ข้ามไปที่เนื้อหา
Youshouldautomatethat youshouldautomatethat
Unitree G1 humanoid robot (visual stand-in for Figure 02 — direct Figure AI photos not available under free license)
news

Figure 03 เริ่มงาน Logistics ที่ BMW Spartanburg: Tactile Hand ชาร์จไร้สาย ผลต่อไทย

BMW Group ส่ง Figure 03 จัด Logistics Sequencing ที่ Spartanburg — มือ Tactile Sensor, ชาร์จไร้สาย, Helix 02 AI ขยับทั้งตัว บทเรียนสำหรับผู้ผลิตยานยนต์และคลังสินค้าไทย 2026

โดย Pongsiri Trivittayasil · ·8 นาที
#figure-ai#humanoid#logistics#automotive#bmw

TL;DR — BMW Group ประกาศ deploy Figure 03 ของ Figure AI ที่ Plant Spartanburg รัฐ South Carolina สำหรับงาน Logistics Sequencing — หยิบชิ้นส่วนจากกล่องที่ไม่เรียงลำดับ แล้วจัดเข้ารถเข็นตามลำดับสายประกอบ งานนี้ยากกว่า Body Shop ที่ Figure 02 เคยทำ เพราะต้องใช้ทั้ง tactile sensor, palm camera และ Helix 02 VLA model ที่ประสานงานทั้งตัว การเปลี่ยนแปลงนี้เป็นสัญญาณสำคัญสำหรับผู้ผลิตยานยนต์และคลังสินค้าไทยในระบบ EEC ที่กำลังประเมินเส้นทางสู่ automation

ทำไม Figure 03 ที่ BMW Spartanburg ถึงสำคัญสำหรับโรงงานไทย

ในช่วงสองปีที่ผ่านมา ฮิวแมนนอยด์ส่วนใหญ่ที่ปรากฏในสายผลิตอุตสาหกรรมยังคงอยู่ในโหมด “ทดลอง” — ทำงานที่กำหนดไว้ล่วงหน้า ในสภาพแวดล้อมที่ควบคุมได้ ติดตั้งอุปกรณ์พิเศษรอบข้าง

แต่ข่าวจาก BMW Group Plant Spartanburg เมื่อ 13 กรกฎาคม 2026 ที่ The Robot Report รายงาน บ่งชี้ถึงระดับถัดไป — Figure 03 ของ Figure AI กำลังเข้าสู่งาน Logistics Sequencing จริง ซึ่งต้องจัดการกับชิ้นส่วนที่มาแบบไม่มีลำดับ ในกล่องขนาดใหญ่ที่ไม่มีการเรียงพิเศษล่วงหน้า

สำหรับไทย ความเชื่อมโยงตรงคือ BMW Manufacturing (Thailand) ใน Rayong — หนึ่งในโรงงาน BMW ที่ผลิต BMW หลายรุ่นสำหรับตลาดไทยและส่งออกอาเซียน และ OEM อื่น ๆ ในคลัสเตอร์ EEC (Rayong-ชลบุรี-ฉะเชิงเทรา) อย่าง Toyota, Honda, Isuzu, Mazda ต่างใช้โมเดล logistics ที่คล้ายกัน หากการ deploy ที่ Spartanburg พิสูจน์ได้ว่าคุ้มค่าเชิงพาณิชย์ การขยายมาถึงฐานการผลิตในเอเชียตะวันออกเฉียงใต้ไม่ใช่เรื่องไกลเกินไป


งานใหม่: จาก Body Shop สู่ Logistics Sequencing

เพื่อเข้าใจว่าทำไม deployment นี้ถึงมีนัยสำคัญ ต้องเปรียบเทียบกับงานที่ Figure 02 เคยทำ

Figure 02 ที่ BMW Spartanburg (2025–ต้น 2026): รุ่นก่อนหน้าทำงานใน Body Shop — ประกอบชิ้นส่วนตัวถังรถยนต์ที่มีตำแหน่งชิ้นส่วนค่อนข้างชัดเจนและซ้ำกัน Figure 02 วิ่งกะ 10 ชั่วโมง จันทร์–ศุกร์ รวมเวลาทำงานกว่า 1,250 ชั่วโมง โหลดชิ้นส่วนมากกว่า 90,000 ชิ้น และมีส่วนร่วมในการผลิต BMW X3 กว่า 30,000 คัน ตามที่ BMW Blog รายงานเมื่อ 26 มิถุนายน 2026

Figure 03 ที่ BMW Spartanburg (กรกฎาคม 2026–ปัจจุบัน): งานใหม่เป็น Logistics Sequencing — ซับซ้อนกว่าในแง่ vision และ manipulation:

  1. ชิ้นส่วนมาในกล่องขนาดใหญ่แบบ unsorted ไม่มีลำดับที่แน่นอน ตำแหน่งแต่ละชิ้นแตกต่างกัน
  2. Figure 03 หยิบทีละชิ้น ระบุชนิดและลำดับที่ต้องการ
  3. วางลงในรถเข็น (sequencing trolley) ตามลำดับ just-in-sequence ที่สายประกอบต้องการ
  4. รถเข็นถูกส่งไปยัง collection point
  5. Automated Tugger Train หรือ Smart Transport Robot (STR) รับรถเข็นไปส่งยังสถานีประกอบ

ความท้าทายของงานนี้คือ ไม่มีใครจัด “stage” ชิ้นส่วนไว้ให้หุ่นยนต์ล่วงหน้า ทุกครั้งที่หยิบคือ task ใหม่ที่ต้องวิเคราะห์และตัดสินใจแบบ real-time — ซึ่งเป็นสถานการณ์ที่เหมือนกับงาน fulfillment หรือ picking ในคลังสินค้าทั่วไป มากกว่างาน assembly แบบ repetitive ที่หุ่นยนต์ส่วนใหญ่ถูกออกแบบมา


Figure 03 vs Figure 02: อัพเกรดที่ทำให้งานนี้เป็นไปได้

ทำไม BMW ถึงเลือกใช้ Figure 03 แทนที่จะ upgrade software ให้ Figure 02 ทำงานเดิม? คำตอบอยู่ที่การเปลี่ยนแปลง hardware ที่สำคัญ 4 ด้าน:

1. มือ Tactile Sensor + Palm Camera

นี่คือการอัพเกรดที่สำคัญที่สุดสำหรับงาน Logistics Sequencing มือของ Figure 03 ติดตั้ง:

  • Tactile Sensor รับรู้แรงสัมผัส ความดัน และรูปทรงชิ้นส่วนระหว่างหยิบ ป้องกันการบีบแรงเกินหรือทำชิ้นส่วนเสียหาย
  • Palm Camera กล้องที่ฝ่ามือ ถ่ายภาพชิ้นส่วนในระยะใกล้มาก ทำให้หุ่นยนต์ “เห็นด้วยมือ” ได้พร้อมกับเห็นด้วยกล้อง head ซึ่งเพิ่ม precision ในการวาง barcode ให้หันถูกทิศ หรือจัดท่าชิ้นส่วนก่อนวางในรถเข็น

ทั้งสองทำงานร่วมกันในแบบที่กล้อง external เพียงอย่างเดียวทำไม่ได้ โดยเฉพาะในกล่องที่มีแสงน้อยหรือมีชิ้นส่วนซ้อนทับกัน

2. Wireless Charging

Figure 02 ต้องหยุดชาร์จ — มีเวลา downtime ทุกกะ ส่วน Figure 03 รองรับ wireless charging ทำให้ชาร์จได้ระหว่างช่วงพักสั้น ๆ หรือเมื่อไม่มีงาน โดยไม่ต้องถอด plug หรือหยุดสายผลิต ในงาน logistics ที่ต้องการ availability สูง ผลลัพธ์คือชั่วโมงทำงานต่อกะที่มากขึ้นโดยไม่เพิ่ม robot

3. Soft Exterior Component

หุ่นยนต์ที่ทำงานใกล้คนต้องผ่านมาตรฐานความปลอดภัยที่เข้มงวด ตามที่ BMW Group แถลงการณ์อย่างเป็นทางการ Figure 03 ออกแบบชิ้นส่วนภายนอกให้ “soft” กว่า Figure 02 ลดความเสี่ยงบาดเจ็บหากเกิดการสัมผัสโดยไม่ตั้งใจ ซึ่งสำคัญมากในพื้นที่ logistics ที่พนักงานมนุษย์เดินอยู่รอบข้างตลอดเวลา

4. Speech-to-Speech Communication

งาน logistics sequencing ต้องการการสื่อสารกับพนักงานในพื้นที่ เช่น แจ้งเมื่อรถเข็นพร้อม, แจ้งข้อผิดพลาด หรือขอความช่วยเหลือ Figure 03 เพิ่ม speech-to-speech audio ทำให้สื่อสารกับคนได้โดยตรง ไม่ต้องพึ่ง screen หรือ notification แยก

ฟีเจอร์Figure 02Figure 03
ความสูง~167 cm173 cm (5’8”)
น้ำหนัก~60 kg~61 kg
มือStandard gripperTactile Sensor + Palm Camera
ชาร์จWiredWireless
ผิวนอกStandardSoft Component
การสื่อสารUI/ScreenSpeech-to-Speech
งานที่ BMWBody ShopLogistics Sequencing

Helix 02: VLA Model ที่ประสานทั้งตัวพร้อมกัน

เบื้องหลัง hardware ที่อัพเกรดแล้ว คือ Helix 02 — Vision-Language-Action (VLA) model ที่ Figure AI พัฒนาขึ้นโดยเฉพาะสำหรับ whole-body humanoid control

ต่างจาก AI ทั่วไปที่แยก “คิด” กับ “ขยับ” ออกจากกัน Helix 02 ประสานงานระหว่าง มือ, แขน, ลำตัว และขา พร้อมกันในขณะเดียวกัน ทำให้ Figure 03 สามารถ:

  • หยิบชิ้นส่วนในกล่อง ในขณะที่กำลัง เดินเข้าหาจุดวาง โดยไม่ต้องหยุดเพื่อ recalculate pose
  • ลากรถเข็นหนัก ขณะที่มือกำลัง จัดตำแหน่งชิ้นส่วน อยู่ในเวลาเดียวกัน
  • ปรับ grasp โดยใช้ข้อมูลจาก palm camera และ tactile sensor แบบ real-time แม้ชิ้นส่วนจะเลื่อนหลุดมือเล็กน้อย

ระดับ coordination นี้คือสิ่งที่ทำให้ภาษาอังกฤษเรียกว่า “physical AI” แตกต่างจาก “industrial robot” — เพราะ industrial robot ส่วนใหญ่ไม่สามารถปรับ whole-body task ในระหว่างดำเนินการได้

ในกรณีที่ผ่านมา Helix 02 ถูกทดสอบใน การคัดแยกพัสดุ 47,000 ชิ้นต่อเนื่อง 38–50 ชั่วโมง และ ดีล Catalyst Brands ที่ JCPenney ซึ่งล้วนเป็น logistics tasks ที่ต้องการ dexterity สูง BMW Spartanburg จึงเป็น use case ล่าสุดที่พิสูจน์ว่า Helix 02 ทำงานใน industrial environment จริงที่ไม่ใช่ controlled demo


ผลต่ออุตสาหกรรมยานยนต์และโลจิสติกส์ไทย

ภาพรวมคลัสเตอร์ยานยนต์ไทย

ไทยคือฐานการผลิตยานยนต์ที่ใหญ่ที่สุดในอาเซียน ด้วยกำลังผลิตประมาณ 2 ล้านคันต่อปี OEM หลักล้วนอยู่ใน EEC:

  • Toyota — Gateway, Samrong
  • Honda — Ayutthaya, Prachin Buri
  • Isuzu — Samut Prakan, Rayong
  • Mazda — Rayong
  • BMW — Rayong (BMW Manufacturing Thailand Co., Ltd.)

ทุก OEM มีกระบวนการ logistics sequencing เป็นส่วนหนึ่งของสายประกอบ — ชิ้นส่วนจากคลังสินค้าต้องถูกนำมาเรียงตามลำดับการประกอบก่อนส่งเข้าไลน์ งานนี้ปัจจุบันทำโดยพนักงานที่ใช้แรงงานมือประมาณ 2–4 คนต่อสถานี ค่าแรง assembly line ในนิคมอุตสาหกรรม EEC อยู่ที่ประมาณ ฿18,000–28,000 ต่อเดือน รวม OT และสวัสดิการ

สัญญาณที่ผู้ผลิตไทยต้องติดตาม

สำหรับ Tier-1 ที่ supply ให้ BMW Thailand: หาก BMW Group ขยาย Figure 03 จาก Spartanburg ไปยัง Rayong ผู้ผลิต Tier-1 ที่ต้องส่งชิ้นส่วนแบบ just-in-sequence เข้าโรงงานอาจต้องปรับ interface หรือกระบวนการรับ/ส่งสินค้าให้รองรับ robot-ready logistics

สำหรับ Tier-2/Tier-3 ที่กำลังมอง automation: งาน logistics sequencing ที่ Figure 03 ทำที่ BMW คือ “proof of commercial readiness” ที่มีน้ำหนักมากกว่า demo — 11 เดือนของ Figure 02 ที่ผ่านมาพิสูจน์ว่า Figure AI ส่งมอบ uptime เชิงพาณิชย์ได้จริง ไม่ใช่แค่ “showcase”

สำหรับ 3PL และโลจิสติกส์ไทย: งาน sequencing ที่ BMW ไม่ได้จำกัดแค่ automotive ทุก distribution center ที่ต้องคัดแยกสินค้าตามลำดับ — เช่น e-commerce fulfillment, medical supply, spare parts — มีโครงสร้างงานที่คล้ายกัน Figure 03 ที่ BMW เป็นการพิสูจน์ว่า use case นี้ทำได้โดย humanoid ที่มี commercial-grade hardware

ราคาและช่องทาง

Figure AI ยังไม่มี distributor อย่างเป็นทางการในไทยหรืออาเซียน ณ กรกฎาคม 2026 นักวิเคราะห์อุตสาหกรรมประเมิน enterprise deployment ที่ประมาณ USD 90,000–250,000 ต่อตัว (ราว ฿3.3–9.3 ล้านบาท ณ อัตรา ~฿37/USD) ยังไม่รวม integration cost, annual maintenance และ staff training ซึ่งอาจเพิ่มอีก 20–40% ของราคาหุ่นยนต์ต่อปีในช่วง 3 ปีแรก

เปรียบเทียบเชิง ROI เบื้องต้น:

  • ค่าแรง 3 คน × ฿25,000/เดือน × 12 = ฿900,000/ปี
  • ต้นทุนหุ่นยนต์รวม integration และ maintenance ประมาณ ฿5–8 ล้านต่อตัว
  • Payback period ทางทฤษฎี: 5–9 ปี ที่อัตราแลกเปลี่ยนและค่าแรงปัจจุบัน

ตัวเลขนี้ยังไม่คุ้มค่าในแง่ pure ROI สำหรับ SME ไทยทั่วไป แต่สำหรับ OEM และ Tier-1 ที่มี SLA uptime เข้มงวด และต้องการ reduce labor dependency ระยะยาว — การลงทุนในการสร้าง in-house capability กับ humanoid ตั้งแต่วันนี้มีมูลค่าเชิงกลยุทธ์ที่ต่างออกไป


เส้นทางถัดไป: ควรทำอะไรตอนนี้

สำหรับโรงงานและ logistics operator ไทยที่ติดตามพัฒนาการฮิวแมนนอยด์ มีสามสิ่งที่ทำได้ทันที:

1. ใช้ Figure 03 ที่ BMW เป็น benchmark ในการตีโจทย์งาน ก่อนพูดถึงราคาหรือ vendor ลองระบุว่างาน logistics ในโรงงานของคุณมีโครงสร้างที่คล้ายกับ sequencing task ที่ BMW หรือไม่ — มีชิ้นส่วน unsorted ที่ต้องจัดลำดับก่อนส่งไลน์หรือเปล่า? มี bottleneck ด้าน labor ในจุดนี้หรือเปล่า? ถ้าใช่ งานนั้นคือ candidate สำหรับ humanoid pilot

2. เริ่ม pilot กับแบรนด์ที่มีช่องทางในไทยแล้ว Figure AI ยังไม่มีตัวแทนในไทย แต่ AgiBot ผ่าน VST ECS Thailand และ Unitree ผ่านตัวแทนในภูมิภาคมีช่องทางอยู่แล้ว การเริ่ม pilot ตอนนี้สร้าง internal knowledge เกี่ยวกับ workflow, floor layout adjustment และ safety protocol ที่จะนำไปใช้กับ vendor ใด ๆ ในอนาคตได้

3. ติดตาม result จาก Spartanburg ในปลาย 2026 BMW เพิ่งเริ่ม Figure 03 — ข้อมูล uptime, error rate และ throughput จริงจาก Spartanburg น่าจะเริ่มปรากฏในรายงานสาธารณะช่วงปลายปี 2026 ซึ่งจะเป็นข้อมูลที่มีน้ำหนักมากกว่า launch announcement สำหรับการตัดสินใจลงทุน


ติดตามพัฒนาการหุ่นยนต์ฮิวแมนนอยด์ และ Figure AI สำหรับตลาดไทยได้ที่ youshouldautomatethat.tech หรือติดต่อทีมเพื่อประเมิน use case ในองค์กรของคุณ

FAQ ที่เกี่ยวข้อง

Figure 03 ทำงาน Logistics Sequencing ที่ BMW ต่างจาก Body Shop ของ Figure 02 อย่างไร?

Figure 02 ทำงานใน Body Shop ซึ่งเป็นสภาพแวดล้อมที่ค่อนข้าง structured — ชิ้นส่วนอยู่ในตำแหน่งที่กำหนดไว้ล่วงหน้า ส่วน Figure 03 ทำงานใน Logistics Sequencing ที่ยากกว่า ชิ้นส่วนมาในกล่องใหญ่แบบ 'unsorted' ไม่มีลำดับที่แน่นอน Figure 03 ต้องหยิบทีละชิ้น ระบุชนิด และวางลงในรถเข็นตามลำดับที่สายประกอบต้องการ (just-in-sequence) ซึ่งต้องการ visual recognition และ tactile feedback ที่ซับซ้อนกว่าเดิมมาก

Tactile Sensor และ Palm Camera ในมือของ Figure 03 ทำงานอย่างไร?

มือของ Figure 03 มีทั้ง tactile sensor ที่รับรู้แรงสัมผัสและความดันเมื่อหยิบชิ้นส่วน และ palm camera ที่ติดอยู่ที่ฝ่ามือเพื่อถ่ายภาพชิ้นส่วนในระยะใกล้ ทั้งสองทำงานร่วมกับ Helix 02 VLA model ทำให้หุ่นยนต์ 'เห็นด้วยมือ' ได้ ช่วยให้หยิบชิ้นส่วนที่มีรูปทรงหลากหลาย วางบน conveyor หรือในรถเข็นได้แม่นยำโดยไม่ต้องรอสัญญาณจาก external camera เพียงอย่างเดียว

ราคา Figure 03 สำหรับโรงงานหรือคลังสินค้าไทยประมาณเท่าไหร่?

Figure AI ยังไม่ประกาศราคาอย่างเป็นทางการสำหรับตลาดไทยหรืออาเซียน นักวิเคราะห์ประเมิน enterprise deployment อยู่ที่ประมาณ USD 90,000–250,000 ต่อตัว (ราว ฿3.3–9.3 ล้านบาท ณ อัตราแลกเปลี่ยง ก.ค. 2026) ยังไม่รวมค่า integration, maintenance รายปี และ training ปัจจุบันยังไม่มีตัวแทนอย่างเป็นทางการในไทยหรืออาเซียน ผู้สนใจต้องติดต่อ Figure AI โดยตรงในรูปแบบ enterprise partnership

BMW Manufacturing Thailand (Rayong) จะนำ Figure 03 มาใช้เมื่อไหร่?

ยังไม่มีการประกาศอย่างเป็นทางการจาก BMW Group หรือ BMW Manufacturing Thailand เกี่ยวกับแผนการ deploy Figure 03 ในไทย การตัดสินใจขยายมักใช้เวลา 12–24 เดือนหลังจากพิสูจน์ผลที่โรงงาน flagship ก่อน ผู้ผลิต Tier-1/Tier-2 ที่ supply ให้ BMW Rayong ควรติดตามผลลัพธ์จาก Spartanburg ในช่วงปลาย 2026 ก่อนวางแผนลงทุน

แบรนด์ที่กล่าวถึงในบทความ

บทความที่เกี่ยวข้อง

LINE