เกิดอะไรขึ้น
Harvey บริษัทเอไอด้านกฎหมายของสหรัฐฯ เปิดตัว Tenet ซึ่งเป็นโมเดลโอเพนเวทที่ผ่านการเทรนต่อยอด (post-trained) รุ่นแรกของบริษัท โดยสร้างบนฐานของ Kimi K3 จาก Moonshot AI บริษัทจีน การเทรนใช้สภาพแวดล้อมการทำงานของเอเจนต์ด้านกฎหมายเฉพาะทางราว 1,750 แบบ เป็นเวลาประมาณสองเดือน และผลทดสอบเบื้องต้นพบว่า Tenet ทำงานด้านกฎหมายแบบครอบคลุมได้สำเร็จมากกว่าโมเดลต้นฉบับเกือบสองเท่า พร้อมทั้งมีอัตราความสำเร็จในงานที่เกี่ยวกับสัญญาเพิ่มขึ้นราว 20%
บริษัทต่างชาติอื่นๆ ก็นำโมเดลโอเพนเวทของจีนมาใช้ประโยชน์เช่นกัน บริษัทที่อยู่เบื้องหลัง Cursor สร้างโมเดล Composer 2 และ 2.5 บนฐานของ Kimi K2.5 ขณะที่ Cognition สตาร์ทอัพจากสหรัฐฯ และ Cosine สตาร์ทอัพจากสหราชอาณาจักร ใช้โมเดล Kimi เพื่อเสริมความสามารถด้านวิศวกรรมซอฟต์แวร์ ส่วน Thinking Machines Lab ซึ่งนำโดยอดีต CTO ของ OpenAI ได้นำสถาปัตยกรรม MoE ของ DeepSeek V3 มาใช้กับโมเดล Inkling ของตน และใช้ Kimi K2.5 สร้างข้อมูลสังเคราะห์สำหรับการเทรนขั้นต้น
กรณีเหล่านี้แสดงให้เห็นว่าโมเดลโอเพนเวทของจีนกำลังเข้าสู่วงการวิจัยและพัฒนาผลิตภัณฑ์เอไอระดับโลกผ่านหลายช่องทาง ทั้งในฐานะโมเดลตั้งต้นสำหรับการเทรนต่อยอด แหล่งข้อมูลสังเคราะห์ และแนวทางอ้างอิงด้านสถาปัตยกรรมโมเดลและวิธีการเทรน
เหตุใดเรื่องนี้จึงสำคัญ
การเติบโตของโมเดลโอเพนเวทที่มีประสิทธิภาพจากจีนทำให้บริษัทเอไอมีทางเลือกนอกเหนือจากโมเดลแบบปิด โดยเฉพาะสำหรับการใช้งานเฉพาะด้านที่การทำงานตามสถานการณ์จริงมีความสำคัญ การเทรนต่อยอดในสภาพแวดล้อมที่จำลองสถานการณ์จริงช่วยให้โมเดลเรียนรู้ทักษะอย่างการค้นหาข้อมูล การเรียกใช้เครื่องมือ และการแก้ไขข้อผิดพลาด ซึ่งเป็นสิ่งที่โมเดลถาม-ตอบทั่วไปมักขาด
โมเดลโอเพนเวทยังมีข้อได้เปรียบในทางปฏิบัติด้านต้นทุนและการควบคุม บริษัทต่างๆ สามารถนำไปใช้งานเองได้อย่างอิสระ เทรนต่อยอดเพิ่มเติมได้ และลดการพึ่งพา API จากภายนอก ซึ่งอาจช่วยลดต้นทุนการประมวลผลและเพิ่มความยืดหยุ่น สิ่งนี้บ่งชี้ว่าโมเดลโอเพนเวทของจีนกำลังกลายเป็นส่วนสำคัญยิ่งขึ้นของห่วงโซ่อุปทานเอไอระดับโลก ขยายอิทธิพลจากการส่งออกผลิตภัณฑ์ไปสู่การส่งออกเทคโนโลยี
ข้อเท็จจริงสำคัญ
โมเดล Tenet ของ Harvey สร้างบนฐาน Kimi K3 ของ Moonshot AI และผ่านการเทรนด้วยสภาพแวดล้อมการทำงานของเอเจนต์ด้านกฎหมายราว 1,750 แบบ เป็นเวลาประมาณสองเดือน
Composer 2 และ 2.5 ของ Cursor โมเดลด้านวิศวกรรมซอฟต์แวร์ของ Cognition และผลิตภัณฑ์ของ Cosine ล้วนสร้างบนฐาน Kimi K2.5 หรือโมเดลตระกูล Kimi
Inkling ของ Thinking Machines Lab ใช้สถาปัตยกรรม MoE ของ DeepSeek V3 และข้อมูลสังเคราะห์ที่สร้างโดย Kimi K2.5 สำหรับการปรับจูนขั้นต้น
ในการทดสอบเบื้องต้น โมเดลทั่วไปส่วนใหญ่ทำงานด้านกฎหมายสำเร็จในอัตราต่ำกว่า 10% ภายใต้เกณฑ์ที่เข้มงวด ขณะที่ Tenet ทำงานด้านกฎหมายแบบครอบคลุมได้สำเร็จมากกว่า Kimi K3 ต้นฉบับเกือบสองเท่า
สิ่งที่ต้องจับตาต่อไป
บริษัทเอไอต่างชาติจะนำโมเดลโอเพนเวทของจีนมาใช้เป็นฐานสำหรับผลิตภัณฑ์ของตนเองมากขึ้นหรือไม่ โดยเฉพาะเมื่อโมเดลเหล่านี้ยังคงพัฒนาต่อเนื่องและลดช่องว่างกับระบบแบบปิดชั้นนำ
บทบาทที่เพิ่มขึ้นของโมเดลโอเพนเวทของจีนในวงการพัฒนาเอไอระดับโลกจะส่งผลต่อภูมิทัศน์การแข่งขันอย่างไร รวมถึงการเปลี่ยนแปลงที่อาจเกิดขึ้นในห่วงโซ่อุปทานเอไอและความร่วมมือด้านเทคโนโลยีระหว่างประเทศ