GigaAI ของจีน ก้าวหน้าด้วยเทคโนโลยีเวิลด์โมเดล ด้วยข้อได้เปรียบด้านข้อมูลการผลิต

ข่าว Gate ประจำวันที่ 15 เมษายน — สตาร์ทอัพด้าน AI ของจีนอย่าง GigaAI กำลังปิดช่องว่างกับสหรัฐฯ อย่างรวดเร็วในด้านเทคโนโลยี world model ซึ่งเป็นความสามารถหลักสำหรับ AI เชิงกายภาพ โดยอาศัยข้อมูลการผลิตภาคอุตสาหกรรมจำนวนมหาศาลและระบบการเก็บข้อมูลที่ได้รับการสนับสนุนจากภาครัฐ จากรายงานของ South China Morning Post เมื่อวันที่ 14 เมษายน ระบุว่า จีนได้ก้าวพ้นจากระยะการวิจัยไปแล้ว และสามารถสร้างความได้เปรียบในการนำไปใช้งานเชิงพาณิชย์ได้ผ่านการเข้าถึงข้อมูลขนาดใหญ่ที่มีโครงสร้างจากโรงงานการผลิตและการปฏิบัติงานของหุ่นยนต์

World models จำลองสภาพแวดล้อม 3 มิติและกฎทางฟิสิกส์ในพื้นที่เสมือน เพื่อฝึกระบบ AI เชิงกายภาพ เช่น หุ่นยนต์และยานยนต์ไร้คนขับ GigaAI เพิ่งปิดดีลเงินทุนใหม่มูลค่า 1 พันล้านหยวน (ประมาณ $190 ล้าน) โดยอาศัยเงินทุนรอบใหม่ ตามด้วยรอบการระดมทุนเพิ่มเติมในขนาดใกล้เคียงกันภายในเวลาไม่กี่สัปดาห์ บริษัทอ้างว่าโมเดลล่าสุดอย่าง GigaWorld-1 ทำผลงานได้ดีกว่าโมเดลของ Google และที่เกี่ยวข้องกับ Nvidia ในด้านคุณภาพของภาพ ความสอดคล้องกับกฎทางฟิสิกส์ และความแม่นยำด้าน 3 มิติ GigaAI กำลังร่วมมือกับผู้ผลิตรถยนต์ไฟฟ้า รวมถึง Nio, Xpeng และ BYD ในระบบขับขี่อัตโนมัติที่ขับเคลื่อนด้วยการมองเห็น และมีรายงานว่าบริษัทสร้างรายได้ต่อปีอยู่ในช่วงหลักสิบล้านหยวน

ในสหรัฐฯ การแข่งขันด้านการลงทุนยังคงรุนแรง WorldLabs ก่อตั้งโดยนักวิจัย AI Fei-Fei Li และ AMI Labs ซึ่งเกี่ยวข้องกับ Yann LeCun ต่างก็ได้รับเงินทุนราว $1 พันล้าน ในช่วงไตรมาสแรกของปี 2026 Google DeepMind กำลังทำงานร่วมกับ Waymo เพื่อประยุกต์ใช้ world models กับการขับขี่แบบอัตโนมัติ ขณะที่ Tesla กำลังใช้เทคโนโลยีนี้เพื่อฝึกหุ่นยนต์มนุษย์ยักษ์ Optimus ในบรรดาบริษัทเทคโนโลยียักษ์ใหญ่ของจีน บริการทำแผนที่ของ Alibaba อย่าง Amap ได้ทำให้การวิจัยด้าน world model เป็นทางการก่อนหน้านี้ในปีนี้ และ Tencent ได้เปิดตัวโมเดลโอเพนซอร์สที่สามารถสร้างสภาพแวดล้อม 3 มิติจากภาพเดี่ยวหรือจากข้อความได้

นักสังเกตการณ์ในอุตสาหกรรมระบุว่า แม้ความได้เปรียบด้านข้อมูลการผลิตของจีนจะมีนัยสำคัญ แต่การทำให้เกิดการพาณิชย์ยังต้องใช้เวลาเพื่อพิสูจน์ความถูกต้อง ความท้าทายสำคัญ ได้แก่ การจำลองตัวแปรทางกายภาพที่ซับซ้อนของโลกจริงได้อย่างแม่นยำ และการทำให้มั่นใจว่าการนำไปใช้งานจะปลอดภัยในบริการด้านหุ่นยนต์และรถยนต์ไร้คนขับ คาดว่าความปลอดภัยและประสิทธิภาพด้านต้นทุนจะเป็นปัจจัยการแข่งขันขั้นสุดท้ายในการนำไปใช้งานเชิงพาณิชย์ในระยะที่เป็นเชิงการค้า