โลกเสมือนที่เมตาเวิร์สทิ้งไว้ ต้อนรับ 'ผู้อยู่อาศัย' หุ่นยนต์

ผู้เขียน: Zen, PANews

วันที่ 8 กันยายน สตาร์ทอัพสหรัฐฯ ชื่อ Antioch ระดมทุนรอบ Series A ได้ 32 ล้านดอลลาร์สหรัฐ นำโดย Greylock บริษัทร่วมลงทุนชื่อดังแห่งซิลิคอนวัลเลย์ เมื่อรวมกับรอบ Seed 8.5 ล้านดอลลาร์สหรัฐเมื่อต้นปี บริษัทอายุเพียงปีเศษนี้ระดมทุนสะสมแล้ว 40.5 ล้านดอลลาร์สหรัฐ

แนวทางหลักของ Antioch คือการนำหุ่นยนต์ เซนเซอร์ ระบบซอฟต์แวร์ และสภาพแวดล้อมการทำงานจากโลกจริงเข้าสู่คอมพิวเตอร์ เพื่อฝึก ทดสอบ และตรวจสอบเครื่องจักรในโลกดิจิทัลที่ใกล้เคียงความเป็นจริงมากที่สุด ความผิดพลาดและสถานการณ์สุดขั้วที่ในโลกจริงมีต้นทุนสูง ยากต่อการทำซ้ำ หรือแม้แต่อันตราย สามารถเกิดขึ้นซ้ำแล้วซ้ำเล่าได้ที่นี่

Antioch ไม่ใช่รายเดียว เมื่อ Physical AI (ปัญญาประดิษฐ์เชิงกายภาพ) กลายเป็นทิศทางการลงทุนใหม่ของอุตสาหกรรม AI บริษัทจำนวนหนึ่งที่เกี่ยวข้องกับพื้นที่ 3 มิติ ดิจิทัลทวิน การจำลองทางฟิสิกส์ และข้อมูลสังเคราะห์ กำลังได้รับความสนใจจากเงินทุนอีกครั้ง สิ่งที่พวกเขาพยายามทำคือการสร้างโลกในคอมพิวเตอร์ให้ใกล้เคียงความเป็นจริงมากที่สุด

เมื่อมองเพียงคำอธิบาย 'สร้างโลกเสมือน จำลองฉากจริง' ก็ชวนให้นึกถึงกระแสเทคโนโลยียุค 'เมตาเวิร์ส' รอบก่อนได้ง่าย แต่ความแตกต่างคือ Antioch ไม่ได้ทำเพื่อให้ผู้ใช้สวมชุดหูฟัง VR ท่องโลกเสมือน คราวนี้ผู้ที่ต้อง 'ใช้ชีวิต' ในโลกเสมือนในระยะยาวจริงๆ คือหุ่นยนต์

โลกเสมือนไม่ได้หายไป เพียงแต่คราวนี้ 'ผู้อยู่อาศัย' เปลี่ยนไป

มนุษย์ไม่ได้เข้าไปอยู่ในเมตาเวิร์ส

สิงหาคม 2021 ที่งาน SIGGRAPH การประชุมคอมพิวเตอร์กราฟิกที่สำคัญที่สุดของโลก NVIDIA ประกาศขยายแพลตฟอร์ม Omniverse ตอนนั้น NVIDIA วางตำแหน่งไว้ชัดเจนมาก: Omniverse คือแพลตฟอร์มสำหรับการจำลองและการทำงานร่วมกันแบบ 3 มิติ และกำลัง 'วางรากฐานให้เมตาเวิร์ส'

แนวคิดหลักคือการนำเนื้อหา 3 มิติที่กระจัดกระจายอยู่ในซอฟต์แวร์ต่างๆ มารวมไว้ในโลกเสมือนเดียวกัน

เทคโนโลยีพื้นฐานที่สำคัญมากตัวหนึ่งคือ USD หรือ Universal Scene Description (คำอธิบายฉากสากล) นี่คือมาตรฐานการอธิบายฉาก 3 มิติที่ Pixar พัฒนาขึ้นครั้งแรกสำหรับการผลิตภาพยนตร์แอนิเมชันที่ซับซ้อน แล้วเปิดเป็นโอเพนซอร์ส หากเข้าใจง่ายๆ มันคล้าย 'ภาษากลาง' ของโลก 3 มิติ: ในฉากเสมือนมีวัตถุอะไรบ้าง อยู่ที่ไหน ใช้วัสดุอะไร เคลื่อนไหวอย่างไร และสัมพันธ์กันอย่างไร ล้วนจัดระเบียบผ่าน USD ได้

ดังนั้น นักออกแบบที่ใช้ซอฟต์แวร์สร้างโมเดล 3 มิติอย่าง Blender ศิลปินที่ใช้ Adobe Substance 3D สร้างพื้นผิวและวัสดุ และวิศวกรที่ใช้ซอฟต์แวร์วิศวกรรมต่างๆ จึงสามารถเชื่อมต่อเนื้อหาที่แต่ละคนสร้างผ่าน USD เข้าสู่ Omniverse เพื่อทำงานร่วมกันในโลก 3 มิติเดียวกัน

ตอนนั้น NVIDIA ถึงกับอธิบายอนาคตแบบนี้ว่าเป็น 'อินเทอร์เน็ตสามมิติ': อินเทอร์เน็ตทุกวันนี้เชื่อมต่อหน้าเว็บ อนาคตอินเทอร์เน็ตอาจเชื่อมต่อพื้นที่ 3 มิติจำนวนนับไม่ถ้วนที่เข้าไปและโต้ตอบได้แบบเรียลไทม์

เดือนตุลาคมปีเดียวกัน Facebook เปลี่ยนชื่อบริษัทเป็น Meta เมตาเวิร์สจึงเข้าสู่ช่วงที่ร้อนแรงที่สุด

เมื่อเทียบกับ NVIDIA อนาคตที่ Zuckerberg วาดไว้นั้นยิ่งใหญ่กว่า ในจินตนาการของเขา ผู้คนจะไม่ใช้อินเทอร์เน็ตผ่านหน้าจอสองมิติอีกต่อไป แต่จะเข้าสู่โลกดิจิทัลที่มีมิติเชิงพื้นที่และ 'ความรู้สึกของการมีอยู่' เพื่อประชุม ทำงาน บันเทิง ช้อปปิ้ง และเข้าสังคม ตอนนั้น Meta คาดการณ์ว่าในราวสิบปีข้างหน้า Metaverse อาจครอบคลุมประชากร 1 พันล้านคน และเกิดเศรษฐกิจดิจิทัลขนาดมหึมา

เมตาเวิร์สเป็นเหมือนภาชนะที่ใส่อะไรก็ได้ สองปีถัดมา VR, AR, มนุษย์ดิจิทัล, สำนักงานเสมือน, เกม 3 มิติ, ดิจิทัลทวิน และสินทรัพย์ดิจิทัลอย่าง NFT ต่างถูกยัดเข้าไปในจินตนาการรวมเกี่ยวกับ 'โลกดิจิทัลขนาดใหญ่'

อย่างไรก็ตาม อุตสาหกรรมเมตาเวิร์สระดับผู้บริโภคจนถึงทุกวันนี้ก็ยังไม่เกิดขึ้นจริง ผู้เล่นจำนวนมากในตอนนั้นได้ถอนตัวไปอย่างเงียบๆ Meta ยังไม่ละทิ้ง VR, AR และแว่นตาอัจฉริยะ แต่ Reality Labs ซึ่งรองรับธุรกิจที่เกี่ยวข้องยังคงเป็นการลงทุนระยะยาวที่แพงมหาศาล ปี 2025 Reality Labs มีรายได้ทั้งปีประมาณ 2.207 พันล้านดอลลาร์สหรัฐ แต่ขาดทุนจากการดำเนินงานสูงถึง 19.193 พันล้านดอลลาร์สหรัฐ Meta ยังคาดการณ์ว่าปี 2026 การขาดทุนจากการดำเนินงานของแผนกนี้จะยังคงอยู่ในระดับใกล้เคียงปี 2025

ในทางตรงกันข้าม การเปลี่ยนแปลงของ Omniverse นั้นน่าจับตามองยิ่งกว่า ห้าปีก่อน NVIDIA เรียก Omniverse ว่า 'รากฐานของเมตาเวิร์ส' ปัจจุบันคำนิยามบนเว็บไซต์ทางการของ NVIDIA เปลี่ยนเป็น 'ชุดไลบรารีและไมโครเซอร์วิสสำหรับพัฒนาแอปพลิเคชัน Physical AI'

วาทกรรมระดับบนและจุดเน้นผลิตภัณฑ์ของ Omniverse ได้หันไปสู่อุตสาหกรรมดิจิทัลทวิน การจำลองหุ่นยนต์ และการพัฒนายานยนต์ไร้คนขับ ด้านล่างเชื่อมต่อกับเครื่องมือหุ่นยนต์และ Physical AI มากมาย เช่น Isaac Sim, Isaac Lab, Cosmos, PhysX, Warp แพลตฟอร์มเดียวกัน แต่เรื่องเล่าที่ใหญ่ที่สุดที่รองรับได้เปลี่ยนไปแล้ว

อันที่จริง ประวัติของการจำลองหุ่นยนต์ ดิจิทัลทวินอุตสาหกรรม และเอนจินฟิสิกส์นั้นเก่าแก่กว่าก่อนยุคเมตาเวิร์สจะเริ่มต้นมาก กระแสเมตาเวิร์สรอบก่อนเพียงแค่นำเทคโนโลยีที่เดิมค่อนข้างกระจัดกระจาย เช่น การโมเดล 3 มิติ การเรนเดอร์เรียลไทม์ ดิจิทัลทวิน การทำงานร่วมกันเสมือน มาตรฐาน 3 มิติแบบเปิด และ NFT มาใส่ไว้ในจินตนาการรวมเกี่ยวกับ 'โลกดิจิทัลขนาดใหญ่'

ดังนั้น หลังจากกระแสเมตาเวิร์สลดลง โครงสร้างพื้นฐานเหล่านี้ไม่ได้หายไป ผู้คนเพียงแต่ค่อยๆ ค้นพบว่า หุ่นยนต์อาจต้องการโลกเสมือนมากกว่ามนุษย์ด้วยซ้ำ

ทำไมหุ่นยนต์จึงต้องการโลกเสมือน

ปีนี้ที่งาน GTC NVIDIA อธิบายระบบฝึกหุ่นยนต์ฮิวแมนนอยด์ พร้อมแสดง 'พีระมิดข้อมูลหุ่นยนต์' ที่เห็นภาพชัดเจนอีกครั้ง

ชั้นล่างสุดคือข้อมูลอินเทอร์เน็ตและมนุษย์ที่มีปริมาณมากที่สุด เช่น หน้าเว็บ รูปภาพ วิดีโอ และบันทึกพฤติกรรมมนุษย์ ข้อมูลเหล่านี้แทบไม่มีวันหมด บอกให้หุ่นยนต์รู้ว่าโลกเป็นอย่างไรและมนุษย์ทำอะไร แต่โดยปกติไม่มีมุมข้อต่อ แรง สัมผัส และสัญญาณควบคุมที่จำเป็นเมื่อหุ่นยนต์ลงมือปฏิบัติจริง

ยอดพีระมิดคือข้อมูลหุ่นยนต์จริง การให้หุ่นยนต์หยิบจับ เคลื่อนย้าย เดินผ่านการควบคุมระยะไกลหรือทำงานอัตโนมัติ จะได้ข้อมูลที่ใกล้เคียงภารกิจสุดท้ายที่สุด แต่ก็แพงที่สุดด้วย: หุ่นยนต์หนึ่งตัวในหนึ่งวันสามารถทำงานจริงได้มากสุด 24 ชั่วโมง และยังเกี่ยวข้องกับเครื่องจักร สถานที่ ผู้ควบคุม และการบำรุงรักษาอุปกรณ์

สิ่งที่อยู่ระหว่างกลางคือข้อมูลจำลองและข้อมูลสังเคราะห์ มันไม่แม่นยำเท่าข้อมูลหุ่นยนต์จริง แต่สามารถทำซ้ำและประมวลผลแบบขนานด้วยความเร็วสูงใน GPU และไม่เหมือนวิดีโออินเทอร์เน็ตที่แค่ 'เห็นมนุษย์ทำอะไร' แต่มันสามารถสร้างข้อมูลการเคลื่อนไหว สถานะ และเซนเซอร์ที่จำเป็นต่อการปฏิบัติภารกิจของหุ่นยนต์ได้โดยตรง

NVIDIA จึงเสนอให้ขยายชั้นข้อมูลสังเคราะห์ตรงกลางพีระมิดในอนาคตให้เป็นแหล่งข้อมูลสำคัญสำหรับการฝึกหุ่นยนต์

ข้อดีข้อเสียของข้อมูลสามประเภทนั้นชัดเจนมาก: ข้อมูลอินเทอร์เน็ตและมนุษย์ราคาถูก ปริมาณมหาศาล แต่ห่างไกลจากการปฏิบัติจริงของหุ่นยนต์ ข้อมูลหุ่นยนต์จริงใกล้เคียงการใช้งานจริงของหุ่นยนต์ที่สุด มีความสมจริงทางฟิสิกส์สูงสุด แต่แพงและช้า ข้อมูลจำลองอยู่ตรงกลาง — สูญเสียความสมจริงไปบ้าง แต่ขนาด ต้นทุน และความสามารถในการควบคุมเหนือกว่าเครื่องจริงมาก

ด้วยเหตุนี้ การจำลองจึงกลายเป็นหนึ่งในทิศทางที่เงินทุนและบริษัทยักษ์ใหญ่ในสหรัฐฯ ให้ความสำคัญเป็นอันดับต้นๆ ในโครงสร้างพื้นฐาน Physical AI

และสิ่งที่มันแก้ไขไม่ได้มีแค่ปัญหาปริมาณข้อมูล จุดเด่นที่สุดของโลกจริงคือไม่สามารถทำซ้ำได้ตามต้องการ บริษัทมีหุ่นยนต์ 100 ตัว ก็เดินเครื่องพร้อมกันได้แค่ 100 ตัว คลังสินค้าหนึ่งแห่งก็เป็นไปไม่ได้ที่จะจัดชั้นวาง แสง พื้น และสินค้าใหม่ทั้งหมดทุกสิบนาทีเพื่อฝึกหุ่นยนต์ แต่ในสภาพแวดล้อมเสมือน หุ่นยนต์ตัวเดียวกันสามารถทำสำเนาดิจิทัลได้เป็นพันหรือหมื่นตัว

แขนกลหนึ่งตัวสามารถจัดการกับการจัดวางโต๊ะ 1,000 แบบพร้อมกัน หุ่นยนต์สามารถเปลี่ยนตำแหน่ง มวล และวัสดุของวัตถุได้ไม่หยุด แสง ตำแหน่งกล้อง แรงเสียดทานพื้น หรือแม้แต่ความคลาดเคลื่อนของเซนเซอร์ก็ปรับแบบสุ่มได้ วิธีการฝึกแบบนี้ในวงการหุ่นยนต์เรียกว่า Domain Randomization (การสุ่มโดเมน) ไม่ต้องให้หุ่นยนต์ท่องจำสภาพแวดล้อมเสมือนที่สมบูรณ์แบบ แต่จงใจเปลี่ยนสภาพแวดล้อมไปเรื่อยๆ เพื่อให้โมเดลเรียนรู้ที่จะทำงานเดียวกันให้สำเร็จภายใต้ความแปรผันต่างๆ

อีกประเด็นที่ควรกล่าวถึงคือ นอกจากข้อมูล 'การทำงานปกติ' แล้ว นักพัฒนายังต้องให้ความสำคัญกับข้อมูลในสถานการณ์สุดขั้ว กล้องตัวหนึ่งเสียกะทันหัน พื้นใต้เท้าหุ่นยนต์ลื่นกะทันหัน หุ่นยนต์ล้ม ล้วนเป็นสถานการณ์ที่ต้องคิดเอาชนะ โลกจริงเป็นไปไม่ได้ที่จะสร้างอุบัติเหตุทุกวันเพื่อเก็บข้อมูล แต่โลกเสมือนทำได้

นี่คือเหตุผลที่บางคนมองว่าการพัฒนาหุ่นยนต์ไม่สามารถพึ่งพาสถานที่ทดสอบจริงได้ตลอดไป การทดสอบจริงต้องใช้อุปกรณ์ สถานที่ และเวลาทางวิศวกรรม อีกทั้งความผิดพลาดสุดขั้วก็ยากต่อการทำซ้ำ แต่ในการจำลอง การอัปเดตระบบครั้งเดียวสามารถทดสอบแบบขนานกับเงื่อนไขนับพันได้ทันที

ปัญหาใหญ่ที่สุดที่เมตาเวิร์สเคยประสบคือ ทำไมมนุษย์ต้องเข้าไปในโลกเสมือน? วันนี้หุ่นยนต์ได้ให้คำตอบที่ต่างไปอย่างสิ้นเชิง สำหรับมนุษย์ โลกเสมือนเป็นเพียงสิ่งทดแทนชีวิตจริงที่เลือกได้ แต่สำหรับหุ่นยนต์ โลกเสมือนสามารถเป็นสนามฝึกก่อนเข้าสู่โลกจริง

'โลกเสมือน' ที่กลับมาเป็นธุรกิจอีกครั้ง

ในด้าน Physical AI อุตสาหกรรม 'โครงสร้างพื้นฐานโลกเสมือน' ใหม่กำลังเกิดขึ้น และการแบ่งงานของบริษัทเหล่านี้ก็ละเอียดขึ้นเรื่อยๆ

สิงหาคม 2026 NavVis ซึ่งมีสำนักงานใหญ่ในมิวนิก เยอรมนี ระดมทุนได้ 85 ล้านดอลลาร์สหรัฐ

NavVis เป็นบริษัทข้อมูลเชิงพื้นที่ ธุรกิจหลักไม่ใช่การฝึกหุ่นยนต์ แต่ใช้เครื่องสแกนเคลื่อนที่สแกนโรงงาน อาคาร และโครงสร้างพื้นฐานในโลกจริงให้เป็นข้อมูล 3 มิติความแม่นยำสูงอย่างรวดเร็ว บริษัทเปิดเผยว่าเฉพาะปี 2025 ปีเดียว ระบบของบริษัทประมวลผลและกระจายพื้นที่จริงเกิน 1 พันล้านตารางเมตร

ปัจจุบัน NavVis วางตำแหน่งธุรกิจนี้โดยตรงว่าเป็น 'รากฐานข้อมูล' ของ Physical AI — หากหุ่นยนต์จะทำงานในโรงงานจริงในอนาคต ขั้นแรกต้องให้คอมพิวเตอร์รู้อย่างแม่นยำว่าโรงงานนี้มีลักษณะอย่างไร

สตาร์ทอัพเกาหลี NdotLight แก้ปัญหาอีกด้านหนึ่ง NdotLight เป็นบริษัทข้อมูล Physical AI ที่ผลิตแอสเซต 3 มิติสำหรับการจำลองหุ่นยนต์โดยเฉพาะ เดือนสิงหาคมปีนี้ บริษัทได้รับเงินทุนใหม่ 15 พันล้านวอน หรือประมาณ 10.6 ล้านดอลลาร์สหรัฐ นำโดย Korea Development Bank (KDB)

โมเดล 3 มิติทั่วไปมักมีความสมจริงเพียงพอสำหรับใช้ในเกมหรือแอนิเมชัน แต่สำหรับการฝึกหุ่นยนต์ยังไม่พอ เพราะมันต้องรู้ด้วยว่าเก้าอี้ตัวนี้หนักเท่าไร ตรงไหนจะชน แรงเสียดทานพื้นผิวเท่าไร ส่วนไหนขยับได้

TRINIX ที่ NdotLight พัฒนาขึ้นคือการแปลงเนื้อหา 3 มิติทั่วไปให้เป็นแอสเซตที่เรียกว่า SimReady ซึ่งก็คือแอสเซต 3 มิติที่ใช้ในซิมูเลเตอร์หุ่นยนต์ได้โดยตรง นอกเหนือจากรูปลักษณ์แล้ว มันยังเสริมข้อมูลมวล แรงเสียดทาน โครงสร้างข้อต่อ และการชน พร้อมเชื่อมต่อกับ NVIDIA Omniverse และ Isaac Sim มันแก้ปัญหาว่าจะทำให้วัตถุเสมือนไม่เพียงจำลองความเป็นจริง แต่ยังถูกหุ่นยนต์ใช้งานได้เหมือนวัตถุจริง

วันที่ 17 กันยายน บริษัทจากไอซ์แลนด์ชื่อ Treble ได้รับเงินทุน 18 ล้านดอลลาร์สหรัฐ Treble เป็นบริษัทจำลองเสียง หลังจากสร้างพื้นที่เสมือนแล้ว มันสามารถจำลองวิธีที่เสียงแพร่กระจายในห้อง อาคาร และสภาพแวดล้อมอื่นๆ และสร้างข้อมูลเสียงสังเคราะห์

เมื่อหุ่นยนต์ แว่นตาอัจฉริยะ และอุปกรณ์ Physical AI อื่นๆ อาศัยไมโครโฟนเพื่อทำความเข้าใจสภาพแวดล้อมจริงมากขึ้น บริษัทก็เริ่มนำเทคโนโลยีดิจิทัลทวินด้านเสียงมาใช้กับการฝึก Physical AI ปัญหาหลักที่แก้คือ ในโลกเสมือน หุ่นยนต์จะ 'ได้ยิน' เสียงที่ใกล้เคียงความจริงได้อย่างไร

เมื่อรวมบริษัทประเภทนี้เข้าด้วยกัน จริงๆ แล้วเริ่มสร้างโลกดิจิทัลขึ้นมาใหม่ และใกล้เคียงกับ 'โลกเสมือน' ที่ผู้คนพูดถึงเมื่อห้าปีก่อนมาก ข้อแตกต่างคือ เมตาเวิร์สแสวงหาความดื่มด่ำ Physical AI แสวงหาความสมจริง

นี่นำไปสู่แนวคิดที่สำคัญที่สุดในวงการจำลองหุ่นยนต์ 'Sim-to-Real' หรือ 'จากจำลองสู่จริง' ซึ่งพิจารณาว่าสิ่งที่หุ่นยนต์เรียนรู้ในโลกเสมือน เมื่อกลับสู่โลกจริงแล้วจะยังใช้ได้หรือไม่

นี่คือเหตุผลที่ Isaac Sim ของ NVIDIA ไม่เพียงเน้นการเรนเดอร์ภาพ แต่ยังรวมพลศาสตร์ของวัตถุแข็งเกร็ง ข้อต่อ การชน และเซนเซอร์เสมือนต่างๆ เพื่อลดช่องว่างนี้ให้มากที่สุด Isaac Lab ยังช่วยให้นักพัฒนารันสภาพแวดล้อมหุ่นยนต์จำนวนมากพร้อมกัน ฝึกนโยบายหุ่นยนต์แบบขนานผ่าน GPU

ดังนั้น ข้อแตกต่างหลักระหว่างโลกเสมือนของหุ่นยนต์ในปัจจุบันกับเมตาเวิร์สระดับผู้บริโภคจำนวนมากคือ คุณค่าของโลกเสมือนของหุ่นยนต์สุดท้ายต้องกลับสู่โลกจริงเพื่อรับการตรวจสอบ

สุดท้ายมนุษย์ก็ไม่ได้เข้าไปอยู่ในเมตาเวิร์สตามที่เคยจินตนาการ แต่เส้นทางที่ปูไว้ให้โลกเสมือนก็ไม่ได้รกร้างไปทั้งหมด หุ่นยนต์กำลังเดินตามเส้นทางเหล่านั้นกลับสู่โลกจริง