Figure AI ลงทุน $3.5B ใน AI Compute: Helix AI คืออะไร และนัยต่อธุรกิจไทย
Figure AI เซ็นดีล Nscale $3.5B บน Nvidia Vera Rubin 100,000 GPU เพื่อฝึก Helix AI — ผลต่อคุณภาพฮิวแมนนอยด์ระดับโลกและธุรกิจไทยที่กำลังพิจารณาลงทุนปี 2026
TL;DR — เมื่อ 3 กันยายน 2026 Figure AI เซ็นดีลกับ Nscale สตาร์ตอัป AI cloud ของอังกฤษ มูลค่า $3.5 พันล้านดอลลาร์ บน Nvidia Vera Rubin สูงสุด 100,000 GPU เพื่อฝึก Helix AI ซึ่งเป็น “สมอง” ของ Figure 03 ดีลนี้ส่งสัญญาณว่า compute คือสมรภูมิชี้ขาดว่าฮิวแมนนอยด์ตัวไหนจะฉลาดกว่ากัน — และมีนัยสำคัญต่อธุรกิจไทยที่กำลังเปรียบเทียบตัวเลือก
ทำไม Compute จึงเป็นหัวใจของฮิวแมนนอยด์ยุคใหม่
หุ่นยนต์ฮิวแมนนอยด์ไม่ใช่เครื่องจักรที่ถูก hardcode ทุกการเคลื่อนไหวอีกต่อไป รุ่นปัจจุบันอย่าง Figure 03 ทำงานด้วย foundation model ซึ่งเรียนรู้จาก sensor data จำนวนมหาศาล คล้ายกับที่ GPT-4 เรียนรู้จากข้อความ หรือ Sora เรียนรู้จากวิดีโอ
ความแตกต่างคือ หุ่นยนต์ต้องประมวลผล input พร้อมกันหลายช่องทางในเวลาจริง: ภาพจากกล้อง force feedback จากมือ การรักษาสมดุล และการวางแผนการเคลื่อนที่ 3 มิติ ทั้งหมดต้องเกิดขึ้นภายในเสี้ยววินาที
การฝึก (training) model เหล่านี้ต้องการ GPU cluster ขนาดมหาศาล เพราะต้องประมวลผล data หลายร้อยล้านเฟรมจากหุ่นยนต์หลายร้อยตัวพร้อมกัน และต้องฝึกซ้ำหลายรอบเพื่อให้ model generalize ได้ในสภาพแวดล้อมที่ไม่เคยเห็นมาก่อน
นี่คือเหตุผลที่ Figure AI ต้องลงทุนระดับ billion-dollar ใน AI compute — และนี่คือบทเรียนสำคัญสำหรับผู้ซื้อไทยที่ต้องเข้าใจว่า “สมอง” ของหุ่นยนต์สร้างมาอย่างไร
ดีล Nscale $3.5B — รายละเอียดที่ต้องรู้
เมื่อ 3 กันยายน 2026 Bloomberg รายงาน ว่า Nscale บริษัท AI cloud จากลอนดอน ได้เซ็นข้อตกลงระยะยาวกับ Figure AI โดยมีข้อกำหนดหลักดังนี้:
| รายการ | รายละเอียด |
|---|---|
| มูลค่าเริ่มต้น | $3.5 พันล้านดอลลาร์ (≈฿122 พันล้านบาท) |
| เป้าหมายสูงสุด | เกิน $6 พันล้านดอลลาร์ |
| GPU Platform | Nvidia Vera Rubin สูงสุด 100,000 หน่วย |
| สถานที่ติดตั้ง | Barstow รัฐ Texas สหรัฐอเมริกา |
| กำหนดส่งมอบ | ครึ่งหลังปี 2027 |
| Equity | Nscale ถือหุ้นใน Figure AI |
ตามรายงานของ eWeek Nscale จะกลายเป็น “preferred compute provider” ของ Figure AI และทั้งสองฝ่ายจะสำรวจความเป็นไปได้ในการใช้หุ่นยนต์ Figure เพื่อช่วย scale ห่วงโซ่อุปทานของ Nscale เองด้วย — โมเดลที่น่าสนใจของการลงทุนแบบ vertical integration
ขนาดของดีลนี้สะท้อนว่า Figure AI มองว่า AI capability คือ moat หลักของบริษัท ไม่ใช่ hardware ดังนั้น compute จึงเป็นการลงทุนเชิงกลยุทธ์ไม่แพ้การสร้างโรงงานผลิตหุ่นยนต์
Helix AI คืออะไร และ Nvidia Vera Rubin ช่วยได้อย่างไร
Helix คือ foundation model หลักที่ Figure AI ใช้ควบคุมหุ่นยนต์ Figure 03 ตั้งแต่การวางแผนการเคลื่อนที่ระดับสูง ไปจนถึง motor control ระดับต่ำ ในเวลาเดียวกัน
TechTimes รายงานว่า Figure AI ได้แถลงหลักการสำคัญว่า “Helix AI จะฉลาดขึ้นในแบบเดียวกับทุก learned system: ด้วยข้อมูลมากขึ้นและ compute มากขึ้น” — ประโยคนี้สรุปเหตุผลของดีลได้ชัดเจนที่สุด
Nvidia Vera Rubin คือ GPU รุ่นล่าสุดของ Nvidia ที่ออกแบบมาเพื่องาน AI training โดยเฉพาะ มีประสิทธิภาพสูงกว่า H100/H200 มากในงาน model training ขนาดใหญ่ การที่ Nscale จะติดตั้ง Vera Rubin ถึง 100,000 หน่วยหมายความว่า Figure AI จะมี training cluster ขนาดใกล้เคียงกับระดับ hyperscaler อย่าง Google หรือ Meta — แต่เพื่อฝึก AI สำหรับหุ่นยนต์โดยเฉพาะ
ระดับ compute นี้เปิดให้ Figure AI สามารถ:
- ฝึก Helix รุ่นใหม่บน rollout data จากหุ่นยนต์ที่ทำงานจริงในโรงงานได้เร็วขึ้น
- ทดสอบ skill ใหม่ในสภาพแวดล้อม simulation หลายล้านรอบพร้อมกัน
- Fine-tune model สำหรับ task เฉพาะของลูกค้าแต่ละรายได้ในเวลาสั้นลง
Figure 03 ที่ BMW Spartanburg — สถานะปัจจุบัน
ขณะที่ดีล compute กำลังก่อร่าง หุ่นยนต์ Figure 03 ได้เดินสายการผลิตที่ BMW Plant Spartanburg Hall 52 อยู่แล้ว โดย Figure 02 รุ่นก่อนหน้าช่วยประกอบรถยนต์ได้มากกว่า 30,000 คันในช่วงปีที่ผ่านมา และ Figure 03 กำลังรับงาน logistics sequencing ซึ่งต้องการความแม่นยำสูงขึ้น
อัตราการผลิต Figure 03 อยู่ที่ประมาณ 1 หน่วยต่อชั่วโมง และ Figure AI ผลิตได้ครบ 1,000 หน่วยในเดือนกรกฎาคม 2026 — ตัวเลขนี้ยังน้อยกว่า AgiBot ที่มีสต็อก 15,000 หน่วยสะสมอย่างมีนัยสำคัญ แต่สะท้อนว่า Figure AI เลือกโตช้าพร้อมคุณภาพ AI ดีกว่าโตเร็วพร้อม hardware volume
หุ่นยนต์ Figure 03 ออกแบบมาสำหรับ งาน logistics และ manufacturing โดยเฉพาะ มีรูปแบบ bimanual (สองมือ) ที่รับน้ำหนักได้สูง มี sensor suite ที่ครบครัน และใช้ Helix AI เป็น brain เดียวสำหรับทุก task — ต่างจากหุ่นยนต์บางรุ่นที่ต้องตั้งค่าแยกต่างหากสำหรับแต่ละงาน
เปรียบเทียบแนวทาง AI: Figure AI (US) กับ AgiBot และ Unitree (จีน)
ดีล Nscale ทำให้เห็นชัดว่า Figure AI และคู่แข่งจีนมีแนวทาง AI แตกต่างกันอย่างมาก:
Figure AI (Helix — US Cloud Approach)
- ฝึก model ขนาดใหญ่บน compute ระดับ hyperscaler
- เน้น generalization ให้ทำงานได้ดีในสภาพแวดล้อมใหม่ที่ไม่เคยเห็น
- Inference ทำงานบน edge แต่ training ต้องการ cloud ขนาดใหญ่มาก
- ยังอยู่ในช่วง enterprise pilot ไม่ใช่ mass market
AgiBot (World Model — China)
- ผสม imitation learning จากการสาธิตของมนุษย์กับ world model
- เน้นข้อมูล demonstration ที่มีคุณภาพสูงมากกว่า raw compute
- พร้อมเชิงพาณิชย์มากกว่า มี deployment ที่โรงแรม โรงพยาบาล และสายการผลิตในจีน
- ใช้ Huawei Ascend silicon ลดการพึ่งพา Nvidia
Unitree (RL + Agility — China)
- เชี่ยวชาญ reinforcement learning สำหรับ locomotion และ agility
- G1 ราคา $13,500–$16,000 เน้นความยืดหยุ่นของการเคลื่อนที่มากกว่า manipulation
- Compute ที่ใช้ฝึกน้อยกว่ามาก แต่ขอบเขต task ก็แคบกว่าในงาน dexterous manipulation
ไม่มีแนวทางใดชนะโดยเด็ดขาด — Figure AI ฉลาดกว่าในงาน unstructured manipulation, AgiBot พร้อม deploy มากกว่า, Unitree คล่องตัวในสภาพแวดล้อมหยาบกว่า
นัยสำหรับธุรกิจไทยที่กำลังประเมินฮิวแมนนอยด์
ดีล Nscale $3.5B ควรส่งผลต่อการตัดสินใจของธุรกิจไทยอย่างน้อย 3 ด้าน:
1. Figure AI ยังไม่ใช่ตัวเลือกสำหรับ SME ไทยในปี 2026
Figure 03 ยังขายผ่าน enterprise contract โดยตรง ไม่มีตัวแทน SEA ยังไม่เปิดเผยราคาสาธารณะ และกำลังผลิตยังจำกัด ธุรกิจไทยที่ต้องการ ฮิวแมนนอยด์ ใช้งานได้จริงในปี 2026–2027 ควรประเมิน AgiBot A3 (ผ่าน VST ECS) หรือ Unitree G1 (ผ่านตัวแทนในไทย) ก่อน
2. ดีลนี้คือสัญญาณว่า “AI capability gap” จะขยายตัว
เมื่อ Figure AI มี compute ระดับ 100,000 Vera Rubin GPU ในปี 2027 ความสามารถของ Helix AI จะก้าวกระโดด ช่องว่างด้าน AI ระหว่างผู้นำตลาดกับผู้ตามจะยิ่งกว้างขึ้น ธุรกิจไทยที่ต้องการ long-term partner ควรติดตาม roadmap ของ Figure AI อย่างใกล้ชิด
3. สำหรับอุตสาหกรรมไทยที่ต้องการ manipulation งาน unstructured
ลอจิสติกส์ (EEC), อิเล็กทรอนิกส์ประกอบ (นิคม Amata, Rojana), และ automotive tier-1 คือกลุ่มที่จะได้ประโยชน์จาก Helix AI สูงสุดเมื่อพร้อม เพราะงานเหล่านี้ต้องการ manipulation ในสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลา ซึ่ง Figure AI ออกแบบมาเพื่อจุดนี้โดยเฉพาะ
4. ต้นทุน compute ไม่ถูกลงอีกต่อไปในระยะสั้น
ดีลขนาด $3.5B+ สะท้อนว่า training cost ของ physical AI ยังสูงมาก ราคาหุ่นยนต์ฮิวแมนนอยด์ระดับ premium จึงไม่น่าลดลงเร็วนัก ต่างจาก AMR หรือ cleaning robot ที่ต้นทุนลดตาม economies of scale ปกติ
สรุป
ดีล Figure AI–Nscale $3.5B คือหลักไมล์สำคัญที่แสดงให้เห็นว่า AI compute คือปัจจัยกำหนดความฉลาดของฮิวแมนนอยด์ ไม่แพ้ hardware Helix AI จะฉลาดขึ้นอย่างมีนัยสำคัญเมื่อ Vera Rubin cluster พร้อมในปี 2027–2028 แต่ในระยะสั้น ธุรกิจไทยที่ต้องการ ROI เร็วยังคงควรพิจารณา AgiBot, Unitree หรือผู้ผลิตที่มีช่องทางจัดจำหน่ายใน SEA ก่อน
สำหรับธุรกิจไทยที่ต้องการประเมิน roadmap ฮิวแมนนอยด์และเริ่มออกแบบ pilot program ติดต่อที่ /contact/
FAQ ที่เกี่ยวข้อง
Figure AI Helix AI คืออะไร และทำไมต้องการ GPU จำนวนมากขนาดนี้?
Helix คือ foundation model ที่ควบคุมการเคลื่อนไหวและการตัดสินใจของหุ่นยนต์ Figure 03 ทั้งหมด ต้องการ GPU มหาศาลเพราะต้องฝึกจาก video data ของ sensor หลายร้อยล้านเฟรมพร้อมกัน เพื่อให้หุ่นยนต์เรียนรู้ทักษะใหม่โดยไม่ต้อง hardcode ทุกการเคลื่อนไหว คล้ายการฝึก LLM แต่สำหรับควบคุมร่างกาย ยิ่ง compute มาก ยิ่งเรียนรู้ทักษะใหม่ได้เร็วและ generalize ได้ดีขึ้น
Figure 03 ราคาเท่าไหร่ และธุรกิจไทยซื้อได้ไหม?
Figure AI ยังไม่เปิดเผยราคาขาย Figure 03 สาธารณะ ณ กันยายน 2026 จำหน่ายผ่านสัญญาพาณิชย์โดยตรงกับ enterprise partners (BMW, Catalyst Brands) เท่านั้น ธุรกิจไทยที่สนใจต้องติดต่อ Figure AI โดยตรง และยังไม่มีตัวแทนจำหน่ายในภูมิภาค SEA อย่างเป็นทางการ
Helix AI ของ Figure AI ต่างจาก AI หุ่นยนต์จีน (AgiBot, Unitree) อย่างไร?
Figure AI เน้น large-scale neural network ฝึกบน cloud compute จำนวนมาก เพื่อให้ generalize ได้กว้างในสภาพแวดล้อมใหม่ AgiBot ใช้ world model ผสม imitation learning จากการสาธิตของมนุษย์ Unitree เน้น reinforcement learning สำหรับการเคลื่อนที่ แนวทางจีนใช้ compute น้อยกว่า แต่มีหุ่นยนต์เชิงพาณิชย์พร้อมกว่าในปี 2026
ดีลนี้หมายความว่าฮิวแมนนอยด์จะฉลาดขึ้นเร็วแค่ไหน?
Nscale จะเริ่มติดตั้ง GPU Vera Rubin ที่ Barstow รัฐ Texas ในครึ่งหลังปี 2027 Figure AI จึงเริ่มฝึก Helix รุ่นใหม่บน compute ขนาดนี้ได้ในช่วงปี 2027–2028 หุ่นยนต์รุ่นถัดจาก Figure 03 น่าจะมีความสามารถ manipulation และ reasoning สูงขึ้นมากภายในปี 2028–2029 ธุรกิจไทยที่ต้องการ ROI ใน 12–24 เดือนควรพิจารณา AgiBot หรือ Unitree ที่พร้อมเชิงพาณิชย์มากกว่าในปัจจุบัน
