เมื่อเร็ว ๆ นี้เทคโนโลยี Hangzhou Qunkeng ได้กลายเป็นจุดสนใจของชุมชนเทคโนโลยีอีกครั้งด้วยโมเดลความเข้าใจเชิงพื้นที่โอเพนซอร์ส แบบจำลองนวัตกรรมนี้ได้รับการกล่าวถึงโดย Google ในรายงานการวิจัยโดยเฉพาะซึ่งเป็นจุดเริ่มต้นที่สำคัญในการฝึกอบรมหุ่นยนต์ ฟังก์ชั่นหลักของ spatiallm คือมันสามารถอนุญาตให้หุ่นยนต์เข้าใจความสัมพันธ์ทางเรขาคณิตของโลกทางกายภาพผ่านวิดีโอสามัญดังนั้นจึงให้ความเป็นไปได้ใหม่อย่างสมบูรณ์สำหรับการฝึกอบรมหุ่นยนต์
Spatiallm นั้นไม่เหมือนใครในการแปลงวิดีโอที่ถ่ายโดยโทรศัพท์มือถือเป็นข้อมูลเค้าโครงเชิงพื้นที่สามมิติที่แม่นยำ ผู้ใช้จะต้องบันทึกฉากที่บ้านด้วยโทรศัพท์มือถือและ spatiallm สามารถสร้างแบบจำลอง 3 มิติที่มีรายละเอียดรวมถึงโครงสร้างของห้องที่ตั้งของเฟอร์นิเจอร์และความกว้างของช่อง เทคโนโลยีนี้ไม่เพียง แต่ช่วยลดค่าใช้จ่ายในการฝึกอบรมหุ่นยนต์เท่านั้น แต่ยังช่วยปรับปรุงประสิทธิภาพการฝึกอบรมอย่างมีนัยสำคัญปูทางสำหรับการทำให้เป็นที่นิยมและการประยุกต์ใช้เทคโนโลยีหุ่นยนต์

ในการประชุม GTC2025 เทคโนโลยี CNK ยังแสดงให้เห็นถึงแพลตฟอร์มการฝึกอบรมเสมือนจริง แพลตฟอร์มนี้รวมข้อมูลที่สร้างขึ้นโดย spatiallm ทำให้หุ่นยนต์สามารถฝึกอบรมงานที่ซับซ้อนเช่นการหลีกเลี่ยงสิ่งกีดขวางและการคว้าในสภาพแวดล้อมที่จำลองขึ้นซึ่งจะได้รับวงปิดสนิทจากการรับรู้ไปสู่การกระทำ ด้วยระบบนี้หุ่นยนต์ไม่เพียง แต่ "ดู" เค้าโครงเชิงพื้นที่ แต่ยังเข้าใจวิธีการทำงานในสภาพแวดล้อมที่ซับซ้อนซึ่งให้การสนับสนุนทางเทคนิคที่มีประสิทธิภาพสำหรับการประยุกต์ใช้หุ่นยนต์ในโลกแห่งความเป็นจริง
หลักการทำงานของ spatiallm ขึ้นอยู่กับเทคโนโลยี Mast3R-SLAM ซึ่งถอดชิ้นส่วนวิดีโอออกเป็นเฟรมนับไม่ถ้วนแยกรายละเอียดของวัตถุเช่นโซฟาและตารางและสร้างพวกมันลงในแบบจำลองคลาวด์จุด จากนั้นโมเดลจะแปลงข้อมูลนี้เป็นเค้าโครง 3 มิติที่มีโครงสร้างบันทึกข้อมูลคีย์เกี่ยวกับแต่ละวัตถุเช่นขนาดและตำแหน่ง เมื่อเปรียบเทียบกับวิธีการฝึกอบรมแบบดั้งเดิม Spatiallm ไม่เพียง แต่ประหยัดเวลาและทรัพยากรเท่านั้น แต่ยังช่วยเพิ่มความสามารถในการรับรู้เชิงพื้นที่ของหุ่นยนต์อย่างมีนัยสำคัญทำให้สามารถปรับตัวเข้ากับสภาพแวดล้อมที่ซับซ้อนได้ดีขึ้น
สิ่งที่ไม่เหมือนใครเกี่ยวกับเทคโนโลยีนี้คือช่วยให้หุ่นยนต์เข้าใจและจัดการกับการเปลี่ยนแปลงสิ่งแวดล้อมที่ซับซ้อนเช่นมนุษย์ ไม่ว่าจะเป็นรายการประจำวันในชีวิตที่บ้านหรือเครื่องมือในที่ทำงาน Spatiallm ช่วยหุ่นยนต์ปรับตัวได้อย่างรวดเร็วและทำงาน ความสามารถนี้มีความสำคัญต่อการปรับปรุงประสิทธิภาพของหุ่นยนต์ในสภาพแวดล้อมจริงโดยเฉพาะอย่างยิ่งในสาขาสติปัญญาที่เป็นตัวเป็นตนในปัจจุบันซึ่งเทคโนโลยีจำนวนมากยังคงเผชิญกับความยากลำบากในการดำเนินการ
ผ่านการเปิดพื้นที่โอเพ่นซอร์สและ spatialverse CNK กำลังปรับเปลี่ยนอนาคตของการฝึกอบรมหุ่นยนต์ทำให้สามารถตอบสนองต่อความท้าทายในโลกแห่งความจริงได้อย่างยืดหยุ่น การประยุกต์ใช้เทคโนโลยีนี้อย่างกว้างขวางไม่เพียง แต่ส่งเสริมการพัฒนาเทคโนโลยีหุ่นยนต์ต่อไป แต่ยังจะนำความสะดวกสบายมาสู่ชีวิตมนุษย์มากขึ้น
ที่อยู่โครงการ: https://top.aibase.com/tool/spatiallm