---
lang: th
title: "Nara: แพลตฟอร์ม Physical AI และ AI Vision แบบไม่ต้องเขียนโค้ด"
url: https://nabrio.com/th/nara
canonical: https://nabrio.com/th/nara
updated: 2026-10-27
publisher: Nabrio Co., Ltd. (nabrio.com)
---

# Nara รับรู้โลก ตัดสินใจ และลงมือทำ ทั้งหมดบนฮาร์ดแวร์ของคุณเอง

แพลตฟอร์มแบบภาพที่ไม่ต้องเขียนโค้ด เชื่อมกล้อง เซ็นเซอร์ และเครื่องจักรเข้ากับ AI แล้วเปลี่ยนสิ่งที่ AI เห็นให้เป็นการลงมือทำในโลกจริง แบบเรียลไทม์บนฮาร์ดแวร์ของคุณ

## ไม่ใช่แค่โมเดล AI แต่เป็นแอปพลิเคชันครบวงจร

เครื่องมือ AI ส่วนใหญ่หยุดอยู่แค่การทำนาย Nara ไปต่อ ในโปรแกรมแก้ไขแบบภาพเดียว คุณเชื่อมอินพุต (กล้อง IP และกล้องอุตสาหกรรม เซ็นเซอร์ PLC เว็บเซอร์วิส) เพิ่มโมเดล AI และตรรกะ แล้วสั่งเอาต์พุต: คัดสินค้าทิ้ง เปิดไฟสัญญาณ เปิดประตู สั่งหุ่นยนต์ แจ้งหัวหน้างาน หรือบันทึกผล จากนั้นสร้างแดชบอร์ดสดให้ผู้ปฏิบัติงาน ผู้ใช้ปลายทางใช้เป็นโซลูชัน ส่วน Integrator และผู้สร้างโซลูชันแพ็กเกจเป็นผลิตภัณฑ์ของตัวเอง โดยต่อยอดด้วย Python ปลั๊กอิน และ HTTP API ตามต้องการ

## สิ่งที่ Nara มอบให้แต่ละทีม

- **ผู้จัดการฝ่ายปฏิบัติการ**: ระบบอัตโนมัติด้วย AI ที่ตรงกับกระบวนการของคุณ แดชบอร์ดสด และข้อมูลที่อยู่ในสถานที่
- **วิศวกรระบบอัตโนมัติ**: โฟลว์แบบภาพ ควบคุมเครื่องจักรโดยตรงผ่าน Modbus, MQTT, TCP/IP และ HTTP โดยไม่ต้องเขียนหรือดูแลโค้ด
- **System Integrator**: แพลตฟอร์มเดียวที่ใช้ซ้ำได้กับหลายโปรเจกต์ ทำ PoC ได้เร็ว และต่อยอดได้ด้วย Python และปลั๊กอิน
- **ผู้สร้างโซลูชันและ OEM**: รากฐานที่พร้อมใช้งานจริงสำหรับผลิตภัณฑ์ Physical AI ของคุณ: โฟลว์ แดชบอร์ด ปลั๊กอิน HTTP API และเครื่องหมาย “Powered by Nabrio”
- **ทีม IT และความปลอดภัย**: ติดตั้งในสถานที่ ควบคุมสิทธิ์ตามบทบาท คีย์ API แบบกำหนดสิทธิ์ และไม่ต้องพึ่งคลาวด์

## ครบทุกอย่างตั้งแต่กล้อง สู่สัญญาณควบคุม สู่แดชบอร์ด

- [รับรู้ แล้วลงมือทำ และเชื่อมต่อได้แทบทุกอย่าง](https://nabrio.com/nara/integrations.md): โฟลว์อ่านกล้องและเซ็นเซอร์ ตีความข้อมูลด้วย AI และกฎ แล้วลงมือทำในระบบเดียวกัน: เขียนค่าไปยัง PLC เปลี่ยนไฟสัญญาณ สั่งหุ่นยนต์หรือ AMR เปิดประตู ส่งข้อความ หรือบันทึกข้อมูล รองรับกล้อง IP และ Basler, Modbus, MQTT, TCP/IP, HTTP, WebSocket, Webhook, ไฟสัญญาณ Patlite และ Primus, อีเมล, Teams และ Telegram ในตัว
- [ตัวจัดการโมเดล AI และการตัดสินใจบนอุปกรณ์](https://nabrio.com/nara/ai-models.md): ตระกูลโมเดลในตัวกว่า 60 ตระกูล ดาวน์โหลดและตรวจสอบ checksum แล้วโหลดเมื่อต้องการ โมเดลเฉพาะจาก Reva ใช้ได้โดยไม่ต้องตั้งค่า โมเดล ONNX ใช้ได้เมื่อมีโหนดที่รองรับ และโมเดลแบบสั่งด้วยข้อความหาวัตถุที่อธิบายเป็นคำได้ ส่วนโหนด Decision รันโมเดลภาษาและโมเดลภาษา-ภาพขนาดเล็กบนอุปกรณ์ เพื่อตอบคำถามอย่าง “พื้นที่ทำงานเป็นระเบียบไหม?” หรือ “ชั้นวางเต็มแค่ไหน?”
- **แดชบอร์ดหลายหน้า**: สร้างหน้าจอสำหรับผู้ปฏิบัติงานด้วยวิดเจ็ตแบบลากวาง: วิดีโอสดพร้อมผล AI กราฟ เกจ ตาราง สวิตช์ ปุ่ม ช่องกรอก ตัวเลือกตารางเวลา และบันทึก วิดเจ็ตควบคุมโฟลว์ได้นอกจากแสดงผล แบ่งหน้าตามไลน์ พื้นที่ หรือบทบาทได้ และมีมุมมองสาธารณะสำหรับจอแสดงผลโดยไม่ต้องล็อกอิน
- **ไม่ต้องเขียนโค้ด และเขียนโค้ดได้เมื่อต้องการ**: ลากโหนด เชื่อมต่อ แล้วนำไปใช้ ทั้ง if/then, switch, ลูป ตัวนับ การหน่วงเวลา ตัวแปร อาร์เรย์ ตารางฐานข้อมูลในตัว JSON และ XML คณิตศาสตร์ และเทมเพลตข้อความ โดยไม่ต้องเขียนโค้ด ส่วนโหนดสคริปต์ Python และระบบปลั๊กอินรองรับงานที่เหลือ และโฟลว์ถูกตรวจสอบก่อนนำไปใช้ ข้อผิดพลาดจึงปรากฏในโปรแกรมแก้ไข ไม่ใช่บนไลน์ผลิต
- **Multi-device sync และการควบคุมสิทธิ์**: จับคู่อุปกรณ์ Nara หลายเครื่องเป็นไซต์เดียว แล้วแบ่งปันข้อมูล Re-identification แกลเลอรีใบหน้าที่รู้จัก และตัวแปรของโฟลว์อัตโนมัติ แบบ mesh ไม่มีอุปกรณ์หลักและไม่มี broker ผ่านการจับคู่ที่เข้ารหัสด้วยใบรับรอง มีบทบาทผู้ใช้ 5 ระดับ ตั้งแต่ Super Admin จนถึง Monitor ที่ดูได้อย่างเดียว และคีย์ API แบบกำหนดสิทธิ์พร้อมวันหมดอายุ
- **ประสิทธิภาพสูง เป็นส่วนตัว และคุ้มค่า**: เอนจิน C++ แบบเนทีฟพร้อม GPU acceleration (NVIDIA CUDA และ TensorRT ผ่าน ONNX Runtime) และการทำงานของโฟลว์แบบ multi-thread พร้อมคิวทริกเกอร์ที่ไม่ทำให้เหตุการณ์หาย ทุกอย่างทำงานในสถานที่ ทำงานออฟไลน์ได้ในแพ็กเกจที่รองรับ และไม่มีค่าใช้จ่ายการประมวลผลบนคลาวด์

## นำโมเดลจาก Reva ไปใช้ได้ง่าย

เทรนโมเดลใน Reva ส่งออกเป็น Nabrio Model (NAM) แล้ววางลงในโฟลว์ Nara ได้เลยโดยไม่ต้องตั้งค่า นี่คือเส้นทางมาตรฐานสำหรับสินค้า ตำหนิ และวัตถุที่โมเดลสำเร็จรูปไม่รู้จัก

## ติดตั้งและรันโฟลว์แรกได้ภายในไม่กี่นาที

- **ตัวติดตั้งมาตรฐาน**: ตัวติดตั้งสำหรับ Windows และแพ็กเกจสำหรับ Ubuntu, NVIDIA Jetson และ Raspberry Pi
- **เทมเพลตเริ่มต้น**: โปรเจกต์ที่รันได้ทันที: ตรวจจับผ่านเว็บแคม แดชบอร์ดพร้อมทริกเกอร์ การอ่านโค้ด OCR ท่าทางร่างกายพร้อมโซน และการติดตามใบหน้า
- **คอร์สเรียนฟรี**: คู่มือเริ่มต้นและคอร์สฟรี (การเฝ้าระวังพื้นที่อันตราย สถานะเครื่องจักร การประมวลผลพัสดุบนสายพาน) บน help.nabrio.com ทั้งภาษาอังกฤษและภาษาไทย
- **แพ็กเกจฟรี**: ทดลองใช้ได้วันละไม่เกิน 4 ชั่วโมงสำหรับการรันระบบ และพัฒนาได้ไม่จำกัดเวลา

## ขยายได้ตั้งแต่อุปกรณ์ Edge จนถึงเซิร์ฟเวอร์ GPU

ขั้นต่ำ: CPU quad-core 1 GHz, RAM 2 GB, พื้นที่เก็บข้อมูล 8 GB แนะนำ CPU 8 คอร์สำหรับโฟลว์ที่ทำงานหนัก และแนะนำ GPU สำหรับกล้องหลายตัวและโมเดลขนาดใหญ่

| ระบบปฏิบัติการ | เวอร์ชัน | สถาปัตยกรรม | GPU (CUDA) |
| --- | --- | --- | --- |
| Windows | Windows 11 | x86_64 | รองรับ |
| Linux | Ubuntu 22.04 / 24.04 | x86_64 | รองรับ |
| Linux | NVIDIA JetPack 6.2 (Jetson) | aarch64 | รองรับ |
| Linux | NVIDIA JetPack 7.2 (Jetson Thor) | aarch64 | รองรับ |
| Linux | Raspberry Pi OS (64-bit) | aarch64 | CPU เท่านั้น |

## พร้อมสำหรับ AI agent

- **Agent interface (CLI และ MCP)** (Upcoming)

วันนี้: การตัดสินใจด้วย AI บนอุปกรณ์ การตรวจจับและแบ่งส่วนภาพด้วยคำสั่งข้อความ การเขียนสคริปต์ Python และ HTTP API เต็มรูปแบบพร้อมคีย์แบบกำหนดสิทธิ์ที่สคริปต์และ agent ใช้ได้ ส่วนที่กำลังจะมาคือ Nara agent interface (CLI และ MCP server) ที่จะให้ AI agent สร้างโฟลว์และแดชบอร์ดจากคำขอภาษาธรรมดา ตรวจสอบ นำไปใช้ อ่านผลลัพธ์สด และปรับปรุง พร้อมชุดสิทธิ์ นโยบายรายอุปกรณ์ การยืนยันก่อนทำงานที่มีความเสี่ยง การจำลอง I/O, sandbox การย้อนกลับ และบันทึกการตรวจสอบ

## คำถามที่พบบ่อย

### Nara พร้อมใช้งานจริงหรือยัง?

Nara 2.0 อยู่ในช่วง public beta โดยฟีเจอร์และหน้าจอส่วนใหญ่เสถียรแล้ว และ Nara ใช้งานจริงมาตั้งแต่เดือนมีนาคม 2021 เริ่มจากระบบตรวจสิ่งปนเปื้อนแบบเรียลไทม์บนเม็ดปุ๋ย 455 ตันต่อวัน

### Nara ต่างจาก n8n หรือ Node-RED อย่างไร?

n8n ทำให้ซอฟต์แวร์ธุรกิจทำงานอัตโนมัติ ส่วน Nara ทำให้โลกทางกายภาพทำงานอัตโนมัติ ทั้งกล้อง เซ็นเซอร์ เครื่องจักร และหุ่นยนต์ แบบเรียลไทม์ พร้อมตระกูลโมเดล AI กว่า 60 ตระกูลที่รันในเครื่อง และทั้งสองทำงานร่วมกันได้: Nara เรียก n8n ผ่าน HTTP หรือ Webhook และรับทริกเกอร์จาก n8n ได้

### เราต่อยอด Nara เองได้ไหม?

ได้ เพิ่มตรรกะเฉพาะด้วยโหนดสคริปต์ Python เพิ่มโหนดใหม่ด้วยระบบปลั๊กอิน และควบคุม Nara จากซอฟต์แวร์ของคุณผ่าน HTTP API