หุ่นยนต์โตเร็ว แต่ความฉลาดที่มองเห็นยังวนอยู่ที่เดิม

โพสต์วันที่ 20 สิงหาคม 2026 มองว่า embodied AI หรือปัญญาประดิษฐ์ที่รับรู้และลงมือทำผ่านร่างกายหุ่นยนต์ กำลังเติบโตเชิงพาณิชย์เร็วกว่าที่ความสามารถรอบด้านจะพัฒนาให้เห็นอย่างชัดเจน

ที่ World Robot Conference 2026 ในกรุงปักกิ่ง มีการนำเสนอหุ่นยนต์จำนวนมาก ตั้งแต่หุ่นยนต์ฮิวแมนนอยด์ที่เต้นหรือเล่นกีฬา ไปจนถึงระบบคัดแยกสินค้าและแขนกลในโรงงาน แม้การสาธิตเหล่านี้จะน่าประทับใจ แต่ภาพรวมกลับทำให้เกิดคำถามว่า ความก้าวหน้าที่เห็นนั้นเป็นความสามารถใหม่จริง หรือเป็นการปรับรูปแบบจากเดโมเดิมของปีก่อน เช่น การเต้น การเล่นกีฬา การคัดแยก และงานในสายการผลิต 12

ตลาดกำลังขยายตัวอย่างรวดเร็ว

ตัวเลขด้านการส่งมอบสะท้อนว่าตลาดไม่ได้อยู่ในระยะทดลองอีกต่อไป โดยมีการส่งมอบหุ่นยนต์ฮิวแมนนอยด์ทั่วโลกมากกว่า 22,000 เครื่องในช่วงครึ่งแรกของปี 2026 และคาดว่ายอดรวมตลอดทั้งปีจะเกิน 50,000 เครื่อง 12

บริษัทที่มียอดส่งมอบสูงสุด ได้แก่ AgiBot ราว 9,700 เครื่อง, Unitree มากกว่า 7,000 เครื่อง และ Galaxy General มากกว่า 1,100 เครื่อง ขณะที่บริษัท 5 อันดับแรกครองส่วนแบ่งตลาดรวมกันถึง 86% 12

การใช้งานส่วนใหญ่ยังกระจุกตัวอยู่ในไม่กี่ประเภท ได้แก่

• ความบันเทิง ประมาณ 38%
• การผลิตข้อมูลและงานวิจัย ประมาณ 26%
• การผลิตอัจฉริยะ ประมาณ 16%
• คลังสินค้าและโลจิสติกส์ ประมาณ 10% 12

ตัวเลขเหล่านี้ชี้ให้เห็นว่าหุ่นยนต์กำลังถูกผลิตและนำไปใช้งานในวงกว้างขึ้น แต่ยังไม่ได้หมายความว่าหุ่นยนต์เหล่านี้มีความสามารถทั่วไปใกล้เคียงมนุษย์แล้ว

ทำไมเดโมจึงดูคล้ายเดิม

คอขวดสำคัญของ embodied AI ไม่ได้อยู่ที่การทำให้หุ่นยนต์เดินเร็วขึ้นหรือเคลื่อนไหวได้ลื่นไหลเพียงอย่างเดียว แต่คือการทำให้มันทำงานได้ดีเมื่อเงื่อนไขเปลี่ยนไป

หุ่นยนต์อาจทำงานได้อย่างน่าเชื่อถือในฉากที่จัดเตรียมไว้ล่วงหน้า แต่ความท้าทายจะเพิ่มขึ้นทันทีเมื่อมีการเปลี่ยนวัตถุ ตำแหน่งสิ่งของ แผนผังพื้นที่ หรือกระบวนการทำงานในโรงงาน ปัญหาหลักจึงรวมถึงการหาและจัดเตรียมข้อมูลการฝึกที่มีปริมาณมาก คุณภาพสูง และหลากหลาย ตลอดจนการตรวจสอบว่าเดโมหนึ่งชุดเป็นเพียงลำดับคำสั่งที่เขียนบทไว้ หรือเป็นพฤติกรรมที่สามารถถ่ายโอนไปใช้กับสถานการณ์ใหม่ได้จริง 12

นอกจากนี้ ระบบยังต้องผ่านการปรับจูนและสอบเทียบทางวิศวกรรมซ้ำแล้วซ้ำเล่า การนำหุ่นยนต์ไปใช้งานในสถานที่ใหม่จึงไม่ได้จบลงเมื่อสร้างโมเดลสำเร็จ แต่ต้องอาศัยการฝึกเพิ่มเติมและการมีส่วนร่วมของมนุษย์อย่างต่อเนื่อง

Wang Xingxing มองว่า การทำให้หุ่นยนต์ทำงานได้อย่างเสถียรในฉากที่กำหนดไว้อย่างชัดเจนกำลังเป็นเรื่องที่ทำได้มากขึ้นเรื่อย ๆ แต่การก้าวออกจากฉากนั้นยังต้องพึ่งพาการฝึกหลังการพัฒนาอย่างมาก รวมถึงแรงช่วยจากมนุษย์ 12

ส่วน Wang He เสนอว่าการทดสอบที่แท้จริงไม่ใช่หุ่นยนต์ทำงานหนึ่งอย่างในสถานที่หนึ่งได้หรือไม่ แต่คือมันสามารถปรับตัวข้ามโรงงาน 100 แห่งหรือร้านค้า 1,000 แห่ง ทำตามคำสั่งภาษามนุษย์ และทำงานในสภาพแวดล้อมที่ไม่คุ้นเคยได้หรือไม่ 12

โพสต์ดังกล่าวเปรียบเทียบโมเดล embodied AI ในปัจจุบันว่าอยู่ราวระดับ “GPT-2” และอ้างถึงมุมมองที่คาดว่าความสามารถระดับ GPT-3.5 ถึง GPT-4 อาจเกิดขึ้นได้ราวปี 2028 อย่างไรก็ตาม นี่เป็นการคาดการณ์ ไม่ใช่ผลการทดสอบที่ยืนยันแล้ว 12

Unitree กับ Galaxy General: คนละจุดแข็ง

ในงานครั้งนี้ Unitree ถูกนำเสนอในฐานะบริษัทที่มีจุดแข็งด้านการควบคุมการเคลื่อนไหว วิศวกรรมโครงสร้าง ต้นทุนที่เข้าถึงได้ และการผลิตจำนวนมาก มากกว่าจะเป็นผู้นำด้านโมเดลพื้นฐานสำหรับ embodied AI

บริษัทเปิดตัวความสามารถของหุ่นยนต์ที่ทำความเร็วได้ถึง 12.65 เมตรต่อวินาที และมียอดส่งมอบหุ่นยนต์ฮิวแมนนอยด์ในครึ่งแรกของปีมากกว่า 7,000 เครื่อง คิดเป็นประมาณ 31% ของตลาด 12

Galaxy General เลือกแข่งขันในอีกด้าน โดยเน้นความสามารถของโมเดลพื้นฐานสำหรับหุ่นยนต์ บริษัทนำหุ่นยนต์สองขา ET1 มาจัดแสดง และระบุว่าโมเดลทั้งร่างกายของบริษัทได้รับการฝึกจากข้อมูลการเคลื่อนไหวของมนุษย์ประมาณ 100,000 ชั่วโมง 12

จุดเด่นอีกประการคือ WAM-TTT หรือแนวทางฝึกโมเดลในเวลาทดสอบ โดยให้หุ่นยนต์เรียนรู้จากวิดีโอที่คนงานปฏิบัติงานจริง ลูกค้าไม่จำเป็นต้องใส่คำอธิบายกำกับข้อมูลด้วยมือหรือควบคุมหุ่นยนต์จากระยะไกลทุกขั้นตอน แนวคิดนี้มีเป้าหมายเพื่อให้หุ่นยนต์ปรับตัวเข้ากับงานเฉพาะของแต่ละสถานที่ได้ โดยไม่ต้องเขียนโปรแกรมใหม่ตั้งแต่ต้นสำหรับทุกการติดตั้ง 14

ในเชิงธุรกิจ บทความระบุว่า Galaxy General ขยับจากการสาธิตแบบ proof of concept หรือการพิสูจน์แนวคิด ไปสู่การติดตั้งใช้งานในโรงงานของ CATL หลายสิบแห่งแล้ว 12 แต่ข้อมูลลักษณะนี้ควรอ่านในฐานะรายงานจากบริษัทหรือรายงานการติดตั้งใช้งาน ไม่ใช่การจัดอันดับอิสระที่ยืนยันว่าหุ่นยนต์มีความฉลาดทั่วไปในระดับสูง

บทสรุป: ขายได้มากขึ้น ไม่ได้แปลว่าทั่วไปได้มากขึ้น

สาระสำคัญของโพสต์คือ ตลาดหุ่นยนต์ฮิวแมนนอยด์กำลังรวมตัวและขยายตัวอย่างรวดเร็ว โดยมีตัวเลขการส่งมอบและการใช้งานจริงเพิ่มขึ้นอย่างมีนัยสำคัญ ขณะเดียวกัน ภาพจากงานแสดงสินค้ายังไม่สะท้อนก้าวกระโดดที่ชัดเจนในด้านความสามารถทั่วไป

โจทย์ตัดสินอนาคตของ embodied AI จึงไม่ใช่เพียงการทำให้หุ่นยนต์เคลื่อนไหวได้เหมือนมนุษย์ แต่คือการทำให้มันเข้าใจคำสั่งทางภาษา เรียนรู้จากสถานการณ์จริง ปรับตัวกับสถานที่และงานใหม่ และทำงานได้โดยไม่ต้องมีมนุษย์คอยกำกับแทบทุกขั้นตอน นี่คือปัญหาที่ยังรอคำตอบ แม้ตลาดจะเดินหน้าไปไกลแล้วก็ตาม 12