Figure AI Helix-02 แยกพัสดุ 47,000 ชิ้นไม่หยุด: บทเรียนสำหรับโลจิสติกส์ไทย 2026

TL;DR — Figure AI เปิดเผยเมื่อ 14–15 พฤษภาคม 2026 ว่าหุ่นยนต์ฮิวแมนนอยด์ Figure 03 ที่ขับเคลื่อนด้วย Helix-02 ทำงานคัดแยกพัสดุต่อเนื่องกว่า 38 ชั่วโมง โดยไม่มีมนุษย์แทรกแซงแม้แต่ครั้งเดียว ประมวลผลพัสดุรวม 47,000+ ชิ้น ที่ความเร็วใกล้เคียงกับพนักงานมนุษย์ ความสำเร็จครั้งนี้ถือเป็น milestone ครั้งแรกในอุตสาหกรรมที่หุ่นยนต์ฮิวแมนนอยด์ยืนยันการทำงาน autonomous logistics จริงได้อย่างต่อเนื่อง—มีนัยสำคัญต่อคลังสินค้าและศูนย์กระจายสินค้าในไทยที่เผชิญกับการขาดแคลนแรงงาน

ทำไม Figure AI Helix-02 ถึงสำคัญต่อโลจิสติกส์ไทย

ตลาดโลจิสติกส์ไทยมีมูลค่าประมาณ USD 56.56 พันล้าน ในปี 2026 และคาดว่าจะเติบโตในอัตรา CAGR 5.95% ไปถึง USD 75.47 พันล้านภายในปี 2031 ตามข้อมูลจาก Mordor Intelligence การเติบโตของ e-commerce บน TikTok Shop, Shopee Live และ Lazada ทำให้ order basket ย่อยลงแต่ความถี่สูงขึ้น สร้างแรงกดดันต่อระบบคัดแยกพัสดุใน hub-and-spoke network ของผู้ให้บริการรายใหญ่ทั้ง Thailand Post, Flash Express และ DHL Thailand

ขณะเดียวกัน พื้นที่ Eastern Economic Corridor (EEC) ใน Chonburi, Rayong และ Chachoengsao กำลังขยายโกดังสินค้าและศูนย์กระจายสินค้าอย่างต่อเนื่อง แต่กลับเผชิญกับการขาดแคลนแรงงาน warehouse ที่มีทักษะ โดยเฉพาะช่วงกะดึกและวันหยุด ผลการทดสอบของ Figure AI สัปดาห์นี้จึงตรงกับโจทย์ที่ผู้ประกอบการโลจิสติกส์ไทยกำลังมองหาคำตอบอยู่พอดี

ยิ่งไปกว่านั้น BOI ได้อนุมัติให้บริษัทจีน 5 รายลงทุนกว่า 10,000 ล้านบาท สร้างฐานผลิตชิ้นส่วนหุ่นยนต์ฮิวแมนนอยด์ในไทย ซึ่งแสดงว่าไทยกำลังเป็นส่วนหนึ่งของ supply chain นี้ ไม่ใช่เพียงแค่ผู้ซื้อปลายทาง

Helix-02 ทำงานอย่างไร และความสามารถอยู่ที่ใด

Helix-02 คือ Visuomotor Language-Action (VLA) model รุ่นที่สองของ Figure AI ที่ควบคุม หุ่นยนต์ฮิวแมนนอยด์ ด้วย vision และ sensor data โดยตรง โดยไม่ต้องเขียนโปรแกรม waypoint แบบ traditional robot

ต่างจาก robot arm ทั่วไปที่ต้องกำหนดจุดเคลื่อนที่แต่ละจุดล่วงหน้า Helix-02 ใช้กล้องหลายตัวและ tactile sensor เพื่อ “เห็น” พัสดุ ตัดสินใจว่าจะจับอย่างไร และปรับตัวเมื่อพัสดุอยู่ผิดตำแหน่งได้แบบ real-time

ความสามารถที่ได้รับการยืนยันในการทดสอบล่าสุด:

• ตรวจจับและอ่านบาร์โค้ด บนพัสดุขนาดต่างๆ รวมถึงซองที่บิดตัวหรืองอ
• วางพัสดุหงายบาร์โค้ดลง บน conveyor belt อย่างถูกต้องทุกครั้ง
• Reset ตัวเองอัตโนมัติ เมื่อติดขัดหรือพบสถานการณ์ผิดปกติ โดยไม่ต้องเรียกพนักงาน
• ชาร์จตัวเองแบบ wireless ในช่วงพัก และกลับมาทำงานต่อได้โดยอัตโนมัติ

ด้านเทคนิค Helix-02 เพิ่ม camera frame rate ขึ้น 2 เท่า ลด latency 75% และขยาย field of view 60% เมื่อเทียบกับ Helix เวอร์ชันก่อน นอกจากนี้ยังมี tactile sensor ที่มือสามารถรับรู้แรงกดได้ถึงระดับ 3 กรัม ทำให้จับพัสดุบอบบางได้โดยไม่เสียหาย

ตัวเลขจริงจากการทดสอบ: 38–50 ชั่วโมง ไม่มีการแทรกแซง

ข้อมูลต่อไปนี้ได้รับการยืนยันจากหลายแหล่งข่าวอิสระในช่วงวันที่ 14–15 พฤษภาคม 2026:

ตัวชี้วัด	ผลลัพธ์
ระยะเวลาการทำงานต่อเนื่อง	38+ ชั่วโมง (livestream); CEO อ้างถึง 50 ชั่วโมงใน statement ล่าสุด
จำนวนพัสดุที่คัดแยก	47,000+ ชิ้น
ความเร็วการคัดแยกเฉลี่ย	4.05 วินาทีต่อชิ้น (ลดจาก ~5.0 วินาทีในเวอร์ชันก่อน)
อัตราความเสียหายของสินค้า	0.3%
จำนวนหุ่นยนต์ที่ทำงานพร้อมกัน	3 ตัว
ครั้งที่มนุษย์ต้องแทรกแซง	0 ครั้ง
เป้าหมายเดิมที่ตั้งไว้	8 ชั่วโมง

เป้าหมายเดิมของ Figure AI คือ 8 ชั่วโมงเท่านั้น แต่เมื่อหุ่นยนต์ทำงานผ่านไปโดยไม่มีข้อผิดพลาด ทีมงานตัดสินใจปล่อยให้ทำงานต่อ ขยายไปถึง 17 ชั่วโมง (22,000 ชิ้น) จากนั้นเปิด livestream สาธารณะและทำงานต่อเนื่องถึง 38 ชั่วโมง

ตามรายงานของ Bloomberg เมื่อ 15 พ.ค. 2026 CEO Brett Adcock ยืนยันว่าขณะนี้ถึง 50 ชั่วโมง แล้วโดยที่หุ่นยนต์ยังทำงานต่อเนื่อง TechTimes (14 พ.ค. 2026) และ eWeek ยืนยันตัวเลขในระยะก่อนหน้าว่า 22,000 ชิ้นใน 17 ชั่วโมง ซึ่งสอดคล้องกัน

อัตราความเสียหาย 0.3% นั้นต่ำกว่า benchmark ของ sorting center ทั่วไปที่มักอยู่ที่ 0.5–1% ซึ่งหมายความว่าหุ่นยนต์ไม่ได้แค่เร็ว แต่ยังระมัดระวังสินค้ามากกว่าค่าเฉลี่ยอุตสาหกรรมด้วย

Figure 03: ข้อมูลจำเพาะของหุ่นยนต์ที่ใช้ในการทดสอบ

หุ่นยนต์ที่ทำผลลัพธ์ข้างต้นคือ Figure 03 รุ่นล่าสุดของ Figure AI ซึ่งพัฒนาต่อจาก Figure 02 ที่เคย deploy ที่โรงงาน BMW Spartanburg ในปี 2025

ข้อมูลจำเพาะ	Figure 03
ความสูง	168 cm
น้ำหนัก	60 kg
Payload สูงสุด	20 kg
ความเร็วเดิน	1.2 m/s (4.3 km/h)
Degrees of Freedom รวม	44 DoF
DoF มือแต่ละข้าง	16 DoF
ความไว tactile sensor	3 กรัม
ความจุแบตเตอรี่	2.25 kWh (ในลำตัว)
เวลาทำงานต่อชาร์จ	ประมาณ 16 ชั่วโมง
ระบบชาร์จ	Wireless inductive 2 kW (ขดลวดที่ฝ่าเท้า)

จุดน่าสนใจที่สุดในบริบทของงาน logistics คือ 16 DoF ต่อมือ ซึ่งให้ความยืดหยุ่นสูงในการจับสินค้าหลายรูปทรง และ wireless charging ที่ช่วยให้หุ่นยนต์ชาร์จอัตโนมัติในช่วง downtime โดยไม่ต้องมีคนมาเสียบปลั๊ก

เปรียบเทียบกับคู่แข่ง: Unitree G1 และ AgiBot ในตลาดเดียวกัน

Figure AI ไม่ได้อยู่ในตลาดฮิวแมนนอยด์โดยลำพัง ต่อไปนี้คือมุมมองเปรียบเทียบกับผู้เล่นสำคัญ 2 รายที่มี brand page ในฐานข้อมูลของเรา:

	Figure 03 (Helix-02)	Unitree G1	AgiBot A3
ความสูง	168 cm	127 cm	~165 cm
น้ำหนัก	60 kg	35 kg	ไม่เปิดเผย
Payload	20 kg	~10 kg (ประมาณ)	ไม่เปิดเผย
ราคาอ้างอิง	ประมาณ USD 90,000–250,000	USD 16,000–74,000	ไม่เปิดเผย
งาน logistics ยืนยันแล้ว	50+ ชั่วโมง ต่อเนื่อง	Trial ที่ JAL Haneda (พ.ค. 2026)	ผลิตครบ 10,000 ตัว (มี.ค. 2026)
ตลาดหลัก	สหรัฐฯ ยุโรป	จีน ญี่ปุ่น	จีน + SEA

Unitree G1 เพิ่งเริ่ม trial ที่ Haneda Airport ร่วมกับ Japan Airlines (JAL) ในเดือนพฤษภาคม 2026 เพื่อทดสอบงานขนกระเป๋า งาน cabin cleaning และการดูแล ground support equipment ซึ่งเป็น use case ที่ใกล้เคียงกับงาน logistics แต่ยังเป็นขั้น trial ไม่ใช่ production

AgiBot มีผลงานด้านปริมาณการผลิต—ครบ 10,000 ตัวในเดือนมีนาคม 2026—และกำลังขยายฐานใน SEA รวมถึงไทย แต่ยังไม่มีการยืนยัน continuous autonomous operation ที่เทียบเท่ากับ Figure AI

จุดที่ Figure AI โดดเด่นกว่าคู่แข่งในขณะนี้คือ การพิสูจน์ autonomous operation จริงในสภาพแวดล้อม logistics ที่ต่อเนื่องและวัดได้ ซึ่งเป็นมาตรวัดสำคัญสำหรับการพิจารณา ROI ในธุรกิจจริง

ข้อจำกัดที่ต้องทำความเข้าใจก่อนตัดสินใจ

แม้จะเป็นก้าวกระโดดสำคัญ แต่มีหลายข้อที่ผู้ประกอบการไทยควรรับทราบก่อนตื่นเต้นเกินเหตุ:

สภาพแวดล้อมที่ควบคุมแล้ว: การทดสอบเกิดขึ้นบน conveyor belt มาตรฐานในสภาพแสงสว่างคงที่และพัสดุขนาดเล็กถึงกลาง ยังไม่ใช่ unstructured warehouse จริงที่มีสินค้าหนัก สินค้าขนาดใหญ่ พื้นที่แคบ หรือแสงที่เปลี่ยนแปลง

ราคาเชิงพาณิชย์ยังสูง: ประมาณ USD 90,000–250,000 ต่อตัว (ประมาณ ฿3.3–9.3 ล้านบาท) ตามการประเมินของนักวิเคราะห์ยังไม่รวมค่า integration และ maintenance ซึ่งอาจสูงกว่าตัวหุ่นยนต์เองในปีแรก

ยังไม่มี distributor ในไทย: ปัจจุบัน Figure AI ทำงานในรูปแบบ enterprise partnership โดยตรง ยังไม่มีช่องทาง B2B ในอาเซียน

พัสดุที่หนักหรือ oversized: Helix-02 ยังไม่ได้ทดสอบกับพัสดุที่หนักกว่า 20 kg หรือพัสดุที่มีรูปทรงพิเศษ

สำหรับโรงงานและคลังสินค้าไทย: ควรทำอะไรตอนนี้

แม้ว่าการ deploy จริงในไทยจะยังเป็นเรื่องของปี 2028–2030 มากกว่าปี 2026 แต่ผู้ประกอบการที่มองการณ์ไกลควรเริ่มเตรียมตัวใน 3 ระดับ:

ระดับที่ 1 — ทันที: Map กระบวนการ ระบุ task ที่เป็น repetitive สูงที่สุดและมีต้นทุนแรงงานสูง เช่น งาน sorting กะดึก (22:00–06:00) งาน pick-and-place ใน zone แคบ หรืองานวันหยุดที่หาคนยาก งานเหล่านี้คือ first candidate สำหรับ humanoid robot เมื่อราคาลงมา

ระดับที่ 2 — ระยะสั้น: ออกแบบ Layout รองรับ Humanoid Humanoid robot ต้องการ station ที่ออกแบบสำหรับ humanoid form factor ซึ่งต่างจาก fixed-arm robot ความสูงโต๊ะทำงาน ระยะห่างระหว่าง conveyor และพื้นที่เดิน ล้วนมีผลต่อ efficiency การเริ่มออกแบบ digital twin ตั้งแต่ตอนนี้จะลด rework เมื่อถึงเวลา deploy

ระดับที่ 3 — ระยะกลาง: ติดตามราคา TrendForce คาดว่าผลผลิตหุ่นยนต์ฮิวแมนนอยด์ของจีนจะเพิ่มขึ้น 94% ในปี 2026 และ Bank of America โปรเจกต์ว่าจะมีหุ่นยนต์ฮิวแมนนอยด์ 1.2 ล้านตัว ทั่วโลกในปี 2030 ราคาต้นทุนจะลดลงตาม learning curve ทำให้ operator ระดับ SME ไทยเข้าถึงได้จริงในช่วงปลายทศวรรษนี้

สิ่งที่ Figure AI ต้องพิสูจน์ต่อไป

ปลายทางที่แท้จริงของ humanoid logistics ไม่ใช่แค่ sorting center ที่มี conveyor belt และแสงสว่างคงที่ แต่คือ unstructured warehouse ที่หุ่นยนต์ต้องเดินหลีกคน หยิบสินค้าจากชั้นที่ไม่เป็นระเบียบ และทำงานร่วมกับรถ forklift และ AMR อื่นๆ

Figure AI ประกาศว่าในปี 2026 จะเริ่ม home deployment สำหรับผู้ทดสอบกลุ่มแรก และยังคงขยาย logistics partnership ต่อเนื่อง รายละเอียดของ partner ที่ใช้ในการทดสอบ sorting ครั้งนี้ยังไม่ได้รับการเปิดเผยอย่างเป็นทางการ ซึ่งเป็นข้อมูลสำคัญที่จะบอกว่า test environment นี้ใกล้เคียงกับสภาพจริงมากแค่ไหน

สิ่งที่ชัดเจนคือ milestone ครั้งนี้เปลี่ยน narrative จาก “หุ่นยนต์ฮิวแมนนอยด์อาจทำงาน logistics ได้” เป็น “หุ่นยนต์ฮิวแมนนอยด์ ทำงาน logistics ได้แล้ว ต่อเนื่องหลาย 10 ชั่วโมง” และนั่นเป็นสัญญาณที่ผู้ประกอบการไทยควรเก็บข้อมูลไว้ในเรดาร์

---

หากคุณต้องการประเมินว่าคลังสินค้าหรือศูนย์กระจายสินค้าของคุณควรเริ่มต้น automation ด้วยระบบใดก่อน—ไม่ว่าจะเป็น conveyor automation, AMR, cobot หรือรอ humanoid robot—ลองใช้ ROI Calculator ของเราเพื่อเปรียบเทียบต้นทุน-ผลประโยชน์ หรือ ติดต่อทีมที่ปรึกษา เพื่อ assess use case ที่ตรงกับ layout และ volume ของคุณ