ตลาดหุ่นยนต์ไม่ได้ขาดโมเดลที่เก่งในห้องแล็บ แต่ขาดโมเดลที่เอาไปใช้จริงได้ในราคาที่องค์กรรับไหว ข่าวของ Qwen-RobotSuite จาก Alibaba จึงน่าสนใจตรงที่ไม่ได้พยายามขาย “หุ่นยนต์อัจฉริยะหนึ่งตัว” แต่เสนอเป็นชุดเครื่องมือ 3 โมเดล ที่แยกตามงานชัดเจน ตั้งแต่การหยิบจับ การจำลองโลกจากวิดีโอ ไปจนถึงการนำทาง
ไม่ใช่โมเดลเดียว แต่เป็น 3 ชั้นของงานหุ่นยนต์
ในชุดนี้มี Qwen-RobotManip, Qwen-RobotWorld และ Qwen-RobotNav
RobotManip เป็น VLA model สำหรับงาน manipulation หรือการควบคุมแขนและมือให้หยิบจับ เคลื่อนย้าย และจัดวางวัตถุ
RobotWorld เป็น video world model ที่ให้ภาษาเป็นอินเตอร์เฟซหลักสำหรับคาดการณ์สภาพโลกจากวิดีโอ
RobotNav เป็นโมเดลนำทาง ที่ออกแบบให้คุมการเคลื่อนที่ตามคำสั่งในพื้นที่ต่าง ๆ ได้
การแยกแบบนี้สะท้อนโจทย์จริงของหุ่นยนต์ในโรงงานและบริการ เพราะงานหยิบของ งานวางแผน และงานเดินทางไม่ใช่ปัญหาเดียวกัน
จุดแข็งของ RobotManip คือการทำให้ข้อมูลหลากหลายพอจะรวมกันได้
ปัญหาใหญ่ของการสอนหุ่นยนต์คือข้อมูลแต่ละแพลตฟอร์มใช้รูปแบบไม่เหมือนกัน หุ่นยนต์แขนเดียว หุ่นยนต์สองแขน และมือแบบต่าง ๆ ส่งข้อมูลสเตตัสกับแอ็กชันคนละแบบกันหมด
Qwen แก้เรื่องนี้ด้วย canonical state-action representation ขนาด 80 มิติ พร้อม mask รายมิติ โมเดลจึงรู้ได้ว่าช่องไหนมีข้อมูลจริงและช่องไหนต้องปล่อยว่าง
ตรงนี้สำคัญสำหรับการขยายระบบในโลกจริง เพราะถ้าโมเดลหนึ่งต้องเรียนใหม่ทุกครั้งที่เปลี่ยนแขนหุ่นยนต์ ต้นทุนจะสูงเกินไป แต่ถ้ารูปแบบข้อมูลมาตรฐานเดียวกันได้ การย้ายจากแพลตฟอร์มหนึ่งไปอีกแพลตฟอร์มหนึ่งจะง่ายขึ้นมาก
Qwen ยังรายงานว่ามีข้อมูลการฝึก manipulation ราว 38,100 ชั่วโมง จากการรวมทั้ง robot trajectories และ human videos แบบ open-source เป็นหลัก
RobotWorld กับ RobotNav แยกคนละปัญหา
RobotWorld ใช้ภาษาเป็น “action interface” สำหรับงาน world modeling กล่าวคือมันไม่ได้ดูแค่ภาพนิ่งหรือสั่งให้หุ่นยนต์ขยับทันที แต่พยายามคาดการณ์โลกที่เปลี่ยนไปตามคำสั่ง
ส่วน RobotNav เอาโจทย์การนำทางมาทำให้เป็น task แบบ trajectory prediction โดยคาดการณ์ waypoint 8 จุด พร้อม heading ของแต่ละจุด
ความต่างนี้สำคัญเพราะงานในโลกจริงไม่เหมือนกันทั้งหมด การเดินตามคำสั่งในอาคาร ร้านค้า หรือคลังสินค้า มีความต้องการเรื่อง memory และการตีความบริบทต่างจากงานหยิบจับบนโต๊ะ
ทำไมมุม “ราคาคุ้มค่า” ถึงสำคัญกับไทย
มุมที่ควรจับตาสำหรับผู้เล่นไทยคือ Qwen-RobotSuite วางตัวเป็นชุดโมเดลที่ใช้สถาปัตยกรรมและข้อมูลแบบเปิดกว้างกว่าฝั่ง proprietary หลายเจ้า
ในบริบทไทย ธุรกิจขนาดกลางและขนาดย่อมมักมองโซลูชันหุ่นยนต์ด้วยข้อจำกัดด้านงบประมาณเป็นอันดับแรก หากตัวเลือกจากฝั่งจีนหรือระบบที่อาศัย open-source มากขึ้นมีทางเลือกให้เริ่มต้นได้ถูกกว่า ก็จะช่วยให้ผู้ประกอบการทดลองใช้งานจริงก่อนลงทุนก้อนใหญ่
อีกด้านหนึ่ง ไทยมีโจทย์งานซ้ำ ๆ ในคลังสินค้า โรงงานอาหาร และศูนย์กระจายสินค้าเยอะ การมีโมเดลที่แยกงานเป็นชั้น ๆ จะทำให้ผู้ integrator ในไทยออกแบบระบบทีละส่วนได้ง่ายกว่าไล่ใช้โมเดลขนาดใหญ่แบบครอบจักรวาล
ข้อควรระวัง: ความถูกกว่าไม่ได้แปลว่าพร้อมใช้งานทันที
แม้ชุดโมเดลนี้ดูเข้าถึงง่ายกว่า แต่ก็ยังมีข้อจำกัด
อย่างแรก งานหุ่นยนต์จริงยังผูกกับข้อมูลหน้างานอย่างหนัก โมเดลที่ดีใน benchmark ไม่ได้หมายความว่าจะรับมือสภาพแสง แรงเสียดทาน และการจัดวางของจริงได้ทันที
อย่างที่สอง คำว่า open model ไม่ได้แปลว่าติดตั้งง่ายเสมอไป ผู้ใช้งานยังต้องมีทีมที่พอเข้าใจการเชื่อมต่อกับฮาร์ดแวร์และความปลอดภัยของระบบ
อย่างที่สาม หากธุรกิจไทยนำไปใช้ในงานที่เกี่ยวข้องกับแรงงานหรือความปลอดภัยสาธารณะ ยังต้องคำนึงถึงมาตรฐานการรับรองและการควบคุมความเสี่ยงตามบริบทในประเทศด้วย
ความหมายต่อผู้ประกอบการ/ผู้ใช้งานไทย
Qwen-RobotSuite ส่งสัญญาณว่า “การแข่งขันด้านหุ่นยนต์” อาจไม่ได้ชนะกันที่ความล้ำสุดอย่างเดียว แต่ชนะกันที่ความคุ้มค่าและการเอาไปใช้จริงในต้นทุนที่พอรับได้
สำหรับบริษัทไทยที่กำลังมองหาหุ่นยนต์คลังสินค้า ระบบตรวจนับ หรือแขนกลในไลน์ผลิต ชุดโมเดลที่แยกงานชัดแบบนี้ช่วยให้วางแผนลงทุนเป็นเฟสได้ ไม่ต้องกระโดดไปสู่ระบบใหญ่ทีเดียว
ในมุมผู้ใช้งาน การมีทางเลือกที่ราคาต่ำกว่าฝั่งตะวันตกอาจช่วยให้เกิดการทดลองและการเรียนรู้ในประเทศมากขึ้น แต่ควรระวังไม่ให้เลือกเพราะราคาถูกอย่างเดียว ต้องดูด้วยว่ามีทีมซัพพอร์ตในไทยหรือไม่ และสแต็กซอฟต์แวร์เข้ากับเครื่องจักรเดิมได้แค่ไหน