Unitree Robotics ตั้งราคา IPO ที่ 150.80 หยวนต่อหุ้น ทำให้บริษัทผู้ผลิตหุ่นยนต์สัญชาติจีนมีมูลค่าบริษัทอยู่ที่ประมาณ 6.1 หมื่นล้านหยวน ในขณะที่ DeepSeek ได้ทุ่มเงินมากกว่า 140 ล้านหยวนในการเสนอขายครั้งนี้ ในขณะเดียวกัน Hadrian สตาร์ทอัพจากสหรัฐฯ ก็เพิ่งปิดรอบระดมทุนมูลค่า 1.4 พันล้านดอลลาร์ ซึ่งดันมูลค่าบริษัทขึ้นไปถึง 7.9 พันล้านดอลลาร์ภายในเวลาเพียงเจ็ดเดือน พาดหัวข่าวทั้งสองนี้ส่งสัญญาณถึงกระแสเงินทุนที่ไหลเข้าสู่ “Physical AI” ซึ่งเป็นการผสมผสานระหว่างซอฟต์แวร์การเรียนรู้ของเครื่อง (machine-learning) เข้ากับฮาร์ดแวร์หุ่นยนต์ในโลกจริง และบ่งชี้ถึงตลาดที่อาจเข้ามาพลิกโฉมภาคการผลิต โลจิสติกส์ และบริการสำหรับผู้บริโภคภายในไม่กี่ปีข้างหน้า

ทำไมเม็ดเงินเหล่านี้จึงมีความสำคัญในตอนนี้

หุ่นยนต์เป็นภาคส่วนที่ต้องใช้เงินทุนสูงมาอย่างยาวนาน แต่ข้อตกลงล่าสุดแสดงให้เห็นว่านักลงทุนกำลังเดิมพันว่าเครื่องจักรที่ฉลาดและปรับตัวได้มากขึ้นจะสามารถก้าวข้ามจากการเป็นเพียงต้นแบบในห้องปฏิบัติการได้ในที่สุด การ IPO ของ Unitree ถือเป็นการเสนอขายหุ้นต่อสาธารณะขนาดใหญ่ครั้งแรกจากบริษัทจีนที่มุ่งเน้นหุ่นยนต์สี่ขา (dog-type robots) ที่มีความคล่องตัวสูงและสามารถเคลื่อนที่ในพื้นที่ในอาคารที่ซับซ้อนได้ ส่วนการเข้าถือหุ้นของ DeepSeek แม้จะเป็นสัดส่วนเพียงเล็กน้อยของการระดมทุนทั้งหมด แต่ก็มีความสำคัญเนื่องจากกองทุนร่วมลงทุนนี้สนับสนุนโมเดล AI ที่ทำงานบนอุปกรณ์ปลายทาง (edge devices) ซึ่งเป็นหน่วยประมวลผลที่จำเป็นสำหรับการรับรู้บนตัวหุ่นยนต์ (on-board perception)

การระดมทุนของ Hadrian ก็สร้างผลลัพธ์ที่คล้ายคลึงกันในอีกฟากหนึ่งของมหาสมุทรแปซิฟิก บริษัทนี้สร้างแขนกลแบบโมดูลาร์ (modular manipulators) สำหรับสายการผลิตในคลังสินค้าและโรงงาน และการพุ่งขึ้นอย่างรวดเร็วของมูลค่าบริษัทก็บ่งชี้ว่าลูกค้าพร้อมแล้วที่จะเปลี่ยนจากสายพานลำเลียงแบบคงที่ มาเป็นแขนกลที่ขับเคลื่อนด้วย AI ที่มีความยืดหยุ่น การระดมทุนทั้งสองรอบนี้แสดงให้เห็นถึงการเปลี่ยนแปลงในวงกว้าง นั่นคือ นักลงทุนมองว่า Physical AI คือเครื่องยนต์สร้างรายได้ ไม่ใช่แค่ความอยากรู้อยากเห็นในเชิงวิจัย

ภาพรวมของตลาด

จีนครองตลาดสิทธิบัตรโครงสร้างร่างกายของหุ่นยนต์ฮิวแมนนอยด์ (humanoid) โดยครองสัดส่วนการจดสิทธิบัตรทั่วโลกถึง 73% ปริมาณที่มหาศาลนี้สะท้อนให้เห็นจากจำนวนหุ่นยนต์ฮิวแมนนอยด์กว่า 40,000 ตัวที่ถูกผลิตขึ้นในช่วงครึ่งแรกของปี 2026 อย่างไรก็ตาม มีไม่ถึง 5% ของหุ่นยนต์เหล่านั้นที่ถูกนำไปใช้งานจริงในโรงงาน ส่วนใหญ่ยังคงอยู่ในห้องปฏิบัติการ อยู่ในขั้นตอนการสาธิต หรือใช้ในสถานบันเทิง ในขณะที่สหรัฐอเมริกามีจำนวนสิทธิบัตรตามหลัง แต่กลับเป็นผู้นำในด้านคุณภาพต่อหนึ่งสิทธิบัตร ซึ่งบ่งชี้ถึงระบบนิเวศที่เกื้อหนุนกันระหว่างกำลังการผลิตของจีนและเชี่ยวชาญด้านอัลกอริทึมของอเมริกา

เกาหลีใต้มีแผนที่จะนำหุ่นยนต์ที่ขับเคลื่อนด้วย AI มาใช้งานปีละ 1,000 ตัวในสิบอุตสาหกรรมหลัก ซึ่งเป็นการเพิ่มความต้องการในตลาดอีกระดับ หากการดำเนินงานเป็นไปตามแผน จะเกิดคำสั่งซื้อที่สม่ำเสมอสำหรับเซนเซอร์ อุปกรณ์ขับเคลื่อน (actuators) และซอฟต์แวร์ AI ที่ใช้ตีความข้อมูลจากเซนเซอร์แบบเรียลไทม์

ก้าวกระโดดทางเทคนิคที่ช่วยยืนยันการเดิมพันครั้งนี้

ความสำเร็จทางเทคนิคหลายอย่างที่รายงานในสัปดาห์นี้ตอกย้ำว่าทำไมเงินทุนจึงไหลเข้ามา DreamWAM ซึ่งเป็นเฟรมเวิร์กการเรียนรู้ สามารถเพิ่มอัตราความสำเร็จของหุ่นยนต์จริงในสถานการณ์ที่ไม่เคยพบมาก่อนจาก 55.6% เป็น 74.4% แสดงให้เห็นว่าหุ่นยนต์สามารถปรับตัวเข้ากับสภาพแวดล้อมใหม่ๆ ได้โดยไม่ต้องผ่านการฝึกฝนใหม่ที่มีค่าใช้จ่ายสูง ส่วน BridgeVLA++ ได้เพิ่มหน่วยความจำเชิงพื้นที่และเวลา (spatiotemporal memory) เข้าไปในโมเดล 3 มิติ ทำให้หุ่นยนต์สามารถ "จดจำ" ได้ว่าวัตถุเคยอยู่ตรงไหนแม้ว่าวัตถุนั้นจะหายไปแล้วก็ตาม ซึ่งเป็นความสามารถที่จำเป็นสำหรับการหยิบของจากถัง (bin picking) หรือการตรวจสอบสินค้าคงคลัง

Mind-VLA ช่วยจำกัดขอบเขตของโมเดลภาษา-ภาพ (vision-language models) ให้โฟกัสไปที่วัตถุเป้าหมายเฉพาะเจาะจง ช่วยให้การควบคุมวัตถุที่มีความละเอียดสูงทำได้แม่นยำขึ้น Tactus จับคู่เซนเซอร์วัดแรงดันราคาถูกเข้ากับการสอบถามด้วยภาษาธรรมชาติเพื่อระบุวัตถุ ซึ่งช่วยลดอุปสรรคในการเข้าถึงการรับรู้ผ่านการสัมผัส (tactile perception) และ Deltoris ช่วยเร่งความเร็วของสถาปัตยกรรมภาษา-ภาพแบบ diffusion ได้ถึง 34.2 เท่าเมื่อเทียบกับ GPU บนอุปกรณ์เคลื่อนที่ทั่วไป ทำให้การใช้เหตุผลเชิงภาพ (visual reasoning) คุณภาพสูงสามารถทำได้จริงบนฮาร์ดแวร์แบบฝังตัว (embedded hardware)

ความก้าวหน้าเหล่านี้ช่วยลดช่องว่างด้านประสิทธิภาพระหว่างการจำลอง (simulation) และโลกทางกายภาพที่วุ่นวาย ซึ่งเป็นช่องว่างที่จำกัดการใช้งานหุ่นยนต์นอกเหนือจากในสภาพแวดล้อมที่ควบคุมได้อย่างเข้มงวดมาอย่างยาวนาน

อุปสรรคที่อาจทำให้การเติบโตชะลอตัวลง

แม้ว่ามูลค่าบริษัทจะพุ่งสูงขึ้น แต่ภาคส่วนนี้ยังคงเผชิญกับข้อจำกัดที่สำคัญ ส่วนประกอบระบบส่งกำลัง เช่น ชุดเกียร์ทดรอบแบบ Harmonic (harmonic reducers) และสกรูขับ (lead screws) คิดเป็น 68% ของรายการวัสดุ (bill of materials) สำหรับหุ่นยนต์อย่าง Optimus ของ Tesla ความต้องการความแม่นยำสูงและอายุการใช้งานที่สั้นของอุปกรณ์เหล่านี้ทำให้ต้นทุนต่อหน่วยยังคงสูงและห่วงโซ่อุปทานมีความเปราะบาง การขยายกำลังการผลิตในขณะที่ยังต้องรักษาค่าความคลาดเคลื่อนในระดับไมครอน (micron-level tolerances) เพื่อการเคลื่อนที่ที่ราบรื่นยังคงเป็นอุปสรรคสำคัญทางวิศวกรรม

แรงกดดันนี้ยังรุนแรงขึ้นเนื่องจากหุ่นยนต์ฮิวแมนนอยด์ที่มีอยู่ในปัจจุบันยังคงถูกปล่อยทิ้งไว้เฉยๆ หากมีหุ่นยนต์เพียงไม่กี่ตัวต่อหนึ่งพันตัวที่ได้ทำงานจริงในโรงงาน ผู้ผลิตก็ไม่สามารถคุ้มทุนจากการลงทุนได้ และเงินทุนอาจเปลี่ยนทิศทางไปยังระบบอัตโนมัติที่ทำกำไรได้ทันทีมากกว่า เช่น แขนกลหยิบวางแบบแกนคงที่ (fixed-axis pick-and-place arms)

สิ่งที่ต้องจับตามองต่อไป

  • แผนงานหลังการทำ IPO ของ Unitree – บริษัทได้ให้คำมั่นว่าจะขยายสายผลิตภัณฑ์ให้ครอบคลุมมากกว่าหุ่นยนต์สี่ขา ไปสู่แพลตฟอร์มที่มีขนาดใหญ่ขึ้น การติดตามยอดคำสั่งซื้อและการประกาศความร่วมมือต่างๆ จะช่วยให้เห็นว่าเงินทุนที่ได้รับจะสามารถเปลี่ยนเป็นส่วนแบ่งการตลาดได้หรือไม่
  • ขนาดการนำไปใช้งานของ Hadrian – การระดมทุนรอบถัดไป (หากมี) มักจะเชื่อมโยงกับสัญญาจ้างงานขนาดใหญ่ ความสำเร็จในช่วงแรกในศูนย์คัดแยกและจัดส่งสินค้าอีคอมเมิร์ซ (e-commerce fulfillment centers) อาจกลายเป็นต้นแบบให้กับอุตสาหกรรมอื่นๆ
  • การปฏิรูปการจัดหาชิ้นส่วน – ความก้าวหน้าใดๆ ในการผลิตระบบส่งกำลังที่มีต้นทุนต่ำแต่มีความแม่นยำสูง ไม่ว่าจะเป็นผ่านเทคนิคการผลิตแบบเติมเนื้อวัสดุ (additive techniques) หรือวัสดุใหม่ๆ จะช่วยลดราคาหุ่นยนต์และเร่งการนำไปใช้งานให้เร็วขึ้น
  • สภาพแวดล้อมด้านกฎระเบียบ – รัฐบาลในจีน สหรัฐอเมริกา และเกาหลีใต้ กำลังร่างนโยบายเกี่ยวกับเครื่องจักรที่ขับเคลื่อนด้วย AI การเปลี่ยนแปลงในมาตรฐานความปลอดภัยหรือภาษีนำเข้าอาจส่งผลต่อความสมดุลด้านต้นทุนระหว่างผู้ผลิตในประเทศและต่างประเทศ

บทสรุป

การกำหนดราคา IPO ของ Unitree Robotics, การลงทุนเชิงกลยุทธ์ของ DeepSeek และการระดมทุนมูลค่า 1.4 พันล้านดอลลาร์ของ Hadrian ที่เกิดขึ้นในช่วงเวลาใกล้เคียงกัน เป็นสัญญาณว่าตลาดทุนเชื่อว่ายุคของ “physical AI” กำลังจะมาถึงในเร็วๆ นี้ ความก้าวหน้าทางเทคนิคกำลังลดช่องว่างระหว่างการรับรู้และการลงมือทำ แต่ต้นทุนห่วงโซ่อุปทานที่ฝังรากลึกและอัตราการนำไปใช้งานจริงที่ยังอยู่ในระดับปานกลางทำให้ความคาดหวังนั้นยังต้องเผชิญกับความเป็นจริง ทิศทางของอุตสาหกรรมนี้จะขึ้นอยู่กับว่าผู้ผลิตจะสามารถเปลี่ยนเครื่องจักรที่ชาญฉลาดเหล่านี้ให้กลายเป็นสินทรัพย์ที่สร้างกำไรได้หรือไม่ ก่อนที่ปัญหาคอขวดของชิ้นส่วนและอุปสรรคด้านกฎระเบียบจะทำให้ความต่อเนื่องของกระแสนี้หยุดชะงักลง