Generalist AI ระดมทุน 400 ล้านดอลลาร์ มูลค่าบริษัทแตะ 2 พันล้าน — เดิมพันสร้าง 'Physical AGI' ให้หุ่นยนต์ทำงานในโลกจริง
สตาร์ตอัพด้านหุ่นยนต์ Generalist AI ประกาศเมื่อ 4 มิถุนายน 2026 ว่าระดมทุนรอบใหม่ได้ 400 ล้านดอลลาร์ นำโดย Radical Ventures ดันมูลค่าบริษัทขึ้นไปแตะ 2 พันล้านดอลลาร์ และทำให้ทุนรวมที่ระดมได้ทะลุ 500 ล้านดอลลาร์ — เป็นอีกหนึ่งสัญญาณว่าเงินทุนกำลังไหลเข้าสู่สนาม “Physical AI” อย่างรุนแรง
รอบนี้มีผู้ลงทุนที่น่าสนใจร่วมด้วยจำนวนมาก ทั้ง 8VC, Union Square Ventures, Norwest, Hanabi Capital และผู้สนับสนุนเดิมอย่าง NVentures ของ Nvidia และ Bezos Expeditions ขณะที่ฝั่งแองเจิลใหม่มีชื่อระดับตำนานอย่าง Fei-Fei Li (เจ้าแม่ ImageNet), Bin Lin ผู้ร่วมก่อตั้ง Xiaomi, Naval Ravikant และ Eric Yuan ผู้ก่อตั้ง Zoom
ทีมสาย DeepMind + Boston Dynamics
Generalist AI ก่อตั้งโดย Pete Florence อดีต senior scientist ที่ DeepMind ผู้ร่วมสร้าง RT-2 (ระบบควบคุมหุ่นยนต์แบบ vision-language-action) และ PaLM-E (โมเดล AI ยุคแรกสำหรับหุ่นยนต์) โดยมี Andy Zeng เป็น Chief Scientist และ Andrew Barry อดีตวิศวกรหุ่นยนต์จาก Boston Dynamics เป็น CTO — เป็นการรวมตัวของคนที่อยู่แถวหน้าของวงการหุ่นยนต์อัจฉริยะ
ผลงานล่าสุดคือโมเดล GEN-1 ที่ปล่อยเมื่อเดือนเมษายน เป็น foundation model สำหรับการเรียนรู้ของหุ่นยนต์ที่บริษัทเคลมว่าทำงานได้เร็วกว่าและแม่นยำกว่าโมเดลคู่แข่งอย่าง pi-0 ของ Physical Intelligence
จุดต่างคือ “ความสามารถปรับตัว”
หัวใจที่ Generalist AI ชูคือ adaptivity — ในโลกจริง ของไม่ได้ถูกหยิบจับเหมือนเดิมทุกครั้ง ชิ้นงานอาจนิ่ม บิดงอ หลุดมือ ใส่รูไม่เข้า หรือแสงเปลี่ยนกะทันหัน หุ่นยนต์ที่ใช้กฎตายตัวจะทำงานพัง แต่ระบบที่มีปัญญาแบบปรับตัวได้อย่าง GEN-1 จะ “ลองใหม่” เหมือนที่มนุษย์ทำ ตัวอย่างคลาสสิกคือการพับเสื้อ ที่ผ้าไม่เคยอยู่ในรูปเดิมสองครั้ง — ความสามารถนี้คือกุญแจสู่การใช้หุ่นยนต์จริงในโรงงาน คลังสินค้า ค้าปลีก และบ้าน
มุมมอง AI Curator
ปี 2026 กำลังกลายเป็นปีที่เงินทุน AI ย้ายจาก “สมองในจอ” (LLM/chatbot) ไปสู่ “สมองในร่างกาย” (Physical AI) อย่างชัดเจน — ดีลนี้ตามมาติด ๆ กับ Nvidia ที่เพิ่งซื้อ Kumo AI และการที่ Nvidia ลงทุนซ้ำใน Generalist AI สะท้อนวิทยานิพนธ์ของ Jensen Huang ที่ว่าหุ่นยนต์และโครงสร้างพื้นฐานทางกายภาพของ AI จะเป็นอุตสาหกรรมล้านล้านดอลลาร์รุ่นถัดไป
สำหรับไทยและ SEA ที่เศรษฐกิจพึ่งพาภาคการผลิตและโลจิสติกส์สูง คลื่น Physical AI นี้มีนัยสองด้าน — ด้านโอกาส คือหุ่นยนต์ที่ “เรียนรู้และปรับตัวได้” จะลดต้นทุนและข้อจำกัดด้านแรงงานในโรงงานและคลังสินค้า ซึ่งเป็นกระดูกสันหลังของห่วงโซ่อุปทานในภูมิภาค แต่ด้านความเสี่ยง คือคลื่นนี้อาจมาเร็วและกระทบงานใช้แรงงานทักษะกลาง-ต่ำก่อนที่ระบบการศึกษาและ reskilling ของไทยจะตามทัน ต่างจากคลื่น LLM ที่กระทบงาน white-collar เป็นหลัก ผู้กำหนดนโยบายไทยควรเริ่มมองภาพ “หุ่นยนต์ foundation model” อย่างจริงจังตั้งแต่ตอนนี้ ไม่ใช่รอให้มันมาถึงหน้าประตูโรงงานก่อน
แหล่งข่าว:
อ่านเพิ่มในหมวด ธุรกิจและกฎหมาย
Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน
อีเมลถึงลูกค้า API ตามรายงานของ The Decoder ระบุว่า Anthropic จะใส่ลายน้ำให้ Mythos 5, Opus 4.7, Opus 4.6 และ Sonnet 4.6 แต่สองรุ่นหลังทำงานเฉพาะเมื่อพารามิเตอร์สุ่มเป็นค่าเริ่มต้น ขณะที่หน้าเอกสารทางการยังไม่แสดงการรองรับและไม่พูดถึงเงื่อนไขนี้
OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก
OpenAI แจ้งสมาชิก Trusted Access ว่าจะใช้ข้อมูลเซสชัน Daybreak Blue เทรนโมเดลตั้งแต่ 29 พ.ย. แม้เคยปิดการแชร์ไว้ หลังถูกต้าน อีเมลฉบับที่สองขอโทษและสัญญาว่าจะมีตัวเลือกไม่เข้าร่วมแยกต่างหาก แต่เซสชันที่ถูกตั้งธงยังอาจถูกใช้เพื่อความปลอดภัย
OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval
Model Spec ฉบับ 29 ต.ค. จัดโครงใหม่เป็น 5 คุณค่า เพิ่มหมวดการใช้บริบทและความจำ และหลักการรองรับการกำกับโดยมนุษย์ ขณะที่กฎสไตล์ส่วนใหญ่ รวมถึงหัวข้อ Markdown ถูกนำออก OpenAI ยังยอมรับว่าโมเดลที่ใช้งานจริงยังไม่ตรงตามเอกสารทั้งหมด