Xpeng ระบุหุ่นยนต์ IRON คาดการณ์การเคลื่อนไหวของมนุษย์ล่วงหน้าได้ 6 วินาที

จับมือที่เปลี่ยนท่าก่อนหุ่นยนต์จะขยับเสร็จ

Xpeng ระบุว่าหุ่นยนต์ฮิวแมนนอยด์ IRON สามารถคาดการณ์การเปลี่ยนแปลงการเคลื่อนไหวของมนุษย์ล่วงหน้าได้ถึง 6 วินาที และประเมินสถานการณ์ใหม่ทุก 0.2 วินาทีระหว่างสังเกตคนที่อยู่ตรงหน้า การอัปเกรดนี้ออกแบบมาเพื่อให้หุ่นยนต์ปรับตัวได้เมื่อมีคนเปลี่ยนจากแบมือเป็นกำปั้นกะทันหัน หรือขยับตำแหน่งมือที่จะใช้ตบมือทักทาย

ผู้ผลิตรถยนต์ไฟฟ้าจีนรายนี้ระบุว่าความสามารถดังกล่าวมาจากโมเดล VLA รุ่นที่สอง ซึ่งเป็นระบบปัญญาประดิษฐ์ที่เชื่อมโยงข้อมูลภาพเข้ากับการกระทำทางกายภาพ ตามข้อมูลของบริษัท ระบบคาดการณ์ทำงานภายในตัวหุ่นยนต์ โดยไม่ต้องอาศัยการเชื่อมต่อกับคอมพิวเตอร์คลาวด์

IRON ติดตั้งชิป AI Turing ของ Xpeng จำนวน 3 ตัว มีกำลังประมวลผลรวม 2,250 TOPS ความสามารถด้านปฏิสัมพันธ์ใหม่อาศัยเทคโนโลยี AI เชิงกายภาพพื้นฐานแบบเดียวกับที่ Xpeng ใช้คาดการณ์สถานการณ์รอบตัวรถซึ่งเปลี่ยนแปลงอยู่เสมอ

ตัวอย่างการใช้งานในเบื้องต้นเป็นท่าทางคุ้นเคย ได้แก่ การจับมือ การชนกำปั้น และการตบมือทักทาย ความท้าทายอยู่ที่จังหวะเวลา เพราะคนอาจเปลี่ยนทิศทางกลางคัน ทำให้หุ่นยนต์ต้องปรับแขน มือ และท่าทางของตัวเอง ขณะที่การโต้ตอบยังดำเนินอยู่

แผนเชิงพาณิชย์ของ Xpeng ทำให้ความสามารถในการตอบสนองดังกล่าวมีความสำคัญมากกว่าการสาธิต บริษัทต้องการให้ IRON เริ่มทำงานในร้านค้า ศูนย์การค้า และพื้นที่เชิงพาณิชย์อื่น ๆ ซึ่งผู้มาเยือนจะเคลื่อนไหวและทำสิ่งต่าง ๆ ตามจังหวะของตนเอง เป้าหมายอย่างเป็นทางการคือเริ่มผลิตหุ่นยนต์ฮิวแมนนอยด์ขั้นสูงจำนวนมากภายในสิ้นปี 2026 และวางแผนส่งมอบในช่วงครึ่งแรกของปี 2027

การอัปเดต 5 ครั้งต่อวินาทีเปลี่ยนปฏิสัมพันธ์อย่างไร

IRON ประเมินสิ่งที่มองเห็นใหม่ทุก 0.2 วินาที หรือเทียบเท่ากับการอัปเดต 5 ครั้งต่อวินาที ภายในช่วงเวลา 6 วินาที อัตรานี้จะทำให้ระบบประเมินข้อมูลใหม่ได้ประมาณ 30 ครั้ง ดังนั้นหุ่นยนต์จึงปรับความคาดหมายอยู่เสมอ แทนที่จะตัดสินใจเคลื่อนไหวตามท่าทางเพียงครั้งเดียว

การจับมือแสดงให้เห็นความแตกต่างได้ชัดเจน ลำดับการทำงานแบบตายตัวอาจสั่งให้หุ่นยนต์ยื่นมือออกไปหลังตรวจพบฝ่ามือที่ยื่นเข้ามา แต่หากอีกฝ่ายกำมือเพื่อชนกำปั้น หุ่นยนต์ก็ต้องรับรู้การเปลี่ยนแปลงและปรับการตอบสนองก่อนที่มือทั้งสองจะสัมผัสกัน

Xpeng ระบุว่า IRON ทำเช่นนี้ได้ระหว่างโต้ตอบ รวมถึงปรับท่าทางและสลับมือเมื่อมีคนเปลี่ยนตำแหน่งมือที่จะใช้ตบมือทักทาย กระบวนการนี้เป็นวงจรที่เกิดซ้ำ ได้แก่ สังเกตอีกฝ่าย ประเมินสิ่งที่จะเกิดขึ้น ขยับตัว แล้วสังเกตอีกครั้ง

บริษัทระบุว่า 6 วินาทีคือช่วงเวลาที่ระบบใช้คาดการณ์ล่วงหน้า แต่ยังไม่ได้เปิดเผยอัตราความแม่นยำ เงื่อนไขการทดสอบโดยละเอียด หรืออัตราความสำเร็จที่วัดได้สำหรับปฏิสัมพันธ์เหล่านี้ ข้อมูลดังกล่าวจะช่วยให้ผู้ที่อาจนำไปใช้งานประเมินได้ว่าความสามารถนี้ทำงานได้สม่ำเสมอเพียงใดเมื่อเจอกับผู้คนและสภาพแวดล้อมที่หลากหลาย

การเชื่อมโยง AI ระหว่างรถยนต์กับหุ่นยนต์ฮิวแมนนอยด์

Xpeng เปิดตัว VLA รุ่นที่สองในงานวันเทคโนโลยีที่เมืองกว่างโจวเมื่อวันที่ 5 พฤศจิกายน 2025 ในประกาศเกี่ยวกับงานวันเทคโนโลยีที่เผยแพร่เมื่อวันที่ 17 พฤศจิกายน บริษัทอธิบายว่าโมเดลนี้สร้างคำสั่งการกระทำจากสัญญาณภาพโดยตรง โดยตัดขั้นตอนการแปลเป็นภาษาขั้นกลางออกไป

VLA ย่อมาจาก vision, language and action หรือการมองเห็น ภาษา และการกระทำ กล่าวอย่างง่าย ระบบประเภทนี้เชื่อมโยงสิ่งที่เครื่องมองเห็นและเข้าใจกับสิ่งที่ควรทำ Xpeng ระบุว่าสถาปัตยกรรมที่ปรับปรุงใหม่ทำให้เส้นทางจากข้อมูลภาพไปสู่การเคลื่อนไหวตรงขึ้น พร้อมเปิดทางให้โมเดลใช้เหตุผลเกี่ยวกับพัฒนาการของฉากที่กำลังเกิดขึ้น

รถยนต์ที่กำลังเข้าใกล้สถานการณ์บนถนนซึ่งเปลี่ยนแปลงอยู่ กับหุ่นยนต์ที่เผชิญกับมือที่กำลังเคลื่อนไหว ต่างมีโจทย์ในทางปฏิบัติร่วมกัน คือทั้งคู่ต้องตอบสนองต่อทิศทางที่สิ่งนั้นกำลังมุ่งไป ไม่ใช่ดูเพียงตำแหน่งในปัจจุบัน Xpeng ระบุว่ารากฐาน AI เชิงกายภาพของบริษัทช่วยให้ระบบตีความการเคลื่อนไหวตามเวลาได้

ประกาศเมื่อเดือนพฤศจิกายนระบุว่าความฉลาดของ IRON เกิดจากการทำงานร่วมกันของโมเดล VLT, VLA และ VLM โดย Xpeng อธิบายว่า VLT เป็นโมเดลที่พัฒนาขึ้นโดยเฉพาะสำหรับการใช้เหตุผลและการตัดสินใจอัตโนมัติของหุ่นยนต์ ส่วน VLM หรือ vision language model เชื่อมโยงข้อมูลภาพเข้ากับภาษา การอัปเกรดด้านปฏิสัมพันธ์ครั้งใหม่นี้เน้นความสามารถของ VLA รุ่นที่สองในการเข้าใจลำดับเหตุการณ์และคาดการณ์การเคลื่อนไหว

ชิปทำอะไรภายใน IRON

ชิป Turing ทั้ง 3 ตัวของ IRON มอบทรัพยากรประมวลผลสำหรับการประเมินซ้ำและสร้างคำสั่งการกระทำภายในตัวหุ่นยนต์ TOPS หมายถึงล้านล้านการดำเนินการต่อวินาที เป็นหน่วยวัดจำนวนการดำเนินการที่ฮาร์ดแวร์สามารถประมวลผลได้ ตัวเลข 2,250 TOPS จึงหมายถึงกำลังประมวลผล 2,250 ล้านล้านการดำเนินการต่อวินาที

การให้โมเดลปฏิสัมพันธ์ทำงานในเครื่องหมายความว่าหุ่นยนต์สามารถประมวลผลสิ่งที่สังเกตเห็นและสร้างการตอบสนองได้โดยไม่ต้องส่งคำตัดสินใจแต่ละครั้งไปยังเซิร์ฟเวอร์ระยะไกล ซึ่งมีประโยชน์เมื่อมีมือกำลังเคลื่อนเข้าหาและหุ่นยนต์ต้องตอบสนองอย่างรวดเร็ว

Xpeng ยังใช้ทรัพยากรประมวลผลคลาวด์จำนวนมากในการพัฒนา AI ด้วย ประกาศเมื่อเดือนพฤศจิกายนระบุถึงคลัสเตอร์การ์ดประมวลผล 30,000 ใบ โมเดลพื้นฐานที่มีพารามิเตอร์ 72,000 ล้านตัว และการฝึกด้วยคลิปวิดีโอการขับขี่เกือบ 100 ล้านคลิป พารามิเตอร์คือค่าที่ปรับเปลี่ยนได้ ซึ่ง AI ใช้เรียนรู้รูปแบบต่าง ๆ

โครงสร้างพื้นฐานคลาวด์รองรับการพัฒนาโมเดล ขณะที่ชิปที่ติดตั้งใน IRON ทำหน้าที่ขับเคลื่อนระบบปฏิสัมพันธ์ที่นำไปใช้งานจริง กลยุทธ์ของ Xpeng เชื่อมโยงทั้งสองขั้นตอนเข้าด้วยกัน โดยฝึกโมเดลด้วยทรัพยากรประมวลผลขนาดใหญ่ แล้วปรับให้ทำงานภายใต้ข้อจำกัดด้านพลังงานและฮาร์ดแวร์ของเครื่องจักรจริง

ร่างกายที่ออกแบบมาให้ทำได้มากกว่าท่าทางเดียว

ตามข้อมูลของ Xpeng IRON รุ่นใหม่ที่เปิดตัวเมื่อวันที่ 5 พฤศจิกายน 2025 มีองศาอิสระ 82 จุดทั่วร่างกาย และ 22 จุดในมือ องศาอิสระคือการเคลื่อนไหวที่เป็นอิสระต่อกัน เช่น การงอหรือหมุนข้อต่อ ยิ่งมีการเคลื่อนไหวลักษณะนี้มาก วิศวกรก็ยิ่งมีวิธีจัดท่าทางร่างกายและรูปมือได้หลากหลายขึ้น

Xpeng ระบุว่าหุ่นยนต์มีแบบจำลองกระดูกสันหลังที่ยึดตามกายวิภาคของมนุษย์ โครงสร้างคล้ายกล้ามเนื้อ ผิวหนังยืดหยุ่นที่หุ้มร่างกาย ไหล่ที่ออกแบบให้เคลื่อนไหวคล้ายมนุษย์ และจอสามมิติทรงโค้งบนศีรษะ ข้อต่อฮาร์มอนิกขนาดเล็ก ซึ่งเป็นกลไกความเที่ยงตรงสูงแบบกะทัดรัด ช่วยให้มือมีสัดส่วนใกล้เคียงมือมนุษย์

ความสัมพันธ์ระหว่างร่างกายกับระบบคาดการณ์มีความสำคัญในทางปฏิบัติ เมื่อระบบรับรู้ว่ามีคนขยับมือ ก็จะเกิดเป้าหมายใหม่ขึ้น จากนั้นข้อต่อและซอฟต์แวร์ควบคุมของหุ่นยนต์ต้องจัดตำแหน่งมือของตัวเองให้ถูกต้อง พร้อมรักษาสมดุล

Xpeng ยังระบุว่า IRON ใช้แบตเตอรี่แบบโซลิดสเตตทั้งหมด แบตเตอรี่ประเภทนี้ใช้อิเล็กโทรไลต์แข็ง ซึ่งเป็นวัสดุที่อนุภาคมีประจุเคลื่อนที่ผ่านภายในแบตเตอรี่ บริษัทระบุว่าการออกแบบนี้ช่วยลดน้ำหนัก เพิ่มความหนาแน่นพลังงาน และเพิ่มความปลอดภัย แต่ยังไม่ได้เปิดเผยระยะเวลาการทำงานของความสามารถด้านปฏิสัมพันธ์ที่อัปเกรดแล้ว

เริ่มจากร้านค้า พร้อมแผนทำงานในภาคอุตสาหกรรม

บทบาทเริ่มต้นอย่างเป็นทางการของ IRON คือการแนะนำทาง ช่วยเหลือนักช้อป และลาดตระเวน แผนเชิงพาณิชย์ของ Xpeng จะเริ่มจากร้านค้าและศูนย์การค้า ก่อนค่อย ๆ ขยายไปสู่ภาคอุตสาหกรรมและการใช้งานในครัวเรือน

ทางเลือกเหล่านี้ทำให้ปฏิสัมพันธ์กับมนุษย์เป็นหัวใจสำคัญของผลิตภัณฑ์ ผู้ช่วยในศูนย์การค้าอาจต้องหันไปหาผู้มาเยือน ทำตามท่าทางชี้นิ้ว หรือตอบสนองเมื่อมีคนเข้ามาจากทิศทางที่ไม่คาดคิด การอัปเกรดล่าสุดจัดการกับส่วนหนึ่งของความท้าทายนี้อย่างเป็นรูปธรรม นั่นคือการรักษาการตอบสนองระหว่างปฏิสัมพันธ์ทางกายภาพเมื่ออีกฝ่ายเปลี่ยนท่าทาง

Baosteel เป็นพันธมิตรที่ประกาศเข้าร่วมโครงการ IRON แถลงการณ์ของ Xpeng เมื่อเดือนพฤศจิกายนระบุว่าทั้งสองบริษัทจะศึกษาการใช้งาน ซึ่งรวมถึงการตรวจสอบในสภาพแวดล้อมอุตสาหกรรมที่ซับซ้อน Zou Jixin ประธาน Baosteel กล่าวถึงแผนที่จะนำ IRON เข้าไปในสถานประกอบการของบริษัทและพัฒนาผ่านการใช้งานจริง

Xpeng ยังประกาศแผนเปิด SDK หรือชุดเครื่องมือพัฒนาซอฟต์แวร์สำหรับ IRON โดย SDK มอบเครื่องมือให้นักพัฒนาภายนอกสร้างแอปพลิเคชันบนแพลตฟอร์ม สำหรับโครงการหุ่นยนต์ เป้าหมายคือเปิดให้พันธมิตรสร้างการใช้งานนอกเหนือจากที่ทีมงานของ Xpeng ออกแบบไว้เอง

บริษัทตั้งโรงงานข้อมูลด้านปัญญาประดิษฐ์ที่มีร่างกายเป็นตัวกลางในเมืองกว่างโจว เพื่อแก้ปัญหาการขาดแคลนข้อมูลฝึกหุ่นยนต์ ปัญญาประดิษฐ์ที่มีร่างกายเป็นตัวกลางหมายถึง AI ที่ทำงานผ่านร่างกายทางกายภาพ ซึ่งการตัดสินใจต้องแปรเปลี่ยนเป็นการเคลื่อนไหวที่เกี่ยวข้องกับน้ำหนัก การสัมผัส และการทรงตัว

ความท้าทายด้านการผลิตเบื้องหลังการสาธิต

He Xiaopeng ประธานและประธานเจ้าหน้าที่บริหารของ Xpeng เคยประเมินว่าธุรกิจหุ่นยนต์มีความยากในการดำเนินงานราว 20 เท่าของการผลิตรถยนต์ เขากล่าวว่าบริษัทพัฒนาฮาร์ดแวร์ ซอฟต์แวร์ การออกแบบ และห่วงโซ่อุปทานของหุ่นยนต์เองเป็นส่วนใหญ่

เขายังกล่าวด้วยว่าเหตุผลหลักที่ก่อนหน้านี้ไม่เต็มใจนำหุ่นยนต์ออกมาแสดงต่อสาธารณะ คือยังไม่สามารถผลิตจำนวนมากได้ พร้อมวิจารณ์การสาธิตความสามารถที่ผ่านการตัดต่อในอุตสาหกรรมโดยรวม ความเห็นของเขาชี้ว่าการผลิตซ้ำได้อย่างสม่ำเสมอและการทำงานที่เชื่อถือได้มีความสำคัญไม่แพ้ประสิทธิภาพที่เห็นด้วยตา สำหรับโครงการนี้

แถลงการณ์ของ Xpeng เมื่อเดือนพฤศจิกายนระบุว่าห่วงโซ่อุปทานด้านฮาร์ดแวร์และซอฟต์แวร์ที่ยังไม่พัฒนาเต็มที่เป็นหนึ่งในปัญหาของอุตสาหกรรม การออกแบบที่ประกอบขึ้นเพื่อการสาธิตในท้ายที่สุดต้องกลายเป็นผลิตภัณฑ์ที่ผลิตซ้ำได้ รับการบำรุงรักษา และใช้งานได้ในหลายพื้นที่

ความสำเร็จของต้นแบบ ET1 ของบริษัท ซึ่งประกาศภายในวันที่ 20 มกราคม 2026 ถือเป็นอีกก้าวหนึ่งไปสู่เป้าหมายนั้น He ระบุว่า Xpeng สร้างต้นแบบหุ่นยนต์ฮิวแมนนอยด์ ET1 รุ่นแรกที่พัฒนาตามมาตรฐานอุตสาหกรรมยานยนต์เสร็จแล้ว ในเบื้องต้น โครงการยังมุ่งเน้นบทบาทมัคคุเทศก์ ผู้ช่วยนักช้อป และพนักงานต้อนรับ โดยอยู่ระหว่างพัฒนาการใช้งานในภาคอุตสาหกรรมด้วย

ประสบการณ์การผลิตรถยนต์ของ Xpeng ทำให้บริษัทมีทั้งกระบวนการผลิตและความเชี่ยวชาญด้านชิ้นส่วนที่จะนำมาใช้ได้ การประเมินความยากของ He Xiaopeng ยังสะท้อนให้เห็นถึงงานวิศวกรรมที่ยังต้องทำอีกมาก เพื่อผสาน AI การเคลื่อนไหวเชิงกล และการผลิตเข้าไว้ในผลิตภัณฑ์หุ่นยนต์ฮิวแมนนอยด์

การล้มต่อหน้าสาธารณชนและกำหนดการข้างหน้า

เหตุการณ์IRON ล้มในศูนย์การค้าเซินเจิ้นช่วงสุดสัปดาห์ก่อนวันที่ 4 กุมภาพันธ์ 2026 เผยให้เห็นอีกด้านของการพัฒนา หลังเดินข้ามเวทีในศูนย์การค้า MixC หุ่นยนต์เสียการทรงตัวขณะยืนนิ่งและถูกหามออกไป หุ่นยนต์อีกตัวเข้ามาสาธิตต่อ และในวันถัดมา IRON โต้ตอบกับผู้คนโดยยึดติดกับโครงพยุง

เหตุการณ์นี้มีความสำคัญ เพราะศูนย์การค้าเป็นหนึ่งในสถานที่ทำงานแห่งแรก ๆ ที่ Xpeng วางแผนไว้ ระบบปฏิสัมพันธ์ต้องทำงานควบคู่กับการทรงตัวและการควบคุมร่างกายที่เชื่อถือได้เมื่อมีผู้มาเยือนอยู่ใกล้ วิศวกรจึงต้องพัฒนาการคาดการณ์ การเคลื่อนไหว และความมั่นคงให้เป็นส่วนหนึ่งของเครื่องจักรเดียวกัน

กำหนดการและแผนงานของโครงการครอบคลุมหลายช่วงเวลา:

• ปี 2024: Xpeng เปิดตัว IRON รุ่นแรก
• 5 พฤศจิกายน 2025: Xpeng เปิดตัวรุ่นใหม่ในงานวันเทคโนโลยีที่เมืองกว่างโจว
• มกราคม 2026: He Xiaopeng ประกาศว่าต้นแบบ ET1 ที่พัฒนาตามมาตรฐานอุตสาหกรรมยานยนต์เสร็จสมบูรณ์
• ช่วงสุดสัปดาห์ก่อนวันที่ 4 กุมภาพันธ์ 2026: IRON ล้มระหว่างการสาธิตต่อสาธารณะที่ศูนย์การค้า MixC ในเมืองเซินเจิ้น
• 22 ตุลาคม โดยไม่ได้ระบุปีในรายงานการอัปเกรด: Xpeng ประกาศความสามารถในการคาดการณ์การเคลื่อนไหว
• สิ้นปี 2026: Xpeng ตั้งเป้าเริ่มผลิตหุ่นยนต์ฮิวแมนนอยด์ขั้นสูงจำนวนมาก
• ครึ่งแรกของปี 2027: วางแผนส่งมอบ โดยเริ่มจากการใช้งานเชิงพาณิชย์

สำหรับธุรกิจที่กำลังพิจารณาใช้ IRON ขั้นต่อไปในทางปฏิบัติคือการเปลี่ยนจากหลักชัยด้านการพัฒนาไปสู่การผลิตและส่งมอบ ช่วงเวลาคาดการณ์ล่วงหน้า 6 วินาทีเป็นเพียงส่วนหนึ่งของผลิตภัณฑ์ที่นำเสนอ นั่นคือหุ่นยนต์ที่ออกแบบมาเพื่อปรับตัวเข้ากับผู้คนระหว่างทำงานที่เป็นประโยชน์ในสถานที่ซึ่งพวกเขาใช้อยู่แล้ว

ประเด็นสำคัญ

• Xpeng ระบุว่า IRON คาดการณ์การเปลี่ยนแปลงการเคลื่อนไหวของมนุษย์ล่วงหน้าได้ถึง 6 วินาที และประเมินข้อมูลภาพใหม่ 5 ครั้งต่อวินาที
• ระบบปฏิสัมพันธ์ทำงานภายในตัวหุ่นยนต์ ซึ่งติดตั้งชิป AI Turing 3 ตัว ให้กำลังประมวลผล 2,250 TOPS
• ตามข้อมูลของ Xpeng หุ่นยนต์รุ่นใหม่มีองศาอิสระ 82 จุดทั่วร่างกาย และ 22 จุดในมือ
• บทบาทที่วางแผนไว้ในเบื้องต้น ได้แก่ การแนะนำทาง การช่วยเหลือนักช้อป และการลาดตระเวน โดยมี Baosteel ร่วมศึกษาการใช้งานในภาคอุตสาหกรรม
• Xpeng ตั้งเป้าเริ่มผลิตจำนวนมากภายในสิ้นปี 2026 และส่งมอบในช่วงครึ่งแรกของปี 2027
• บริษัทยังไม่ได้เผยแพร่ข้อมูลโดยละเอียดเกี่ยวกับความแม่นยำหรืออัตราความสำเร็จของการอัปเกรดระบบคาดการณ์การเคลื่อนไหว