DataMesh เปิดตัวโซลูชันผลิตภัณฑ์ข้อมูล AI แบบรวม — DataMesh Robotics

การฝึกอบรมที่รวบรวม AI ด้วย "แฝดดิจิทัลเชิงอุตสาหกรรมที่ดำเนินการได้": การจำลองธุรกิจแบบไดนามิก + ข้อมูลสังเคราะห์ระดับอุตสาหกรรม + การกำหนดค่ารางวัล

15 มกราคม 2026 — วันนี้ DataMesh ประกาศเปิดตัว DataMesh Robotics ซึ่งเป็นโซลูชันผลิตภัณฑ์ข้อมูล AI ที่รวบรวมไว้ โซลูชันนี้มุ่งเน้นไปที่สถานการณ์ทางอุตสาหกรรมและสิ่งอำนวยความสะดวก โดยช่วยให้ OEM หุ่นยนต์และทีมแอปพลิเคชันหุ่นยนต์มีชุดความสามารถแบบครบวงจรซึ่งครอบคลุมการสร้างแบบจำลองฉากทางอุตสาหกรรม คุณสมบัติทางกายภาพและการจำลองเซ็นเซอร์ การสร้างภาพเสมือนจริง และการติดฉลากความจริงภาคพื้นดินอัตโนมัติที่ปรับขนาดได้ นอกจากนี้ยังมอบวิธีการปฏิบัติจริงและข้อกำหนดการส่งมอบสำหรับหนึ่งในความท้าทายที่ยากที่สุดในการฝึกอบรม AI ที่รวมอยู่ในตัว: การกำหนดและกำหนดค่าวัตถุประสงค์ของงาน และสัญญาณรางวัลสำหรับงานอุตสาหกรรม

แตกต่างจากข้อเสนอ "แฝดดิจิทัล" จำนวนมากในตลาดที่ยังคงอยู่ในระดับการแสดงภาพและการซ้อนทับข้อมูล 3D แบบคงที่ หนึ่งในจุดแข็งหลักของ DataMesh คือการสร้าง "แฝดดิจิทัลที่ปฏิบัติการได้" ที่มีความสามารถในการจำลองธุรกิจ บนแพลตฟอร์มคู่ดิจิทัลของ DataMesh หรือ FactVerse โลกอุตสาหกรรมไม่ใช่แบบจำลองคงที่ แต่เป็นสภาพแวดล้อมที่สามารถ "ทำงาน" ได้เหมือนกับเครื่องจำลองการขับขี่อัตโนมัติ วัตถุสามารถเคลื่อนที่ได้ กระบวนการสามารถพัฒนาได้ เหตุการณ์สามารถถูกกระตุ้นได้ และตรรกะสามารถดำเนินการได้ ความสามารถในการจำลองแบบไดนามิกนี้ช่วยให้ DataMesh Robotics สามารถสร้างข้อมูลการฝึกอบรมที่สะท้อนรูปแบบการดำเนินงานในอุตสาหกรรมจริงได้อย่างใกล้ชิดยิ่งขึ้น และมอบรากฐานที่ชัดเจนและมีเสถียรภาพมากขึ้นในการกำหนดรางวัลสำหรับงานทางอุตสาหกรรมที่ซับซ้อน

ก่อนหน้านี้ DataMesh ได้รับการยอมรับจาก Gartner® ในรายงานการวิจัยหลายฉบับเกี่ยวกับการจำลองอัจฉริยะ ซึ่งได้รับการระบุว่าเป็นผู้ริเริ่มด้านเทคโนโลยีและผู้จำหน่ายตัวอย่าง การยกย่องนี้สะท้อนให้เห็นถึงการลงทุนที่ยั่งยืนของ DataMesh และความสามารถที่สั่งสมมาในการจำลองอัจฉริยะและเทคโนโลยีแฝดดิจิทัลเชิงพื้นที่

DataMesh Robotics ได้รับการออกแบบมาให้เข้ากันได้กับการจำลองหุ่นยนต์กระแสหลักและระบบนิเวศการฝึกอบรม รองรับการส่งออกสินทรัพย์และข้อมูล Digital Twin เชิงอุตสาหกรรมไปยังสภาพแวดล้อมการจำลองและการฝึกอบรม รวมถึง NVIDIA Isaac Sim / Omniverse และสามารถรวมเข้ากับ R&D หุ่นยนต์และเวิร์กโฟลว์การส่งมอบที่มีอยู่ขององค์กรได้ DataMesh Robotics เสร็จสิ้นการตรวจสอบต้นแบบแล้ว และกำลังร่วมมือกับพันธมิตรระดับองค์กร รวมถึงผู้ให้บริการโทรคมนาคมและผู้ให้บริการติดฉลากข้อมูล ในเรื่องนักบินและการสำรวจร่วมกัน

ไฮไลท์โดยสรุป

• แฝดดิจิทัลเชิงอุตสาหกรรมที่ดำเนินการได้ (การจำลองธุรกิจแบบไดนามิก): ฉากไม่เพียงแต่เป็นแบบจำลองคงที่เท่านั้น แต่ยังรวมถึงสภาพแวดล้อมการปฏิบัติงานทางอุตสาหกรรมที่ปฏิบัติการได้และเปลี่ยนแปลงได้ (วัตถุ/กระบวนการ/เหตุการณ์/ตรรกะทางธุรกิจสามารถจำลองได้)
• ตรรกะการปฏิบัติงานทางอุตสาหกรรมเชิงโต้ตอบ: รองรับการโต้ตอบเชิงความหมายระดับปฏิบัติการ เช่น การเริ่มต้น/หยุดสายการผลิต การเปลี่ยนสถานะกระบวนการ และทริกเกอร์ข้อยกเว้นหรือกฎเกณฑ์ทางธุรกิจ เพื่อสร้างสภาพแวดล้อมการฝึกอบรมแบบวงปิดที่ปฏิบัติการได้
• การผลิตข้อมูลสังเคราะห์ระดับอุตสาหกรรมที่ปรับขนาดได้ : การสร้างข้อมูลหลายรูปแบบ + การติดฉลากความจริงภาคพื้นดินอัตโนมัติเพื่อรองรับการรับรู้ การนำทาง การจัดการ และการประเมินผล
• การฝึกอบรมเกี่ยวกับ "ข้อมูลที่มองไม่เห็น" เช่นกัน : ส่งออกตัวแปร เช่น อุณหภูมิ ความดัน และสถานะกระบวนการ/ตรรกะทางธุรกิจ เพื่อเสริมสร้างการเรียนรู้และการตรวจสอบความถูกต้องสำหรับงานอุตสาหกรรม
• การออกแบบรางวัลงานอุตสาหกรรมเพื่อจัดการกับปัญหาคอขวดในการฝึกอบรม : ให้การออกแบบเป้าหมาย/เงื่อนไขความสำเร็จ/สัญญาณรางวัล และการส่งมอบสำหรับงานหลายขั้นตอนที่มีข้อจำกัดด้านความปลอดภัยที่เข้มงวด ความสามารถในการสังเกตได้บางส่วน และความหมายทางอุตสาหกรรมที่แข็งแกร่ง
• ตัวแก้ไขโค้ดต่ำสำหรับการกำหนดค่าการฝึกอบรม: กำหนดค่าวัตถุประสงค์ของงาน กลยุทธ์การให้รางวัล ข้อจำกัด และพารามิเตอร์การฝึกอบรม/การรับรู้ (เช่น สัญญาณรบกวนของเซ็นเซอร์ โมเดล และอัลกอริธึม) โดยไม่ต้องเปลี่ยนโค้ดพื้นฐาน ลดอุปสรรคต่อการฝึกอบรมและการตรวจสอบ AI ที่รวมอยู่ในอุตสาหกรรม
• ความเข้ากันได้กับระบบนิเวศกระแสหลักและการปรับใช้ระดับองค์กร: เชื่อมต่อกับ Isaac Sim / Omniverse รองรับคลาวด์ในสถานที่/ส่วนตัว/คลาวด์ไฮบริด และการกำกับดูแลระดับองค์กร

เหตุใด DataMesh Robotics: สิ่งที่ AI ที่เป็นตัวเป็นตนทางอุตสาหกรรมขาดอย่างแท้จริงคือ “โลกที่เปลี่ยนแปลง”

ในสภาพแวดล้อมทางอุตสาหกรรม ความท้าทายด้านข้อมูลไม่เพียงแต่ “มีต้นทุนสูงในการรวบรวมและการติดฉลาก” แต่ยังรวมถึงข้อเท็จจริงที่ว่างานทางอุตสาหกรรมมักเกิดขึ้นในโลกที่ขับเคลื่อนโดยกระบวนการต่างๆ เมื่อเวลาผ่านไปและถูกกระตุ้นจากเหตุการณ์ต่างๆ มากมาย หุ่นยนต์ต้องเรียนรู้ไม่เพียงแค่จดจำวัตถุเท่านั้น แต่ยังต้องดำเนินการตามลำดับของการกระทำที่จำกัดให้เสร็จสิ้นด้วย เช่น รอ—ให้ผลตอบแทน—เทียบท่า—ดำเนินการ—ตรวจสอบ—ออก… งานเหล่านี้โดยพื้นฐานแล้วขึ้นอยู่กับสภาพแวดล้อมแบบไดนามิก

โซลูชัน Digital Twin จำนวนมากในตลาดมุ่งไปที่ "3D แบบคงที่ + การซ้อนทับข้อมูลแบบเรียลไทม์" ในรูปแบบการแสดงภาพ: ง่ายต่อการดูและสาธิต แต่ยากที่จะ "เรียกใช้" Digital Twin ของ DataMesh เน้นความสามารถในการดำเนินการ:

• วัตถุสามารถเคลื่อนย้ายได้ : อุปกรณ์ ประตู/ตู้ พาเลท ยานพาหนะ บุคลากร หน่วยโลจิสติกส์ ฯลฯ สามารถมีส่วนร่วมในการเปลี่ยนแปลงแบบไดนามิก
• กระบวนการสามารถพัฒนาได้: ขั้นตอนการผลิต การดำเนินงาน การตรวจสอบ การซ่อมแซม และการบำรุงรักษาสามารถก้าวหน้าไปตามกฎเกณฑ์
• เหตุการณ์สามารถทริกเกอร์ได้: สัญญาณเตือน คำสั่งงาน การเปลี่ยนแปลงสถานะอุปกรณ์ ขั้นตอนเสร็จสมบูรณ์/ล้มเหลว และอื่นๆ อีกมากมายสามารถจำลองได้
• ลอจิกสามารถดำเนินการได้: กฎเกณฑ์ทางธุรกิจและแผนผังพฤติกรรม (ตรรกะทางธุรกิจ/แผนผังพฤติกรรม) ขับเคลื่อนการเปลี่ยนแปลงสภาพแวดล้อมและการประเมินงาน

สิ่งนี้ทำให้ DataMesh Robotics สามารถสร้าง “โลกอุตสาหกรรมในการปฏิบัติงาน” ภายในการจำลอง โดยครอบคลุมเงื่อนไขการปฏิบัติงานหางยาวและงานที่ซับซ้อนอย่างเป็นระบบมากขึ้นภายใต้ข้อจำกัดด้านความปลอดภัย และสร้างวงปิดตั้งแต่การสร้างข้อมูลไปจนถึงการฝึกอบรมและการประเมินผล

DataMesh Robotics ทำอะไรได้บ้าง: ข้อมูลการฝึกอบรมแบบครบวงจรและคำจำกัดความของงานที่สร้างขึ้นจากการจำลองธุรกิจแบบไดนามิก

DataMesh Robotics กำหนดเป้าหมายเส้นทางที่สำคัญของการวิจัยและพัฒนาหุ่นยนต์ และจัดเตรียมสแต็กความสามารถแบบรวมที่ปิดลูปจากฉากไปยังข้อมูล และจากข้อมูลไปยังการฝึกอบรม:

การสร้างแบบจำลองฉากอุตสาหกรรม

• สร้างสภาพแวดล้อมระดับอุตสาหกรรมจาก CAD/BIM โครงสร้างสิ่งอำนวยความสะดวก แบบจำลองสินทรัพย์อุปกรณ์ และข้อจำกัดในสถานที่
• การจัดการฉากและเนื้อหาตามเวอร์ชันสำหรับการทำงานร่วมกันเป็นทีมและการทดลองที่ทำซ้ำได้
• ใช้การจำลองธุรกิจเพื่อสร้าง "ฉากที่เปลี่ยนแปลง": เลย์เอาต์ไม่เพียงแต่สามารถดูได้เท่านั้น แต่ยังสามารถใช้งานได้อีกด้วย

การจำลองธุรกิจแบบไดนามิก

• ขับเคลื่อนวิวัฒนาการของฉากเมื่อเวลาผ่านไปโดยใช้ตรรกะทางธุรกิจและแผนผังพฤติกรรม
• สนับสนุนความก้าวหน้าของกระบวนการ การทริกเกอร์เหตุการณ์ และการโต้ตอบหลายบทบาท/หลายอ็อบเจ็กต์
• สนับสนุนการโต้ตอบกับตรรกะการปฏิบัติงานทางอุตสาหกรรมจริง รวมถึงการเริ่ม/หยุดสายการผลิต การเปลี่ยนสถานะของกระบวนการ และข้อยกเว้นหรือเหตุการณ์ที่ขับเคลื่อนด้วยกฎ
• จัดเตรียมสภาพแวดล้อมรันไทม์ที่ตรวจสอบได้และทำซ้ำได้สำหรับงานอุตสาหกรรมหลายขั้นตอน การอัพเกรด Digital Twin ทางอุตสาหกรรมจาก "ฉากคงที่" เป็น "สภาพแวดล้อมที่ปฏิบัติการได้" ถือเป็นโครงสร้างพื้นฐานพื้นฐานสำหรับการฝึกอบรม AI ที่รวบรวมไว้

ฟิสิกส์และวัสดุ

• กำหนดคุณสมบัติทางกายภาพ เช่น มวล แรงเสียดทาน ความยืดหยุ่น ข้อต่อ และข้อจำกัด
• รองรับการจัดการและงานที่ต้องใช้การสัมผัสจำนวนมาก: การจับ การใส่/การประกอบ การโต้ตอบกับประตู/ตู้ การเทียบท่า และอื่นๆ

การสร้างข้อมูลหลายรูปแบบและความจริงภาคพื้นดินอัตโนมัติ (ข้อมูลสังเคราะห์ + ความจริงภาคพื้นดิน)

• สร้างข้อมูลภาพเสมือนจริงและเอาต์พุตหลายรูปแบบ (กำหนดค่าได้ต่อโปรเจ็กต์)
• สร้างป้ายกำกับความจริงจากพื้นดินที่สอดคล้องกันและทำซ้ำได้โดยอัตโนมัติ: การแบ่งส่วนความหมาย/อินสแตนซ์ กล่องขอบเขต 2D/3D รหัสอินสแตนซ์ แผนที่เชิงลึก จุดสำคัญ ท่าทาง วิถี และข้อมูลเมตาของฉาก
• ส่งออก “ข้อมูลที่มองไม่เห็น” พร้อมกัน: อุณหภูมิ ความดัน สถานะของกระบวนการ/ตรรกะทางธุรกิจ และตัวแปรอื่นๆ เพื่อช่วยให้แบบจำลองเรียนรู้เงื่อนไขและข้อจำกัดที่ใกล้เคียงกับการดำเนินงานทางอุตสาหกรรมจริงมากขึ้น

วัตถุประสงค์ของงานอุตสาหกรรมและการกำหนดค่ารางวัล

• ในสถานการณ์ทางอุตสาหกรรม การกำหนดวัตถุประสงค์การให้รางวัลมักจะยากกว่าการสร้างเครื่องจำลอง: ความอดทนที่เข้มงวด ขั้นตอนการทำงานหลายขั้นตอน ข้อจำกัดด้านความปลอดภัย ความสามารถในการสังเกตได้บางส่วน และความหมายเชิงอุตสาหกรรมที่แข็งแกร่งซึ่งประกอบขึ้นเพื่อสร้างวัตถุประสงค์ที่ไม่ชัดเจน รางวัลที่กระจัดกระจาย และการฝึกอบรมที่ไม่เสถียร DataMesh Robotics มอบแนวทางที่ใช้โค้ดน้อยและขับเคลื่อนด้วยการกำหนดค่าเพื่อกำหนดวัตถุประสงค์ของงานทางอุตสาหกรรมและโครงสร้างการให้รางวัล:
• เป้าหมายเชิงความหมายทางอุตสาหกรรมและคำจำกัดความของเงื่อนไขความสำเร็จ (พิกัดความเผื่อ เหตุการณ์การสัมผัส เกณฑ์แรง/แรงบิด การมีส่วนร่วมของเครื่องมือ ตัวชี้วัดการตรวจสอบเสร็จสิ้น ฯลฯ)
• การกำหนดรางวัล เงื่อนไขการสิ้นสุด และการออกแบบการเรียนรู้ตามหลักสูตรเพื่อปรับปรุงเสถียรภาพและประสิทธิภาพของการฝึกอบรม
• การเชื่อมโยงเวอร์ชันระหว่างรางวัลกับฉาก/รูปแบบงานต่างๆ เพื่อการทำซ้ำ การดีบัก และการเปรียบเทียบที่มีการควบคุม
• รูปแบบการจัดส่งที่สอดคล้องกับกรอบการฝึกอบรมที่มุ่งเน้นเป้าหมาย (การกำหนดค่า สคริปต์ แพ็คเกจสภาพแวดล้อม ฯลฯ) เพื่อให้บูรณาการเข้ากับไปป์ไลน์การฝึกอบรมที่มีอยู่ได้ง่ายขึ้น

บูรณาการกับการจำลองกระแสหลักและระบบนิเวศการฝึกอบรม

DataMesh Robotics ได้รับการออกแบบมาเพื่อทำงานร่วมกับกลุ่มหุ่นยนต์สมัยใหม่ รองรับการส่งออกฉาก สินทรัพย์ และข้อมูลไปยังสภาพแวดล้อมการฝึกอบรมและการจำลองขั้นปลายน้ำ (รวมถึง NVIDIA Isaac Sim / Omniverse / Cosmos / MuJoCo ฯลฯ)

อุตสาหกรรมมาก่อน จากนั้นจึงมีวัตถุประสงค์ทั่วไป

ปัจจุบัน DataMesh Robotics ให้บริการเป็นหลัก:

• OEM หุ่นยนต์ (ผู้ผลิตหุ่นยนต์): จำเป็นต้องสร้างข้อมูลและระบบตรวจสอบความถูกต้องอย่างรวดเร็วสำหรับงานปรับใช้ทางอุตสาหกรรม
• ทีมแอปพลิเคชัน/ตัวแทนด้านวิทยาการหุ่นยนต์ : จำเป็นต้องวนซ้ำกลยุทธ์อย่างรวดเร็วสำหรับไซต์งานของลูกค้าที่เฉพาะเจาะจง ครอบคลุมเงื่อนไขหางยาว และปรับปรุงเสถียรภาพในการจัดส่ง

ทิศทางทั่วไป ได้แก่ การปฏิบัติงานและการประกอบสถานีงานอุตสาหกรรม การนำทางคลังสินค้า/โรงงาน และการหลีกเลี่ยงสิ่งกีดขวาง การตรวจสอบและบำรุงรักษาสิ่งอำนวยความสะดวก การฝึกซ้อมสำหรับสภาพแวดล้อมที่เป็นอันตราย/จำกัด และการสร้างแบบจำลองและประเมินงานการทำงานร่วมกันแบบหลายหุ่นยนต์

เปิดนักบิน

DataMesh Robotics เสร็จสิ้นการตรวจสอบความถูกต้องของต้นแบบแล้ว และกำลังร่วมมือกับพันธมิตรระดับองค์กร รวมถึงผู้ให้บริการโทรคมนาคมและผู้ให้บริการติดฉลากข้อมูล ในโครงการนำร่องและโครงการริเริ่มเชิงสำรวจ ถัดไป DataMesh จะขยายไลบรารีสินทรัพย์ทางอุตสาหกรรมและเทมเพลตงานต่อไป เพิ่มความลึกและนำความสามารถในการจำลองธุรกิจแบบไดนามิกกลับมาใช้ใหม่ และปรับปรุงความเข้ากันได้และการส่งมอบในระบบนิเวศการจำลองและการฝึกอบรมกระแสหลักเพิ่มเติม

Jie Li ซีอีโอของ DataMesh กล่าวว่า “ในขณะที่ AI รวมอยู่ในสภาพแวดล้อมทางอุตสาหกรรม หนึ่งในความท้าทายที่ใหญ่ที่สุดก็คือโลกการฝึกอบรมจะต้องเปลี่ยนแปลงเหมือนโลกแห่งความเป็นจริง เราไม่เพียงแต่จัดเตรียมฉากระดับอุตสาหกรรมและข้อมูลสังเคราะห์เท่านั้น แต่ยังรวมถึงการจำลองธุรกิจที่สามารถดำเนินการได้เพื่อให้สภาพแวดล้อมสามารถพัฒนาไปตามกระบวนการและเหตุการณ์ต่างๆ บนพื้นฐานนั้น เราทำให้วัตถุประสงค์การให้รางวัลมีความชัดเจนและดำเนินการวนการฝึกอบรมเต็มรูปแบบตั้งแต่ต้นทางถึงปลายทาง DataMesh Robotics มุ่งหวังที่จะกลายเป็นสภาพแวดล้อมและข้อมูลการฝึกอบรมทางอุตสาหกรรม เอ็นจิ้นสำหรับทีมหุ่นยนต์ ช่วยให้ลูกค้าทำซ้ำและปรับใช้ได้เร็วขึ้น ปลอดภัยยิ่งขึ้น และควบคุมได้มากขึ้น”

วิธีการทำงานร่วมกัน

ขณะนี้ DataMesh Robotics เปิดรับความร่วมมือนำร่องและการพัฒนาโซลูชันร่วมกับ OEM หุ่นยนต์และทีมแอปพลิเคชัน อีเมลติดต่อ: robotics@datamesh.com

เกี่ยวกับ DataMesh

DataMesh คือผู้ให้บริการเทคโนโลยีอัจฉริยะเชิงพื้นที่และแฝดดิจิทัลสำหรับสถานการณ์การจัดการทางอุตสาหกรรมและสิ่งอำนวยความสะดวก โดยมุ่งเน้นที่กระบวนการทางธุรกิจที่สำคัญมาเป็นเวลานาน เช่น การวางแผน การตรวจสอบ การฝึกอบรม ตลอดจนการซ่อมแซมและบำรุงรักษา DataMesh ใช้แพลตฟอร์ม DataMesh FactVerse มุ่งมั่นที่จะปรับปรุงประสิทธิภาพการดำเนินงานและความปลอดภัยระดับแนวหน้าผ่านความสามารถดิจิทัลที่สามารถทำซ้ำได้ DataMesh Robotics เป็นโซลูชันผลิตภัณฑ์ข้อมูลที่เปิดตัวโดย DataMesh สำหรับยุคของ AI ที่รวบรวมไว้ โดยมีเป้าหมายเพื่อมอบสถานการณ์ระดับอุตสาหกรรม ข้อมูล และความสามารถในการกำหนดงานสำหรับการฝึกอบรมและการประเมินผลหุ่นยนต์ ซึ่งสร้างขึ้นจากแฝดดิจิทัลทางอุตสาหกรรมที่ปฏิบัติการได้

ติดต่อสื่อมวลชน

พันธมิตรด้านแบรนด์และสื่อ: pr@datamesh.com สอบถามผลิตภัณฑ์และโซลูชัน: robotics@datamesh.com

NVIDIA, Omniverse, Isaac และ Cosmos เป็นเครื่องหมายการค้าหรือเครื่องหมายการค้าจดทะเบียนของ NVIDIA Corporation DataMesh Robotics เป็นโซลูชันอิสระที่มีจุดมุ่งหมายเพื่อให้เกิดความเข้ากันได้และการบูรณาการกับระบบนิเวศที่เกี่ยวข้อง