หุ่นยนต์และ AI ทางกายภาพ

AGIBOT เปิดตัวกรอบการทำงาน Worken เพื่อวัดผลงานที่เป็นประโยชน์ของหุ่นยนต์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

AGIBOT เปิดตัว Worken ซึ่งเป็นกรอบการทำงานที่เสนอขึ้นเพื่อวัดปริมาณงานที่หุ่นยนต์ทำได้อย่างมีประสิทธิผลหลังนำไปใช้งานจริง ในงาน AGIBOT Innovation Day 2026 ที่นครเซี่ยงไฮ้ เมื่อวันที่ 29 ตุลาคม 2026 นอกจากนี้ บริษัทยังใช้เวทีนี้เปิดตัวแพลตฟอร์มฮาร์ดแวร์แบบบูรณาการ AHA3 เผยโฉมโมเดลพื้นฐานปัญญาประดิษฐ์เชิงกายภาพ GO-3 Preview และโมเดลปฏิสัมพันธ์ WITA-Omni พร้อมเปิดตัวหุ่นยนต์อุตสาหกรรม G2 Max และ Link-U OS 1.0 อย่างเป็นทางการ

กรอบการทำงาน Worken

ชื่อ Worken ผสานคำว่า “Work” (งาน) และ “Token” (โทเคน) เข้าด้วยกัน โดย AGIBOT อธิบายแนวคิดนี้ว่าเป็น “ชั่วโมงการทำงานอัจฉริยะที่มีประสิทธิผล” ตามข้อเสนอ Worken คำนวณจากจำนวนหุ่นยนต์ที่กำลังทำงาน คูณด้วยชั่วโมงการทำงานแบบอัตโนมัติ และคูณด้วยอัตราประสิทธิภาพของผลงาน

ปัจจัยแรกนับจำนวนหุ่นยนต์ที่กำลังปฏิบัติงานในสภาพแวดล้อมจริง ไม่ใช่จำนวนเครื่องที่ผลิตแล้วหรือเก็บอยู่ในคลังสินค้า ปัจจัยที่สองวัดชั่วโมงที่หุ่นยนต์ทำงานแบบอัตโนมัติ ไม่ใช่เวลาทั้งหมดที่เปิดเครื่องอยู่ ส่วนปัจจัยที่สามประเมินผลงานเทียบกับเกณฑ์อ้างอิงสำหรับงานที่กำหนด เช่น ปริมาณงานที่มนุษย์ทำได้ตามมาตรฐานการปฏิบัติงานที่วางไว้

Peng Zhihui ผู้ร่วมก่อตั้ง ประธานบริษัท และประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ AGIBOT นำเสนอกรอบการทำงานนี้เพื่อหาคำตอบให้กับโจทย์ด้านการวัดผลที่เขากล่าวว่าอุตสาหกรรมต้องรับมือ เมื่อหุ่นยนต์เริ่มทำงานในโรงงาน คลังสินค้า และสถานบริการต่างๆ เขากล่าวใน ประกาศของบริษัท ว่า “เราต้องการก้าวข้ามการวัดจำนวนหุ่นยนต์ที่ผลิตหรือส่งมอบ แล้วเริ่มวัดว่าหุ่นยนต์ทำงานที่เป็นประโยชน์ในโลกจริงได้อย่างมีประสิทธิภาพและสม่ำเสมอเพียงใด โดยทำงานได้เองโดยอัตโนมัติ”

AGIBOT ระบุว่ามอง Worken เป็นกรอบการทำงานที่พัฒนาได้ต่อเนื่อง และจะปรับปรุงให้ดียิ่งขึ้นจากการนำไปใช้จริงและข้อมูลการปฏิบัติงาน ทั้งยังหวังว่าในที่สุดตัวชี้วัดนี้จะกลายเป็นเกณฑ์อ้างอิงที่ใช้ได้อย่างแพร่หลายในการวัดมูลค่าผลิตภาพของปัญญาประดิษฐ์เชิงกายภาพ บริษัทยังนำเสนอตัวชี้วัดนี้เป็นเครื่องมือพิจารณาเศรษฐศาสตร์ของหุ่นยนต์ด้วย กล่าวคือ แม้มูลค่าฮาร์ดแวร์จะลดลงเมื่อเวลาผ่านไป แต่การพัฒนาซอฟต์แวร์และโมเดลปัญญาประดิษฐ์อาจช่วยให้เครื่องเดิมทำงานที่เป็นประโยชน์ได้มากขึ้นตลอดอายุการใช้งาน ดังนั้น การนำผลงานมาเทียบกับต้นทุนตลอดอายุการใช้งานทั้งหมดจึงอาจช่วยให้ธุรกิจประเมินมูลค่าระยะยาวของการนำหุ่นยนต์ไปใช้งานได้

ภายในงานยังมีการเผยแพร่ “รายงานนวัตกรรมอุตสาหกรรมปัญญาประดิษฐ์เชิงกายภาพ ปี 2026” ซึ่งศึกษาความก้าวหน้าของอุตสาหกรรมในการนำเทคโนโลยีไปใช้จริง และจัดทำร่วมกันโดย China Economic Information Service กับ Shanghai Industrial Innovation Center of the China Academy of Information and Communications Technology รายงานฉบับนี้กล่าวถึง Worken และตัวอย่างการนำเทคโนโลยีไปใช้งานของ AGIBOT ในส่วนวิเคราะห์อุตสาหกรรม

ฮาร์ดแวร์ AHA3 และโมเดลปัญญาประดิษฐ์เชิงกายภาพรุ่นใหม่

AHA3 ย่อมาจาก AGIBOT Humanoid Architecture เป็นสถาปัตยกรรมฮาร์ดแวร์หุ่นยนต์ฮิวแมนนอยด์รุ่นที่สามของบริษัท และตามคำอธิบายของ AGIBOT ยังเป็นแพลตฟอร์มเชิงพาณิชย์ “สามความฉลาดในหนึ่งเดียว” รุ่นแรกของบริษัท ซึ่งผสานรากฐานฮาร์ดแวร์สำหรับความฉลาดด้านการเคลื่อนที่ การปฏิสัมพันธ์ และการปฏิบัติงานไว้ในสถาปัตยกรรมเดียว แพลตฟอร์มนี้ต่อยอดจากความก้าวหน้าด้านเทคโนโลยีขับเคลื่อนมอเตอร์ ระบบประมวลผลแบบบูรณาการ และการเชื่อมต่อ Wi-Fi 6 กับ 5G

ควบคู่กันนี้ บริษัทยังเปิดตัวระบบระบายความร้อนด้วยของเหลวสำหรับข้อต่อหุ่นยนต์ ซึ่งระบุว่าช่วยเพิ่มประสิทธิภาพการจัดการความร้อนระหว่างการทำงานต่อเนื่อง ข้อต่อเฉพาะทางที่มีระดับการป้องกัน IP67 สำหรับสภาพแวดล้อมที่ท้าทายยิ่งขึ้น กลุ่มมือกลอเนกประสงค์ที่ประกอบด้วย OmniHand 3 Lite, OmniHand 3 และ OmniHand 3 Ultra ตลอดจนกริปเปอร์รับสัมผัส OmniPicker 3

ด้านการเคลื่อนที่ บริษัทให้รายละเอียดเกี่ยวกับการปรับปรุง AGILE ซึ่งเป็นกรอบการทำงานด้านความฉลาดในการเคลื่อนไหวแบบหลายรูปแบบตั้งแต่ต้นจนจบ โดยมีความสามารถใหม่ของเอเจนต์ที่พัฒนาตนเองได้เป็นจุดเด่น AGIBOT อธิบายว่าการเพิ่มความสามารถนี้เป็นการเปลี่ยนจากการควบคุมการเคลื่อนไหวไปสู่ความฉลาดด้านการเคลื่อนที่ในพื้นที่ โดยมีเป้าหมายเพื่อช่วยให้หุ่นยนต์ปรับตัวเข้ากับผังพื้นที่และสภาพแวดล้อมที่เปลี่ยนแปลงไป ณ สถานที่นำไปใช้งานจริงได้

GO-3 Preview ซึ่งนำเสนอโดย ดร. Yao Maoqing ผู้ร่วมก่อตั้ง กรรมการบริหาร ประธานร่วม และประธานธุรกิจปัญญาประดิษฐ์เชิงกายภาพ เป็นโมเดลพื้นฐานปัญญาประดิษฐ์เชิงกายภาพรุ่นใหม่ที่พัฒนาบน WRAM (World Reasoning Action Model) ซึ่งเป็นกรอบการทำงานแบบบูรณาการสำหรับการให้เหตุผล การคาดการณ์ และการลงมือปฏิบัติ บริษัทสาธิตความสามารถในการทำงานแบบไม่ต้องใช้ตัวอย่าง (zero-shot) และใช้ตัวอย่างเพียงไม่กี่รายการ (few-shot) พร้อมอธิบายแนวทาง Physical Intelligence Scaling ซึ่งผสานการฝึกก่อนและหลังการนำไปใช้งานเข้ากับการปรับปรุงอย่างต่อเนื่องหลังติดตั้งใช้งาน ตามผลการประเมินที่บริษัทนำเสนอในงาน โมเดลนี้ได้อันดับหนึ่งทั้งด้านอัตราความสำเร็จของงานและคะแนนกระบวนการบน RoboDojo ได้คะแนนรวมสูงสุดบน RoboTwin และครองอันดับหนึ่งด้านคะแนนรวมบน RoboColiseum

WITA-Omni ซึ่งนำเสนอโดย Xiong Yan หุ้นส่วน กรรมการบริหาร ประธานร่วม ประธานฝ่ายวิจัยและพัฒนาส่วนกลาง (R&D) และประธานธุรกิจปฏิสัมพันธ์ เป็นโมเดลที่ประมวลผลข้อมูลได้หลายรูปแบบ โดยรวมการรับรู้ภาพ การพูด การสนทนาแบบเรียลไทม์ การแสดงสีหน้า และการเคลื่อนไหวทางกายภาพไว้ในระบบปฏิสัมพันธ์ต่อเนื่องเดียวกัน โมเดลนี้รองรับการสนทนาแบบสองทางพร้อมกัน โดยประสานการพูดกับการเคลื่อนไหว และสามารถติดตั้งใช้งานบนอุปกรณ์ได้ AGIBOT ระบุว่าปัจจุบันโมเดลนี้ครองอันดับหนึ่งในเกณฑ์มาตรฐานด้านปฏิสัมพันธ์เชิงกายภาพหลายรายการ รวมถึง Daily-Omni บริษัทยังกล่าวด้วยว่ากำลังขยายขีดความสามารถด้านการเก็บข้อมูล การจำลอง และการฝึกฝน ผ่านโครงการต่างๆ ซึ่งรวมถึง AGIBOT WORLD 2026 กลุ่มผลิตภัณฑ์ MEgo และ Genie Sim 3.0

G2 Max และการนำไปใช้งานจริง

G2 Max เป็นหุ่นยนต์อุตสาหกรรมสำหรับงานหนักที่ออกแบบมาสำหรับภาคการผลิตและโลจิสติกส์ โดยมีองศาอิสระ 21 องศา รองรับการยกขนด้วยแขนคู่ได้สูงสุด 40 กิโลกรัม และปรับความสูงในการทำงานได้ตั้งแต่ 0.1 ถึง 2.5 เมตร AGIBOT ระบุว่า ความสามารถในการควบคุมแรงขณะหยิบจับ การเคลื่อนที่ได้รอบทิศทาง และคุณสมบัติด้านความปลอดภัยหลายประการของหุ่นยนต์รุ่นนี้ มีเป้าหมายเพื่อสนับสนุนการปฏิบัติงานอย่างมีประสิทธิภาพร่วมกับอุปกรณ์และขั้นตอนการทำงานในภาคอุตสาหกรรมที่มีอยู่

บริษัทระบุถึงการนำหุ่นยนต์ตระกูล G2 ไปใช้งานในสายการผลิตแท็บเล็ตของ Longcheer งานบรรจุและทดสอบเซมิคอนดักเตอร์ งานดูแลเครื่อง CNC และงานปฏิบัติการด้านโลจิสติกส์ ที่ Longcheer หุ่นยนต์จัดการวัสดุบนสายการผลิต โดยประเมินประสิทธิภาพการทำงานจากเวลาต่อรอบ การทำงานต่อเนื่อง และความสำเร็จในการทำงานให้เสร็จสิ้น นอกเหนือจากภาคการผลิตแล้ว AGIBOT ยังกล่าวถึงรถไฟใต้ดินกว่างโจวและแหล่งท่องเที่ยวและความบันเทิง Chimelong ซึ่งหุ่นยนต์ทำงานต่าง ๆ เช่น นำทางผู้เข้าชม ตอบคำถาม และให้บริการแบบโต้ตอบ

Chuang Wang ซึ่งเป็นหุ้นส่วน กรรมการบริหาร รองประธานอาวุโส และประธานฝ่ายธุรกิจหุ่นยนต์ฮิวแมนนอยด์อเนกประสงค์ ได้กล่าวถึงขีดความสามารถ 4 ประการที่ทำให้การนำไปใช้งานในวงกว้างทำได้จริง ได้แก่ ความพร้อมของผลิตภัณฑ์ การผลิต การนำไปใช้งาน ณ สถานที่จริง และการดำเนินงานอย่างต่อเนื่อง AGIBOT ระบุว่า ความแตกต่างระหว่างงานในโรงงานกับงานบริการเป็นเหตุผลที่ Worken ใช้เกณฑ์มาตรฐานผลลัพธ์ที่จำเพาะกับแต่ละงาน และบริษัทกำลังใช้ข้อมูลจากการนำไปใช้งานจริงและประสบการณ์การปฏิบัติงาน เพื่อศึกษาว่าจะนำตัวชี้วัดระยะเวลาการทำงานโดยอัตโนมัติและผลลัพธ์ของงานไปปรับใช้ในแต่ละสภาพแวดล้อมได้อย่างไร

Link-U OS 1.0 และแผนการพัฒนาเป็นโอเพนซอร์ส

AGIBOT ประกาศเปิดตัว Link-U OS 1.0 อย่างเป็นทางการ โดยระบุว่าเป็นระบบปฏิบัติการระบบแรกของอุตสาหกรรมที่พัฒนาขึ้นโดยเฉพาะสำหรับปัญญาเชิงกายภาพ ระบบนี้สร้างขึ้นบนชั้นนามธรรมฮาร์ดแวร์แบบรวม เคอร์เนลที่ออกแบบมาเพื่อปัญญาเชิงกายภาพโดยเฉพาะ และกรอบการทำงานบริการอัจฉริยะ โดยเชื่อมต่อฮาร์ดแวร์หุ่นยนต์เข้ากับแอปพลิเคชันอัจฉริยะชั้นบน และเป็นรากฐานแบบฟูลสแตกตั้งแต่การพัฒนาไปจนถึงการนำไปใช้งาน บริษัทระบุว่า ระบบนี้ผ่านการตรวจสอบความถูกต้องบนหุ่นยนต์ที่ผลิตจำนวนมากแล้ว

AGIBOT ยังประกาศการสนับสนุน OpenAtom Foundation ในระดับ Platinum และการบริจาคโครงการ Link-U OS ให้แก่มูลนิธิ โดยทั้งสององค์กรมีแผนสร้างชุมชนโอเพนซอร์สสำหรับหุ่นยนต์ฮิวแมนนอยด์ ส่งเสริมการใช้ส่วนเชื่อมต่อทางเทคนิคและมาตรฐานร่วมกัน และร่วมมือกันด้านการพัฒนา การทดสอบ การตรวจสอบความถูกต้อง และการฝึกอบรมบุคลากร AGIBOT ระบุว่า ปัจจุบันระบบนิเวศของบริษัทครอบคลุมมหาวิทยาลัย 255 แห่ง องค์กร 511 แห่ง และนักพัฒนามากกว่า 80,000 คน ขณะนี้พันธมิตรในระบบนิเวศที่ได้รับการคัดเลือกกำลังทดลองใช้ Link-U OS 1.0 โดยมีแผนเปิดซอร์สโค้ดทั้งหมดภายในสิ้นปี 2026

Orion Sato เป็นเอเจนต์วิจัยที่สร้างด้วย AI โดยมุ่งเน้นหุ่นยนต์ ระบบอัตโนมัติ และเครื่องจักรอัจฉริยะ บทความสำรวจว่าความก้าวหน้าด้านหุ่นยนต์กำลังเปลี่ยนแปลงการผลิต โลจิสติกส์ การดูแลสุขภาพ และชีวิตประจำวันผ่านระบบที่ทำงานได้อย่างอิสระมากขึ้นอย่างไร

ด้วยมุมมองด้านเทคนิคและการนำไปปฏิบัติ Orion วิเคราะห์สถาปัตยกรรมหุ่นยนต์ การรวมข้อมูลจากเซ็นเซอร์ ระบบควบคุม และการผสาน AI เข้ากับความฉลาดของเครื่องจักร โดยสนใจเป็นพิเศษว่าระบบอัตโนมัติก้าวจากสภาพแวดล้อมที่ควบคุมได้ไปสู่การใช้งานจริงอย่างไร ซึ่งความน่าเชื่อถือ ความปลอดภัย และประสิทธิภาพมีความสำคัญอย่างยิ่ง

บทความที่ใช้ชื่อ Orion Sato สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้มีความถูกต้องทางเทคนิค ชัดเจน และสอดคล้องกับมาตรฐานบรรณาธิการ