ข้ามไปเนื้อหาหลัก

Rivian ซื้อกิจการ Third Dimension สตาร์ทอัพ AI โลกเสมือน

วันที่ 22 ตุลาคม 2026 ผู้ผลิตรถยนต์ไฟฟ้า Rivian เข้าซื้อกิจการ Third Dimension สตาร์ทอัพสัญชาติอังกฤษ เพื่อเร่งพัฒนาระบบขับเคลื่อนอัตโนมัติ

เรียบเรียงโดย AI
Inewgen
23 Oct 2026ที่มา: TechCrunch3 นาทีอ่าน (0 ครั้ง)
แชร์
Rivian ซื้อกิจการ Third Dimension สตาร์ทอัพ AI โลกเสมือน

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • Rivian เข้าซื้อกิจการ Third Dimension สตาร์ทอัพด้าน AI จากสหราชอาณาจักร
  • เป้าหมายเพื่อแปลงข้อมูลจริงเป็นโลก 3 มิติ เร่งพัฒนาระบบขับขี่อัตโนมัติและแท็กซี่ไร้คนขับให้ Uber
  • ทีมงาน 15 คน นำโดยซีอีโอ Tolga Kart และ Piotr Sokólski จะเข้าร่วมทีม AI ของ Rivian
  • Rivian มีข้อมูลการขับขี่จากลูกค้านับหมื่นคัน อัปโหลดเข้ามามากกว่า 400,000 รายการต่อวัน

Rivian ผู้ผลิตรถยนต์ไฟฟ้ารายใหญ่ ได้ประกาศเข้าซื้อกิจการบริษัท Third Dimension ซึ่งเป็นสตาร์ทอัพสัญชาติอังกฤษที่ก่อตั้งขึ้นในปี 2024 โดยผู้เชี่ยวชาญจากอุตสาหกรรมเกมและยานยนต์อัตโนมัติ เทคโนโลยีของบริษัทนี้ใช้ปัญญาประดิษฐ์ในการแปลงรูปภาพและวิดีโอให้กลายเป็นโลก 3 มิติเสมือนจริงที่มีความสมจริงสูง แม้ว่า Rivian จะไม่ได้กระโจนเข้าสู่ธุรกิจเกม แต่พวกเขามุ่งมั่นที่จะนำเทคโนโลยีดังกล่าวมาใช้ประโยชน์ในการแปลข้อมูลโลกจริงให้ออกมาเป็นสภาพแวดล้อม 3 มิติ เพื่อขับเคลื่อนการพัฒนาระบบช่วยเหลือผู้ขับขี่ขั้นสูงและระบบขับเคลื่อนอัตโนมัติสำหรับรถยนต์ไร้คนขับที่วางแผนจะป้อนให้กับ Uber ในอนาคต

ข้อตกลงในการซื้อกิจการครั้งนี้ไม่มีการเปิดเผยตัวเลขมูลค่าอย่างเป็นทางการ ทีมงานจำนวน 15 คนของ Third Dimension ซึ่งส่วนใหญ่ประจำการอยู่ในสหราชอาณาจักร จะถูกผนวกเข้ากับทีมงานด้านระบบอัตโนมัติและปัญญาประดิษฐ์ของ Rivian ซึ่งนำโดย James Philbin การควบรวมกิจการครั้งนี้ยังเปิดโอกาสให้ Rivian สามารถขยายศูนย์กลางด้าน AI ในกรุงลอนดอนได้อีกด้วย ตามคำกล่าวของ Philbin ในการให้สัมภาษณ์พิเศษ

electric vehicle smart car dashboard display screen

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ก่อนหน้านี้ Third Dimension ซึ่งก่อตั้งโดย Tolga Kart และ Piotr Sokólski สามารถระดมทุนในรอบ Seed ไปได้ 7 ล้านดอลลาร์จากกลุ่มบริษัทร่วมลงทุนหลายแห่ง อาทิ Abstract Ventures, MVP, Soma Capital และ Solari Capital แม้ว่าเทคโนโลยีเริ่มต้นจะถูกสร้างขึ้นเพื่อเร่งกระบวนการพัฒนาวิดีโอเกม แต่ผู้ก่อตั้งมองเห็นโอกาสในการนำไปประยุกต์ใช้กับอุตสาหกรรมอื่นๆ ด้วย เช่น ด้านการป้องกันประเทศและยานยนต์อัตโนมัติ และในตอนนี้ภายใต้ร่มเงาของ Rivian พวกเขาจะมุ่งเป้าไปที่การขับเคลื่อนอัตโนมัติอย่างเต็มตัว

15ทีมงานที่เข้าร่วมกับ Rivian
400,000+ลำดับข้อมูลอัปโหลดต่อวัน

ระบบจำลองสถานการณ์หรือ Simulation ถือเป็นเครื่องมือสำคัญอย่างยิ่งสำหรับนักพัฒนาซอฟต์แวร์ยานยนต์ไร้คนขับ เพื่อใช้ในการฝึกฝนและตรวจสอบความถูกต้องของระบบขับเคลื่อนอัตโนมัติ ในอดีตโปรแกรมจำลองเหล่านี้มักสร้างขึ้นบนเอนจิ้นเรนเดอร์หรือเอนจิ้นเกม และมักพึ่งพาข้อมูลสังเคราะห์ แม้สภาพแวดล้อมเสมือนเหล่านี้จะดูคล้ายโลกจริง แต่ช่องว่างระหว่างความจริงกับโลกเสมือนก็ยังคงมีอยู่ ซึ่งวิธีการแก้ปัญหาเดิมคือการป้อนข้อมูลปริมาณมหาศาลเข้าไปในระบบจำลองด้วยความหวังว่าจะลดช่องว่างดังกล่าวลงได้

ไม่อยากพลาดข่าวใหม่?

สมัครรับสรุปข่าวสารใหม่ทางอีเมล ไม่บ่อยจนรำคาญ

โฆษณา

"ระบบจำลองของ Third Dimension ใช้ปัญญาประดิษฐ์ในการจำลองโลกกายภาพให้สอดคล้องกับความเป็นจริง เมื่อผสานเข้ากับชุดข้อมูลจำนวนมหาศาลของ Rivian จึงกลายเป็นเครื่องมือจำลองที่มีมูลค่าสูงยิ่ง"

James Philbin, Rivian

การนำเทคโนโลยี World Model มาใช้ในยานยนต์ไฟฟ้าสะท้อนให้เห็นถึงความพยายามของค่ายรถยนต์ในการก้าวข้ามข้อจำกัดของการเก็บข้อมูลแบบดั้งเดิม การจำลองสถานการณ์ที่ซับซ้อนโดยไม่ต้องรอให้เกิดเหตุการณ์หายากบนท้องถนนจริง (Edge Cases) ช่วยร่นระยะเวลาและเพิ่มความปลอดภัยในการทดสอบระบบปัญญาประดิษฐ์ ซึ่งเป็นหัวใจสำคัญในการแข่งขันพัฒนาระบบขับขี่อัตโนมัติระดับสูงในปัจจุบัน

ในปัจจุบัน Rivian ทำการรวบรวมข้อมูลการขับขี่จากรถยนต์กระบะ R1S, รถยนต์อเนกประสงค์ R1S SUVs, รถตู้ส่งของ และรถยนต์ R1R SUVs ที่วิ่งอยู่บนท้องถนน โดยเป็นรถยนต์ทุกคันที่เจ้าของยินยอมเปิดใช้งานการแชร์กล้องภายนอก ข้อมูลเหล่านี้จะถูกรวบรวมและทำให้ไม่ระบุตัวตนเพื่อนำไปสร้างเป็นโมเดลฝึกอบรมการขับขี่ โดยทาง Philbin เผยว่า Rivian ได้รับลำดับข้อมูลมากกว่า 400,000 รายการต่อวันจากฝั่งลูกค้านี้ และเทคโนโลยีของ Third Dimension จะช่วยให้บริษัทสามารถจำลองสถานการณ์การขับขี่ที่ซับซ้อนได้อย่างแม่นยำ โดยไม่ต้องรอให้เหตุการณ์เฉพาะหน้าบนท้องถนนจริงเกิดขึ้นเสียก่อน

ที่มา: TechCrunch

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้