การทดสอบหุ่นยนต์ฮิวแมนนอยด์ 200 ชั่วโมงของ Figure AI บอกอะไรเกี่ยวกับอนาคตคลังสินค้า

การทดลองนี้ถูกถ่ายทอดสด และยังมีการแข่งขันแบบ มนุษย์ vs หุ่นยนต์ ซึ่งกลายเป็นหนึ่งในตัวชี้วัดที่ชัดเจนที่สุดของความสามารถหุ่นยนต์ฮิวแมนนอยด์ในงานโลจิสติกส์จริง

การทำงานอัตโนมัติ 200 ชั่วโมงในคลังสินค้า

การทดลองจัดขึ้นที่ศูนย์ของ Figure AI ในเมืองซันนีเวลล์ เดิมทีตั้งใจให้เป็นการสาธิตสั้น ๆ แต่สุดท้ายถูกขยายเป็นการทดสอบความทนทานหลายวัน

ผลลัพธ์สำคัญที่รายงาน ได้แก่

• ระยะเวลา: ประมาณ 200 ชั่วโมง ของการทำงานอัตโนมัติ
• จำนวนพัสดุ: ราว 249,000–250,000 ชิ้น
• ความเสถียร: ไม่มีความเสียหายของฮาร์ดแวร์เลย ระหว่างการทดสอบ

บางรายงานระบุจำนวนสุดท้ายที่ 249,558 ชิ้น หรือประมาณ 249,560 ชิ้น ซึ่งทำให้ตัวเลข “เกือบ 250,000 ชิ้น” ถูกใช้อย่างแพร่หลาย

อย่างไรก็ตาม มีรายงานหนึ่งที่กล่าวว่าหุ่นยนต์จัดการพัสดุได้เพียง 149,000+ ชิ้น ซึ่งสะท้อนว่าตัวเลขระหว่างการถ่ายทอดสดอาจมีความคลาดเคลื่อนบางส่วน

แม้จะมีความต่างของตัวเลข แต่การที่หุ่นยนต์สามารถทำงานต่อเนื่อง นานกว่าหนึ่งสัปดาห์ของงานคลังสินค้าแบบจริง โดยไม่มีการควบคุมระยะไกลหรือเครื่องพัง ถือเป็นก้าวสำคัญของระบบหุ่นยนต์อุตสาหกรรม

ความเร็ว: ใกล้เคียงแรงงานมนุษย์

ตัวชี้วัดหลักของการทดลองคือ ปริมาณงานต่อเวลา (throughput)

Figure AI ระบุว่าระบบคัดแยกพัสดุของบริษัทสามารถทำความเร็วระดับ “เทียบเท่ามนุษย์” ได้ โดยใช้เวลาน้อยกว่า 3 วินาทีต่อพัสดุหนึ่งชิ้น ซึ่งใกล้เคียงกับพนักงานคลังสินค้าที่ทำงานในกะจริง

ขั้นตอนงานที่หุ่นยนต์ต้องทำมีลักษณะเหมือนงานโลจิสติกส์ทั่วไป เช่น

• ตรวจจับพัสดุด้วยกล้อง
• จัดทิศทางพัสดุให้เห็นบาร์โค้ด
• สแกนหรือยืนยันฉลาก
• วางพัสดุลงสายพานที่ถูกต้อง

การรักษาความเร็วเฉลี่ยประมาณ 3 วินาทีต่อชิ้น ตลอดหลายแสนชิ้น แสดงว่าหุ่นยนต์สามารถทำงานในระดับการผลิตจริง ไม่ใช่แค่เดโมสั้น ๆ

AI ที่อยู่เบื้องหลัง: Helix‑02

หัวใจของระบบคือ AI ภายในบริษัทชื่อ Helix‑02

Helix‑02 ถูกอธิบายว่าเป็นโมเดลแบบ Vision‑Language‑Action (VLA) ซึ่งรวมการรับรู้ การตีความคำสั่ง และการควบคุมร่างกายไว้ในสถาปัตยกรรมเดียว แทนที่จะใช้ซอฟต์แวร์หลายโมดูลแยกกัน

แนวคิดคือให้ระบบเรียนรู้การแปลงข้อมูลจากกล้องและเซ็นเซอร์โดยตรงไปเป็นการเคลื่อนไหวของหุ่นยนต์ หรือที่บางครั้งเรียกว่า “pixels‑to‑actions”

สิ่งที่ระบบนี้ช่วยให้หุ่นยนต์ทำได้ เช่น

• รับรู้วัตถุผ่านกล้องและเซ็นเซอร์
• เข้าใจงานหรือคำสั่ง
• วางแผนและควบคุมแขน มือ และลำตัว

ในงานคลังสินค้า นั่นหมายถึงการรับมือกับพัสดุหลายรูปแบบ ตั้งแต่กล่องแข็ง ซองเอกสาร ไปจนถึงถุงพลาสติก โดยปรับวิธีจับหรือพลิกพัสดุให้สแกนบาร์โค้ดได้ถูกต้อง

การแข่งขัน “Man vs. Machine”

เพื่อเปรียบเทียบกับมนุษย์จริง บริษัทได้จัดการแข่งขัน 10 ชั่วโมง ระหว่างหุ่นยนต์ F.03 กับเด็กฝึกงานของบริษัทชื่อ Aime

ทั้งสองฝ่ายได้รับงานเดียวกัน: สแกนพัสดุและวางลงสายพาน

ผลลัพธ์ออกมาสูสีอย่างมาก

• มนุษย์: 12,924 ชิ้น (เฉลี่ย 2.79 วินาทีต่อชิ้น)
• หุ่นยนต์ F.03: 12,732 ชิ้น (เฉลี่ย 2.83 วินาทีต่อชิ้น)

มนุษย์ชนะเพียง 192 ชิ้น หรือประมาณ 1.3% ของงานทั้งหมด

กล่าวอีกแบบคือ หุ่นยนต์ทำงานเกือบเท่าคน แต่ยังไม่เร็วพอจะชนะในการแข่งขันกะเดียว

สิ่งที่การทดลองนี้บอกเกี่ยวกับอนาคตคลังสินค้า

ในอดีต หุ่นยนต์ฮิวแมนนอยด์มักถูกสาธิตเพียงไม่กี่นาทีหรือไม่กี่ชั่วโมง แต่การทดลองครั้งนี้ชี้ให้เห็นการเปลี่ยนแปลงสำคัญ

1. ความทนทานของระบบ
การทำงานต่อเนื่อง 200 ชั่วโมง แสดงว่าฮาร์ดแวร์และระบบควบคุมเริ่มรองรับการทำงานยาวแบบอุตสาหกรรมได้

2. ประสิทธิภาพใกล้มนุษย์
ความเร็วราว 3 วินาทีต่อพัสดุ ทำให้หุ่นยนต์เริ่มเข้าใกล้ผลผลิตของแรงงานจริง

3. การทำงานอัตโนมัติเต็มรูปแบบ
รายงานระบุว่าหุ่นยนต์ทำงานโดย ไม่มีการควบคุมจากมนุษย์ระยะไกล ซึ่งหมายถึง AI จัดการการรับรู้และการเคลื่อนไหวด้วยตัวเอง

อย่างไรก็ตาม หลักฐานส่วนใหญ่ยังมาจาก การสาธิตที่บริษัทจัดขึ้นเอง ไม่ใช่การใช้งานเชิงพาณิชย์ขนาดใหญ่จากองค์กรภายนอก

ดังนั้น การทดลองนี้จึงควรถูกมองว่าเป็น สัญญาณของความก้าวหน้า มากกว่าหลักฐานว่าหุ่นยนต์พร้อมแทนที่แรงงานในคลังสินค้าทันที

แต่เมื่อดูจากผลการแข่งขันที่ต่างกันเพียงเสี้ยววินาทีต่อพัสดุ ช่องว่างระหว่างมนุษย์กับหุ่นยนต์ในงานโลจิสติกส์ดูเหมือนจะ เล็กลงอย่างรวดเร็ว.