្មស្មុគស្មាញខ្លាំង។
មនុស្សយន្តជាច្រើនមិនទាន់ស្វ័យប្រវត្តិទាំងស្រុងទេ។ Teleoperation ជាវិធីត្រឹមត្រូវក្នុងការប្រមូលទិន្នន័យបណ្តុះបណ្តាល ប៉ុន្តែវីដេអូបង្ហាញមួយចំនួនមិនបញ្ជាក់ច្បាស់ថា ភាគរយប៉ុន្មាននៃចលនាដែលមានមនុស្សបញ្ជា។
លើសពីតម្លៃទិញដំបូង ចំណាយលើការភ្ជាប់ប្រព័ន្ធ (integration) ពេលឈប់ដំណើរការ (downtime) ការគាំទ្រវិស្វកម្ម និងកិច្ចសន្យាសេវាកម្ម អាចធ្វើឱ្យមនុស្សយន្តមិនសាកសមសេដ្ឋកិច្ចនៅឡើយ។
បន្ទប់ពិត មិនស្រួលដូចស្តូឌីយោបង្ហាញទេ — ពន្លឺ ជាន់មិនស្មើ វត្ថុមិនរំពឹងទុក និងបញ្ហាសុវត្ថិភាពជាមួយមនុស្សនៅជិត សុទ្ធតែជាបញ្ហាបន្ថែម។
Gពេលវេលាការពិត៖ ខ្លីនិងវែង
ផ្អែកលើប្រភពបច្ចេកទេសគួរទុកចិត្ត (BMW, Boston Dynamics, IEEE Spectrum) ជាជាងការអះអាងផ្នែកទីផ្សារ ការរំពឹងទុកជាក់ស្តែងអាចបែងចែកជា ៣ កម្រិត៖
Elon Musk ធ្លាប់អះអាងគោលដៅដ៏ធំបំផុតមួយ៖ ផលិត Optimus «១០ លានគ្រឿងក្នុងមួយឆ្នាំ» ចាប់ពី ២០២៧ — ជាលេខដែលអ្នកវិភាគឧស្សាហកម្មភាគច្រើនចាត់ទុកជាមហិច្ឆតាខ្ពស់ខ្លាំង ហើយមិនទាន់មានភស្តុតាងផលិតកម្មពិតគាំទ្រនៅឡើយ (ប្រៀបធៀបនឹង Figure ដែលកំពុងផលិតបានប្រហែល ១ គ្រឿង/ម៉ោង ឬប្រហែល ២៤ គ្រឿង/ថ្ងៃប៉ុណ្ណោះ)។ ភាពខុសគ្នារវាងលេខទាំងពីរនេះ គឺជាឧទាហរណ៍ច្បាស់មួយអំពីគម្លាតរវាងគោលដៅ និងសមត្ថភាពផលិតកម្មបច្ចុប្បន្ន។
Hរូបភាព
ចុចលើរូបភាពដើម្បីមើលពេញអេក្រង់។ រូបភាពទាំងអស់មកពី Wikimedia Commons។
.jpg)
Iការយល់ច្រឡំ vs ការពិត
Jសំណួរ-ចម្លើយ · FAQ
តើមនុស្សយន្តរូបរាងមនុស្សសព្វថ្ងៃស្វ័យប្រវត្តិទាំងស្រុងឬទេ?
តើមនុស្សយន្តទាំងនេះថ្លៃប៉ុណ្ណា?
ហេតុអ្វី Atlas ប្តូរពី hydraulic ទៅ electric?
តើមនុស្សយន្តរូបរាងមនុស្សនឹងជំនួសការងារមនុស្សពេលណា?
តើ Vision-Language-Action (VLA) ខុសពី AI ធម្មតាយ៉ាងណា?
Kប្រភពយោង · References
✦♥គាំទ្រ Eksastra
ប្រសិនបើអត្ថបទនេះមានប្រយោជន៍ សូមពិចារណាបរិច្ចាគតូចមួយ ដើម្បីជួយឱ្យយើងបន្តផលិតអត្ថបទស្រាវជ្រាវជាភាសាខ្មែរ។
បរិច្ចាគតាម PayWay →