NVIDIA ในงาน SIGGRAPH 2026: ดันกราฟิก AI และการจําลองฟิสิกส์

เมื่อวันจันทร์ที่ 20 ก.ค. 2026 NVIDIA (NVDA) ใช้เวทีปาฐกถาหลักในงาน SIGGRAPH 2026 เพื่อนําเสนอการรุกครั้งใหญ่สู่กราฟิกที่ขับเคลื่อนด้วย AI การจําลองฟิสิกส์ และโมเดลโลกเสมือน บริษัทเน้นย้ําถึงความก้าวหน้าทางเทคนิคและการเปิดตัวผลิตภัณฑ์ใหม่ พร้อมทั้งชี้ให้เห็นถึงความท้าทายในการรักษาสมดุลระหว่างการควบคุมเชิงศิลปะ ประสิทธิภาพแบบเรียลไทม์ และความแม่นยําทางฟิสิกส์

ประเด็นสําคัญ

• NVIDIA ระบุว่าคอมพิวเตอร์กราฟิกส์มีความสําคัญมากขึ้นเรื่อยๆ เนื่องจากโลกเสมือนกลายเป็นพื้นที่ฝึกอบรมสําหรับหุ่นยนต์และระบบ AI อื่นๆ
• DLSS 5 มีกําหนดวางจําหน่ายในช่วงฤดูใบไม้ร่วงปี 2026 โดยมุ่งผสานการเรนเดอร์แบบดั้งเดิมเข้ากับ AI เชิงสร้างสรรค์ ขณะที่ยังคงรักษาเจตนารมณ์ของนักพัฒนาเกม
• บริษัทได้แสดงการจําลองฟิสิกส์ด้วย AI ที่สามารถบีบอัดชุดข้อมูลขนาดมหึมาและลดเวลาการคาดการณ์จากหลายชั่วโมงหรือหลายวันเหลือเพียงไม่กี่วินาที
• NVIDIA ขยายแพลตฟอร์ม Cosmos สําหรับ Physical AI โดยมีโมเดลใหม่สําหรับการใช้เหตุผล การสร้าง และการใช้งานแบบเรียลไทม์
• การสาธิตสดชี้ให้เห็นถึงประสิทธิภาพที่เพิ่มขึ้นอย่างมาก รวมถึงโปรแกรมจําลองยานพาหนะที่ทํางานบน GPU RTX 6000 Ada เพียงตัวเดียว

ภาพรวมของงานประชุม

Jensen Huang เปิดการปาฐกถาด้วยการวางบริบทของการนําเสนอในประวัติศาสตร์ 30 ปีของ NVIDIA ในด้านคอมพิวเตอร์กราฟิกส์ เขาชี้ให้เห็นถึงจุดสําคัญต่างๆ เช่น GPU แบบโปรแกรมได้ในปี 2001 CUDA ในปี 2006 และ RTX ในปี 2018 สารของเขาคือกราฟิกไม่ได้เป็นเพียงเรื่องของคุณภาพภาพอีกต่อไป แต่ยังกลายเป็นเครื่องมือหลักสําหรับการฝึกอบรมระบบ AI ที่ต้องเข้าใจและดําเนินการในโลกทางกายภาพ

การปาฐกถาหลักมุ่งเน้นไปที่การประกาศหลักสามประการ:

• DLSS 5 การเรนเดอร์รุ่นใหม่ที่ใช้ AI ช่วย
• การจําลองฟิสิกส์ที่ได้รับการปรับปรุงด้วย AI เพื่อการออกแบบและการพยากรณ์ที่รวดเร็วขึ้น
• Cosmos แพลตฟอร์มโมเดลพื้นฐานโลกเสมือนของ NVIDIA สําหรับ Physical AI

ในทุกพื้นที่ทั้งสาม NVIDIA โต้แย้งว่า AI ควรขยายวิธีการกราฟิกและการจําลองที่มีอยู่แทนที่จะแทนที่ บริษัทกล่าวว่าเป้าหมายคือการปรับปรุงความสมจริง ความเร็ว และการควบคุมในเวลาเดียวกัน

อัปเดตการดําเนินงาน

DLSS 5 และการเรนเดอร์แบบเรียลไทม์

NVIDIA อธิบาย DLSS 5 ว่าเป็นขั้นตอนใหม่ในกราฟิกแบบเรียลไทม์ บริษัทกล่าวว่าระบบนี้เพิ่มหมวดหมู่ที่สามของการใช้ AI ในการเรนเดอร์ นั่นคือการสร้าง ซึ่งอยู่ควบคู่กับการสร้างใหม่และการประมาณค่าฟังก์ชัน ซึ่งใช้ในไปป์ไลน์กราฟิกอยู่แล้ว

Edward Liu กล่าวว่าระบบได้รับการออกแบบเพื่อตอบสนองเป้าหมายการวิจัยหลักสามประการ:

• รักษาเจตนารมณ์เชิงศิลปะผ่านการฝึกโมเดลแบบมีข้อจํากัด
• รักษาความสอดคล้องชั่วคราวจากเฟรมสู่เฟรม
• พอดีกับงบประมาณการคํานวณที่เข้มงวดผ่านการกลั่นโมเดล

ตามที่ NVIDIA ระบุ DLSS 5 ผสานการเรนเดอร์ตามฟิสิกส์แบบดั้งเดิมเข้ากับโมเดลเชิงสร้างสรรค์ที่เรียนรู้แล้วเพื่อสร้างภาพที่สมจริงเหมือนภาพถ่ายแบบเรียลไทม์ โดยไม่เปลี่ยนแปลงรูปทรงของเฟรมเรนเดอร์ แต่จะปรับปรุงรูปลักษณ์ในขณะที่รักษาโครงสร้างเฟรมพื้นฐานไว้

บริษัทกล่าวว่าระบบใช้บัฟเฟอร์ภายในของเรนเดอเรอร์ เช่น albedos เวกเตอร์ปกติของพื้นผิว และข้อมูลแสง เพื่อให้ใกล้เคียงกับเจตนารมณ์ของผู้สร้าง นอกจากนี้ยังใช้เวกเตอร์การเคลื่อนไหวและการประมวลผลเฟรมต่อเฟรมแบบ causal เพื่อลดการกระพริบ การล่องลอย และสิ่งแปลกปลอมในภาพ

NVIDIA กล่าวว่านักพัฒนาจะสามารถควบคุมเอฟเฟกต์ได้แม่นยํายิ่งขึ้นผ่าน:

• ความเข้มของโครงสร้าง ซึ่งปรับรายละเอียดความถี่สูง
• ความเข้มของโทนสี ซึ่งปรับรายละเอียดความถี่ต่ําและแสง
• การมาสก์อัตโนมัติของโมเดล ซึ่งให้นักพัฒนาควบคุมว่า DLSS 5 ส่งผลต่อองค์ประกอบฉากเฉพาะมากน้อยเพียงใด
• การมาสก์ฝั่งเอนจิน ซึ่งให้การควบคุมแยกต่างหากสําหรับอุปกรณ์ประกอบฉากและองค์ประกอบสิ่งแวดล้อม

บริษัทกล่าวว่า DLSS 5 ปรับปรุงการกระเจิงใต้ผิว การบดบังแวดล้อม เงาสัมผัส การสะท้อน ความโปร่งแสง และความสมจริงของพืชพรรณ นอกจากนี้ยังกล่าวว่าระบบถูกกลั่นจากโมเดลพื้นฐานขนาดใหญ่ลงในตัวแปลง diffusion แบบ pixel-space แบบขั้นตอนเดียวที่กะทัดรัด DLSS 5 มีกําหนดวางจําหน่ายในช่วงฤดูใบไม้ร่วงปี 2026

Edward Liu ยังได้กําหนดกรอบความท้าทายทางเทคนิคในแง่ศิลปะด้วย เขากล่าวว่า "DLSS 5 ต้องเปลี่ยนภาพในลักษณะที่ไม่เปลี่ยนเรื่องราว" เขาเสริมว่าโมเดลไม่ควรตัดสินใจว่าเกมควรมีลักษณะอย่างไร การเลือกนั้นเป็นของผู้สร้าง

การจําลองฟิสิกส์ที่ปรับปรุงด้วย AI

Neil Ashton นําเสนองานของ NVIDIA ในการใช้ AI เพื่อเร่งการจําลองฟิสิกส์ เขากล่าวว่าแนวทางนี้สามารถลดต้นทุนของการจําลองขนาดใหญ่ได้หลายเท่าในขณะที่ยังคงความแม่นยําที่เป็นประโยชน์

ตัวอย่างหนึ่งเกี่ยวข้องกับอากาศพลศาสตร์ของอากาศยาน NVIDIA กล่าวว่าชุดข้อมูลของการจําลองอากาศยาน 2,000 รายการที่มีมากกว่า 1,000 ล้านองศาอิสระสร้างข้อมูล 200 เทราไบต์ โมเดล AI บีบอัดข้อมูลนั้นลงในเชคพอยต์ขนาด 200 เมกะไบต์ ซึ่งลดลงประมาณ 10,000 เท่า บริษัทกล่าวว่าโมเดลยังคงมีความแม่นยํา 1% ถึง 2% สําหรับรูปทรงและเงื่อนไขขอบเขตที่ไม่เคยเห็นมาก่อน

Ashton กล่าวว่าประเด็นที่กว้างกว่านั้นคือ AI สามารถทําหน้าที่เป็นตัวแทนสําหรับการจําลองที่มีราคาแพง โดยให้คําตอบในเวลาไม่กี่วินาทีบนฮาร์ดแวร์ GPU ที่ไม่ต้องใช้ขนาดใหญ่มาก เช่น RTX 6000 แทนที่จะใช้เวลาหลายชั่วโมงหรือหลายวันบนระบบแบบดั้งเดิม เขาเรียกการบีบอัดนี้ว่า "น่าทึ่ง" และกล่าวว่า "คุณมีการบีบอัดประมาณหนึ่งล้านเท่าจาก 200 เทราไบต์นั้นลงมาเหลือ 200 เมกะไบต์"

NVIDIA กล่าวว่าแนวทางนี้อยู่ในการผลิตแล้วในศูนย์พยากรณ์อากาศทั่วโลก บริษัทมองเห็นกรณีการใช้งานเพิ่มเติมใน:

• การออกแบบอากาศยาน
• อากาศพลศาสตร์ยานยนต์
• การวิเคราะห์ความร้อนในศูนย์ข้อมูล
• การสร้างแบบจําลองสภาพภูมิอากาศ

ข้อความที่กว้างกว่าของบริษัทคือการจําลองที่เร่งด้วย AI สามารถย่นระยะเวลาวงจรการออกแบบและทําให้ปัญหาบางอย่างที่เคยมีราคาแพงเกินไปที่จะสร้างแบบจําลองโดยละเอียดกลายเป็นสิ่งที่ทําได้จริง

Cosmos และ Physical AI

Ming-Yu Liu แนะนํา Cosmos แพลตฟอร์มโมเดลพื้นฐานโลกเสมือนของ NVIDIA สําหรับ Physical AI เขากล่าวว่าแพลตฟอร์มนี้มีจุดมุ่งหมายเพื่อแก้ปัญหาที่เขาเรียกว่าปัญหาข้อมูลใน Physical AI สรุปของเขาตรงไปตรงมา: "สําหรับ Physical AI การคํานวณคือข้อมูล นี่คือ NVIDIA Cosmos แนวหน้าของ Physical AI"

NVIDIA อธิบาย Cosmos ว่าเป็น open omnimodel ที่สร้างขึ้นบนสถาปัตยกรรม mixture of transformers ที่มีสองหอคอย:

• หอคอย autoregressive สําหรับการใช้เหตุผล
• หอคอย diffusion สําหรับการสร้าง

แพลตฟอร์มใช้ multimodal attention เพื่อจัดแนวภาษา วิสัยทัศน์ เสียง และการกระทํา ด้านการกระทําอ้างอิงจาก geometric primitives เช่น ego pose, effector poses และสถานะการจับและกริปเปอร์

NVIDIA กล่าวว่า Cosmos รองรับแนวทางการสร้างแบบจําลอง Physical AI สามแบบ:

• Forward dynamics ซึ่งคาดการณ์สถานะในอนาคตจากการกระทํา
• Inverse dynamics ซึ่งอนุมานการกระทําจากการเปลี่ยนแปลงทางภาพ
• Policy ซึ่งแมปสถานะไปสู่การกระทําและการคาดการณ์ผลลัพธ์

บริษัทกล่าวว่า Cosmos ได้รับการฝึกอบรมในงานที่ครอบคลุมความเข้าใจโลก การคาดการณ์ การจําลอง และการกระทํา นอกจากนี้ยังกล่าวว่าแพลตฟอร์มอยู่ในอันดับหนึ่งในเกณฑ์มาตรฐานแปดรายการที่ครอบคลุมการสร้าง การใช้เหตุผล และนโยบาย

NVIDIA ระบุขนาดโมเดลสามขนาด:

• Cosmos 3 Nano โมเดลพารามิเตอร์ 16,000 ล้านตัวสําหรับการฝึกอบรมหลังการฝึกบนข้อมูลที่กําหนดเอง
• Cosmos 3 Super โมเดลความเที่ยงตรงสูงกว่าสําหรับกรณีการใช้งานที่ต้องการความแม่นยํา
• Cosmos 3 Edge โมเดลพารามิเตอร์ 4,000 ล้านตัวสําหรับการใช้งานบนอุปกรณ์แบบเรียลไทม์

บริษัทกล่าวว่า Cosmos 3 Nano และ Cosmos 3 Super เปิดตัวเมื่อเดือนที่แล้ว ในขณะที่ Cosmos 3 Edge เปิดตัวในงานนี้ และกล่าวว่า Cosmos 3 Edge ได้รับการปรับให้เหมาะสมสําหรับแพลตฟอร์ม Jetson Thor, RTX และ DGX Spark

NVIDIA ยังกล่าวอีกว่า Cosmos 3 Super ที่มีการจับคู่การกระจายสามารถให้ความเร็วเพิ่มขึ้น 25 เท่าสําหรับการสร้างข้อความเป็นภาพและภาพเป็น Video ในขณะที่ยังคงคุณภาพระดับสูงสุด ตามเกณฑ์มาตรฐาน Artificial Analysis

บริษัทกล่าวว่าได้เผยแพร่สคริปต์การฝึกอบรมหลังการฝึกและเครื่องมือสนับสนุนเพื่อช่วยนักพัฒนาสร้างโมเดลที่กําหนดเอง นอกจากนี้ยังกล่าวว่าแพลตฟอร์ม Cosmos ที่กว้างกว่านั้นได้รับการแนะนําในเดือนมกราคม 2025 และได้รับการพัฒนามาเป็นเวลา 18 เดือน

การสาธิตและการใช้งานผลิตภัณฑ์

การปาฐกถาหลักสิ้นสุดลงด้วยการสาธิตสดของ Cosmos Dreams ซึ่งเป็นโปรแกรมจําลองแบบวงปิดเชิงประสาทสําหรับยานยนต์อัตโนมัติ NVIDIA กล่าวว่าระบบนี้ทํางานบน GPU RTX 6000 Ada เพียงตัวเดียว โดยกล่าวว่าเวอร์ชันก่อนหน้าต้องใช้ GPU H100 จํานวน 64 ตัว และต่อมาใช้ GPU Vera Rubin จํานวน 16 ตัว

ในระหว่างการสาธิต ระบบใช้อินพุตจากผู้ขับขี่ผ่านคอนโทรลเลอร์ PS5 และสร้างการจําลองโลกแบบเรียลไทม์เฟรมต่อเฟรมที่สมจริงเหมือนภาพถ่ายตามการกระทําของยานพาหนะ NVIDIA กล่าวว่าสิ่งนี้สามารถช่วยให้นักพัฒนายานยนต์อัตโนมัติตรวจสอบนโยบายก่อนการใช้งานจริงและสร้างสถานการณ์การฝึกอบรมที่ยากซึ่งยากต่อการทําซ้ําบนถนน

บริษัทกล่าวว่าผลลัพธ์คือการพัฒนาที่รวดเร็วขึ้นและต้นทุนการดําเนินงานที่ต่ําลงสําหรับทีมยานยนต์อัตโนมัติ ในวงกว้างกว่านั้น บริษัทวาง Cosmos ในฐานะแพลตฟอร์มที่สามารถรองรับหลายรูปแบบและกรณีการใช้งาน รวมถึง:

• Metropolis สําหรับการวิเคราะห์ Video
• Isaac สําหรับการฝึกอบรมหุ่นยนต์
• Optane สําหรับนโยบายยานยนต์อัตโนมัติ
• GR00T สําหรับนโยบายหุ่นยนต์ฮิวแมนนอยด์

แนวโน้มในอนาคต

NVIDIA กล่าวว่าคาดว่าจะมีการพัฒนาอย่างต่อเนื่องในด้านกราฟิก การจําลอง และ Physical AI สําหรับ DLSS 5 บริษัทกล่าวว่าจะยังคงปรับปรุงการควบคุมเชิงศิลปะและอาจขยายออกไปนอกเหนือจากการตั้งค่าโครงสร้างและโทนสีในปัจจุบัน นอกจากนี้ยังแนะนํางานในอนาคตที่เป็นไปได้ในการยกระดับแอนิเมชันและการใช้งานที่กว้างขึ้นในวิดีโอเชิงโต้ตอบและโมเดลเชิงสร้างสรรค์

ในด้านการจําลอง NVIDIA กล่าวว่าวิธีการ AI อาจขยายออกไปนอกเหนือจากสภาพอากาศและภูมิอากาศสู่แม่เหล็กไฟฟ้าและการวิเคราะห์โครงสร้าง บริษัทกําหนดกรอบนี้ว่าเป็นวิธีการออกแบบใหม่สําหรับอุตสาหกรรมที่ต้องการการจําลองที่รวดเร็วและราคาถูกกว่า

สําหรับ Cosmos NVIDIA กล่าวว่า Cosmos 3.5 อยู่ในระหว่างการพัฒนาแล้วและจะเพิ่มความสามารถแบบหลายมุมมองและความสามารถอื่นๆ นอกจากนี้ยังกล่าวว่า Cosmos Coalition กําลังเติบโต โดยได้รับการสนับสนุนจากสถาบันวิจัยและพันธมิตรในอุตสาหกรรม

กลยุทธ์ระยะยาวของบริษัทคือการสร้างระบบนิเวศแบบเปิดที่มีชุดข้อมูล ไลบรารี เฟรมเวิร์ก และสคริปต์สนับสนุน บริษัทกล่าวว่าเป้าหมายคือการทําให้การจําลองขั้นสูงและเครื่องมือ AI พร้อมใช้งานสําหรับฐานนักพัฒนาที่กว้างขึ้น รวมถึงนักพัฒนาหลายล้านคนที่เข้าถึงได้แล้วผ่านงานแพลตฟอร์มของบริษัท

บริบทตลาด

การปาฐกถาหลักสะท้อนให้เห็นถึงแนวโน้มอุตสาหกรรมที่กว้างกว่า: AI กําลังเคลื่อนเข้าสู่กราฟิก หุ่นยนต์ และการจําลองอุตสาหกรรมมากขึ้น NVIDIA กําลังวางตําแหน่งตัวเองไม่ใช่แค่เป็นผู้จัดหาชิป แต่ยังเป็นบริษัทแพลตฟอร์มที่เชื่อมโยงฮาร์ดแวร์ ซอฟต์แวร์ และโมเดลเข้าด้วยกัน

กลยุทธ์นั้นอาจสนับสนุนความต้องการในด้านเกม ยานยนต์อัตโนมัติ หุ่นยนต์ ศูนย์ข้อมูล และการคํานวณทางวิท

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน