WRC 2026 ชี้อุตสาหกรรมหุ่นยนต์จีนกำลังเปลี่ยนจากการโชว์สู่การใช้งานจริง

การประชุม World Robot Conference 2026 หรือ WRC 2026 ซึ่งจัดขึ้นที่เขตอี้จวง กรุงปักกิ่ง ระหว่างวันที่ 19–23 สิงหาคม สะท้อนภาพอุตสาหกรรมที่กำลังอยู่ในช่วงเปลี่ยนผ่าน หุ่นยนต์ไม่ได้มีบทบาทเพียงแสดงท่าทางหวือหวาหรือโชว์ความสามารถบนเวทีอีกต่อไป แต่ถูกนำมาแสดงการคัดแยกพัสดุ จัดการกระบวนการผลิต เตรียมอาหาร และทำงานบ้านควบคู่ไปกับการสาธิตหุ่นยนต์ฮิวแมนนอยด์ที่ผู้ชมคุ้นตา 3417

สารสำคัญของงานจึงไม่ใช่แค่ว่า “หุ่นยนต์ทำให้ผู้ชมประทับใจได้หรือไม่” แต่คือหุ่นยนต์จะทำงานที่มีประโยชน์ได้สม่ำเสมอเพียงพอ จนธุรกิจยอมรับให้เข้ามาอยู่ในระบบปฏิบัติงานจริงหรือไม่ 3417

ในเวลาเดียวกัน งานนี้ก็ย้ำว่าพื้นฐานซอฟต์แวร์สำหรับหุ่นยนต์ที่มีความสามารถรอบด้านยังไม่มีมาตรฐานเดียวกัน บริษัทต่าง ๆ กำลังทดลองคำตอบคนละแบบต่อโจทย์เดียวกัน นั่นคือจะทำให้เครื่องจักรเข้าใจโลกทางกายภาพ มีข้อมูลฝึกฝนเพียงพอ และปรับตัวกับงานที่ไม่ได้ถูกเขียนสคริปต์ไว้อย่างตายตัวได้อย่างไร

จากโชว์เรียกเสียงฮือฮาสู่การทำงานในระบบจริง

ธีมของงาน “มนุษย์กับหุ่นยนต์อยู่ร่วมกัน การผลิตสอดประสานกับความต้องการ” ทำให้การใช้งานจริงและผู้ซื้อเทคโนโลยีเข้ามาอยู่ใจกลางการสนทนามากขึ้น ภายในงานมีการสาธิตตั้งแต่คัดแยกพัสดุ บรรจุโทรศัพท์มือถือ ขนย้ายวัสดุ ต้อนรับลูกค้า ค้าปลีก ไปจนถึงงานบ้าน Reuters มองว่านี่คือความพยายามของอุตสาหกรรมที่จะก้าวพ้นการแสดงเพื่อเรียกผู้ชม ไปสู่การใช้งานเชิงพาณิชย์ในวงกว้างขึ้น แต่ก็เตือนว่าการสาธิตเพียงครั้งเดียวไม่ได้พิสูจน์ว่าระบบจะทำงานได้ทนทานและขยายผลได้ในโลกธุรกิจจริง 217

ความแตกต่างนี้มีความหมายมาก หุ่นยนต์ที่ทำงานสำเร็จบนพื้นที่จัดแสดงซึ่งเตรียมไว้ล่วงหน้า แสดงให้เห็น “ความสามารถ” ของระบบ ขณะที่หุ่นยนต์ซึ่งทำงานเดิมซ้ำ ๆ ได้ในสภาพแวดล้อมที่เปลี่ยนแปลง แสดงให้เห็น “ผลิตภัณฑ์ที่ใช้งานได้จริง” WRC 2026 ให้หลักฐานว่าภาคอุตสาหกรรมกำลังเดินจากขั้นแรกไปสู่ขั้นที่สอง แต่ยังไม่ใช่ข้อพิสูจน์ว่าการใช้งานในวงกว้างเกิดขึ้นแล้ว

ตัวอย่างสำคัญภายในงาน ได้แก่

• X Square Robot สาธิตโมเดลแบบรวมศูนย์ที่ใช้ได้ทั้งในงานโลจิสติกส์และสถานการณ์ภายในบ้าน หุ่นยนต์ถูกนำเสนอว่าจัดเสื้อผ้า ทำความสะอาด รับพัสดุและเครื่องดื่ม รดน้ำต้นไม้ รวมถึงทำงานบ้านอื่น ๆ
• UBTECH นำเสนอเวิร์กโฟลว์หุ่นยนต์ฮิวแมนนอยด์ที่ทำงานประสานกัน ตั้งแต่ยก เรียง และคัดแยกสินค้า ไปจนถึงเติมสินค้าในระบบ ขณะที่ Walker C1 ถูกวางตำแหน่งให้เหมาะกับงานบริการและการปฏิสัมพันธ์กับผู้คน เช่น งานต้อนรับ
• JD.com นำแพลตฟอร์ม JoyInside AI ไปใช้งานบนหุ่นยนต์ฮิวแมนนอยด์ Unitree R1 ซึ่งสาธิตการพาสุนัขหุ่นยนต์เดิน จุดเด่นของการแสดงนี้คือการชี้ให้เห็นบทบาทของ JD.com ไม่ใช่เพียงในฐานะผู้ใช้หุ่นยนต์ แต่ยังเป็นผู้พัฒนาแพลตฟอร์ม AI และผู้เล่นในระบบนิเวศหุ่นยนต์ด้วย
• การสาธิตในร้านอาหาร ค้าปลีก และงานบริการ เช่น การทำอาหารอัตโนมัติ การชงกาแฟ และร้านค้าที่ดำเนินงานโดยหุ่นยนต์ ทำให้เป้าหมายด้านการค้าเห็นได้อย่างชัดเจน 516

อย่างไรก็ตาม หลักฐานที่มีเกี่ยวกับ WRC 2026 ยังไม่ยืนยันรายละเอียดการใช้งานเฉพาะของ AI² Robotics หรือ LimX Dynamics ภายในงาน จึงไม่ควรสรุปบทบาทของทั้งสองบริษัทเกินกว่าข้อมูลที่ตรวจสอบได้

งานใหญ่ขึ้น แต่ขนาดไม่เท่ากับความพร้อมใช้งาน

ตัวเลขของการประชุมครั้งนี้อยู่ในระดับใหญ่ ผู้จัดงานรายงานว่ามีบริษัทจีนและต่างประเทศเข้าร่วม 373 แห่ง ผลิตภัณฑ์มากกว่า 3,000 รายการ และผลิตภัณฑ์เปิดตัวครั้งแรก 311 รายการ ตลอดงาน 5 วัน นิทรรศการครอบคลุมหุ่นยนต์ทั้งระบบ ชิ้นส่วนสำคัญ ความร่วมมือในภาคอุตสาหกรรม และการประยุกต์ใช้ในหลายสถานการณ์ 34

ขนาดดังกล่าวมีความสำคัญ เพราะสะท้อนว่าอุตสาหกรรมกำลังสร้างห่วงโซ่การนำไปใช้ในเชิงพาณิชย์ที่ครบถ้วนขึ้น ไม่ได้มีเพียงผู้ผลิตตัวหุ่นยนต์แยกส่วนกันเท่านั้น แต่ยังรวมถึงผู้ผลิตแอคชูเอเตอร์ เซนเซอร์ ชิป ระบบเก็บข้อมูล โมเดลพื้นฐาน ซอฟต์แวร์ประยุกต์ และผู้ใช้งานที่อาจกลายเป็นลูกค้า นอกจากนี้ ชิ้นส่วนสำคัญอย่างมือกลอเนกประสงค์ เซนเซอร์แรง โมดูลข้อต่อ และชิป ก็ได้รับความสนใจอย่างมาก 5

แต่ตัวเลขเหล่านี้ควรอ่านอย่างระมัดระวัง บริษัทหลายร้อยแห่งและผลิตภัณฑ์หลายพันรายการสะท้อนกิจกรรมและความคาดหวังของตลาด ไม่ได้หมายความว่ามีระบบนับพันชุดที่กำลังทำกำไรได้ในระดับขนาดใหญ่ สัญญาณที่มีประโยชน์กว่าคือการเชื่อมโยงระหว่างการสาธิตกับงานที่ระบุได้ชัดเจน เช่น ขนย้ายวัสดุ คัดแยกพัสดุ เติมสินค้า ให้บริการลูกค้า และทำงานบ้าน

“ความเห็นต่างด้านเส้นทาง” ของ embodied AI ยังไม่มีผู้ชนะ

อีกประเด็นสำคัญของงานคือคำถามเชิงยุทธศาสตร์ว่า เส้นทางใดจะทำให้หุ่นยนต์มีความฉลาดและปรับตัวได้ในต้นทุนที่เหมาะสมที่สุด

เส้นทางแรก: ใช้วิดีโอมนุษย์จำนวนมหาศาลเพื่อเรียนรู้พฤติกรรมทางกายภาพ

Dyna Robotics นำเสนอแนวทาง Dyna-2 ซึ่งบริษัทอธิบายว่าเป็น world-action model สำหรับงานหยิบจับและควบคุมวัตถุ โดยฝึกจากวิดีโอมนุษย์มุมมองบุคคลที่หนึ่งมากกว่า 1 ล้านชั่วโมง หรือเทียบได้กับประสบการณ์ตื่นต่อเนื่องราว 170 ปี แนวคิดคือวิดีโอจำนวนมากจะช่วยให้โมเดลเรียนรู้ว่าสภาพแวดล้อมเปลี่ยนแปลงอย่างไร วัตถุตอบสนองต่อการสัมผัสแบบใด และมนุษย์ทำงานทางกายภาพอย่างไร ซึ่งอาจลดการพึ่งพาข้อมูลการกระทำของหุ่นยนต์ที่มีอยู่อย่างจำกัด

Dyna ระบุว่า Dyna-2 สามารถถ่ายโอนไปยังแพลตฟอร์มหุ่นยนต์ต่างชนิด และปรับให้เข้ากับระบบใหม่ได้ด้วยการ fine-tuning เพิ่มเพียงไม่กี่ชั่วโมง อย่างไรก็ตาม นี่เป็นคำกล่าวอ้างจากบริษัท ไม่ใช่ผลยืนยันโดยอิสระว่าระบบมีประสิทธิภาพในฐานะหุ่นยนต์อเนกประสงค์

เส้นทางที่สอง: เรียนรู้งานใหม่อย่างรวดเร็วจากการสาธิต

GEN-1.5 ของ Generalist สะท้อนแนวทางที่ต่างออกไป บริษัทอธิบายว่าโมเดลนี้เป็น multimodal robot foundation model ซึ่งสามารถเรียนรู้งานใหม่จากการสาธิตเพียงครั้งเดียวภายในไม่กี่วินาที โดยไม่ต้องอัปเดต gradient หรือทำ fine-tuning ระบบประมวลผลวิดีโอร่วมกับข้อมูลจากเซนเซอร์ ภาษา และ proprioception หรือข้อมูลการรับรู้ท่าทางและการเคลื่อนไหวของตัวหุ่นยนต์ ก่อนสร้างเส้นทางการเคลื่อนไหวสำหรับการปฏิบัติงาน

จุดเน้นของวิธีนี้คือการปรับตัวแบบ in-context อย่างรวดเร็ว แทนที่จะฝึกหุ่นยนต์ใหม่ทุกครั้งที่มีงานใหม่ ผู้ปฏิบัติงานเพียงแสดงให้ดูว่าต้องทำอะไร จากนั้นโมเดลจะพยายามนำคำสั่งไปปรับใช้กับสถานการณ์อื่น เช่นเดียวกับ Dyna-2 หลักฐานที่มีอยู่ส่วนใหญ่เป็นข้อมูลที่บริษัทรายงานเอง จึงควรเข้าใจว่าเป็นความสามารถที่มีการรายงาน ไม่ใช่เกณฑ์มาตรฐานที่วงการยอมรับแล้ว

คำถามที่ยังไม่มีคำตอบ

แนวทางทั้งสองเผยให้เห็นทางเลือกที่อุตสาหกรรมยังถกเถียงกันอยู่

• ความรู้ทางกายภาพที่เป็นประโยชน์จะเรียนรู้จากวิดีโอมนุษย์ได้มากเพียงใด โดยไม่ต้องให้หุ่นยนต์ทดลองปฏิสัมพันธ์กับโลกจริง
• ข้อมูลจากโลกจริงมีคุณค่ามากกว่าการจำลองหรือการบันทึกการสาธิตในเงื่อนไขใด
• นักพัฒนาควรให้ความสำคัญกับโมเดลขนาดใหญ่ การสร้างแบบจำลองโลก การเรียนรู้เลียนแบบ หรือการปรับตัวกับงานใหม่อย่างรวดเร็ว
• โมเดลที่ฝึกบนหุ่นยนต์ชนิดหนึ่งจะถ่ายโอนไปยังหุ่นยนต์อีกชนิดได้อย่างน่าเชื่อถือหรือไม่ เมื่อเซนเซอร์ รูปร่าง สัดส่วน และข้อจำกัดด้านการควบคุมแตกต่างกัน

ข้อมูลที่มีอยู่ยังไม่สามารถชี้ว่าโครงสร้างโมเดลหรือสูตรฝึกฝนแบบใดเป็นผู้ชนะ ความแตกต่างด้านเส้นทางนี้ไม่ใช่ประเด็นรอง เพราะจะเป็นตัวกำหนดว่าการเพิ่มงาน สภาพแวดล้อม และรูปร่างหุ่นยนต์ใหม่ ๆ จะมีต้นทุนสูงเพียงใด

“ปีแห่งการนำไปใช้งานจริง” ในทางปฏิบัติ

WRC 2026 ชี้ให้เห็นกลยุทธ์แบบสองราง บริษัทต่าง ๆ กำลังผลักดันการใช้งานที่มีกรอบชัดและมีเหตุผลทางเศรษฐกิจ เช่น คลังสินค้า การประกอบชิ้นส่วน โลจิสติกส์ ค้าปลีก และงานบริการ ขณะเดียวกันก็ยังลงทุนในโมเดลพื้นฐาน โครงสร้างข้อมูล และฮาร์ดแวร์ เพื่อมุ่งไปสู่ embodied intelligence ที่มีความสามารถทั่วไปมากขึ้น 24

แนวทางนี้เป็นการเดินเกมที่ค่อนข้างเป็นรูปธรรม ระบบที่ทำงานเฉพาะด้านสามารถสร้างรายได้ รับข้อมูลตอบกลับจากลูกค้า และเก็บข้อมูลการปฏิบัติงานได้ตั้งแต่วันนี้ แม้จะยังไม่ใช่คำตอบของหุ่นยนต์อเนกประสงค์ทั้งหมดก็ตาม หุ่นยนต์ฮิวแมนนอยด์อาจดึงดูดสายตา แต่ในบางงาน หุ่นยนต์ติดล้อหรือเครื่องจักรเฉพาะทางกลับเหมาะสมกว่า รายงานจากงานยังระบุว่าหุ่นยนต์จำนวนมากที่กำลังทำงานผลิตผลจริงเป็นแบบติดล้อ ไม่ใช่แบบเดินสองขา

ท้ายที่สุด ตลาดหุ่นยนต์กำลังเข้าสู่การค้าในช่วงที่พรมแดนทางเทคนิคยังไม่ตกผลึก WRC 2026 จึงไม่ใช่การประกาศว่าหุ่นยนต์ฮิวแมนนอยด์ทั่วไปได้มาถึงแล้ว แต่เป็นบททดสอบว่า บริษัทหุ่นยนต์จะเปลี่ยนการสาธิตที่น่าประทับใจให้กลายเป็นกระบวนการทำงานที่ทำซ้ำได้จริงหรือไม่ และจะใช้การติดตั้งใช้งานเหล่านั้นเพื่อพัฒนาต่อไปได้อย่างไร ขณะที่การแข่งขันเรื่องข้อมูล โมเดล และวิธีฝึก embodied AI ยังคงดำเนินต่อไป