ข่าว AI อธิบายให้เข้าใจ · เอเชียและสิงคโปร์

Apsara 2026 ของ Alibaba: โมเดลยักษ์ ความจริงของโมเดลเล็ก

ที่ Apsara 2026 Alibaba กล่าวว่าวางแผนสร้างโมเดลขนาด 5 ถึง 10 ล้านล้านพารามิเตอร์ ขณะเดียวกันก็ชื่นชมโมเดลเปิดขนาด 27B ของตน เหตุใดนักการตลาดในเอเชียควรจับตาทั้งสองขั้ว

ข่าว: Eddie Wu ซีอีโอของ Alibaba เผยแผนโมเดลขนาด 5 ถึง 10 ล้านล้านพารามิเตอร์และชิป Zhenwu V900 ในงาน Apsara Conference ()

งานประชุม AI ที่ใหญ่ที่สุดในจีนทุกเดือนกันยายนคือ Apsara Conference ของ Alibaba Cloud ที่หางโจว ปาฐกถาหลักปีนี้มีสองเรื่องในนั้น เรื่องหนึ่งคือขนาด: โมเดลที่ใหญ่กว่าทุกโมเดลที่ Alibaba เคยฝึกหลายเท่า อีกเรื่องหนึ่งซึ่งกล่าวถึงแทบจะผ่าน ๆ คือโมเดลเปิดขนาดเล็กที่นักพัฒนาใช้งานจริง สำหรับนักการตลาดในเอเชีย เรื่องที่สองอาจสำคัญกว่า

เกิดอะไรขึ้น

ตามรายงานของ Reuters ผ่าน The Standard Eddie Wu ซีอีโอของ Alibaba กล่าวเมื่อวันที่ 22 กันยายนว่าทีม Qwen วางแผนฝึกโมเดลใหม่ขนาด 5 ถึง 10 ล้านล้านพารามิเตอร์ ซึ่งมุ่งเป้าไปที่งานที่ซับซ้อนและระยะยาวขึ้น โมเดลเรือธงปัจจุบันของ Alibaba คือ Qwen 3.8 Max มี 2.4 ล้านล้านพารามิเตอร์ Wu ยังกล่าวว่าทีมได้ "ก้าวหน้าอย่างมีนัยสำคัญ" ด้านการพัฒนาตัวเองแบบเวียนเกิด (recursive self-improvement) เปิดตัวชิป AI Zhenwu V900 จากหน่วย T-Head ของ Alibaba ซึ่งมีประสิทธิภาพสามเท่าของรุ่นก่อน และตั้งเป้าให้ความจุศูนย์ข้อมูลทั่วโลกของ Alibaba Cloud เกิน 20 กิกะวัตต์ภายในปี 2032 เขากล่าวว่า: "ความต้องการระยะกลางถึงระยะยาวของอุตสาหกรรมสูงกว่าความสามารถในการจัดหาของเรามาก"

ในเนื้อหาปาฐกถาที่เผยแพร่บน Alizila Wu เรียก Qwen-27B แบบโอเพนซอร์สว่าเป็น "โมเดลที่ได้รับความนิยมสูงสุดในหมู่นักพัฒนาทั่วโลก" และกล่าวว่า Alibaba จะปรับปรุงโมเดลสำหรับการติดตั้งใช้งานในเครื่องต่อไป เขายังกล่าวว่าคาดว่าเอเจนต์จะกลายเป็น "ผู้อยู่อาศัย" ระยะยาวของคลาวด์ ทำงานระยะยาวและใช้พลังประมวลผลอย่างต่อเนื่อง

ทำไมเรื่องนี้จึงสำคัญ

สำหรับนักการตลาดระดับภูมิภาค การแข่งขันโมเดลล้านล้านพารามิเตอร์ส่วนใหญ่เป็นกีฬาสำหรับผู้ชม คุณจะใช้โมเดลแบบนั้นผ่าน API หากจะใช้เลย แต่โมเดลเปิดที่ติดตั้งในเครื่องได้นั้นแตกต่าง มันคือสิ่งที่บริษัทหรือผู้ขายของคุณสามารถรันบนโครงสร้างพื้นฐานของตัวเอง ในเขตอำนาจศาลที่เลือกเอง และ fine-tune ด้วยข้อมูลของตัวเองได้

เรื่องนี้สำคัญในเอเชียด้วยเหตุผลเชิงปฏิบัติ กฎเรื่องถิ่นที่อยู่ของข้อมูลแตกต่างกันไปทั่วภูมิภาค หลายบริษัทไม่สบายใจที่จะส่งข้อมูลลูกค้าไปยัง API ต่างประเทศ และภาษากับการอ้างอิงทางวัฒนธรรมทั่วเอเชียตะวันออกเฉียงใต้และเอเชียตะวันออกยังได้รับการรองรับไม่ดีนักจากโมเดลที่ปรับแต่งด้วยภาษาอังกฤษเป็นหลัก โมเดลเปิดขนาดกลางที่มีความสามารถและปรับให้เข้ากับท้องถิ่นได้ช่วยแก้ปัญหาทั้งสามข้อ

ความเห็นของ Wu ที่ว่าเอเจนต์จะเป็น "ผู้อยู่อาศัย" ของคลาวด์คืออีกสัญญาณหนึ่ง หากเอเจนต์ทำงานต่อเนื่อง ต้นทุนต่องานจะกลายเป็นตัวแปรเชิงกลยุทธ์ โมเดลที่มีประสิทธิภาพจะรับงานส่วนใหญ่นั้น

งานวิจัยของผมบอกอะไร

ผมเคยเสนอใน Forbes ว่าในการตลาด เทคนิคสำคัญกว่าขนาดของโมเดล โมเดลที่เล็กกว่าแต่ปรับให้เข้ากับกลุ่มเป้าหมาย ภาษา และงานของคุณได้ดี มักชนะโมเดลทั่วไปขนาดยักษ์ที่ใช้อย่างไม่ระมัดระวัง

งานวิจัยของผมยังแสดงให้เห็นว่าทำไมการปรับให้เข้ากับท้องถิ่นจึงสำคัญ ใน I Know Where You Are Coming From (AAAI 2020) เราพบว่าเครือข่ายสังคมที่โมเดลใช้เรียนรู้ส่งผลต่อความแม่นยำของโมเดล ใน Do we behave differently on Twitter and Facebook? (Frontiers in Big Data, 2022) เราแสดงให้เห็นว่าผู้คนแสดงบุคลิกภาพแตกต่างกันในแต่ละแพลตฟอร์ม ประเด็นที่กว้างกว่าคือ พฤติกรรมขึ้นอยู่กับบริบท และโมเดลต้องการข้อมูลเฉพาะบริบทจึงจะอ่านได้ถูกต้อง แพลตฟอร์ม ภาษา และวัฒนธรรมของเอเชียคือบริบทที่โมเดลซึ่งฝึกจากที่อื่นไม่ได้มีโดยอัตโนมัติ

และโมเดลที่มีประสิทธิภาพทำให้ความสามารถในการอธิบายมีต้นทุนที่จ่ายได้ในระดับใหญ่ ใน Fusing Predictive and Large Language Models (ACM TOIS 2025) เราจับคู่การคาดการณ์ประสิทธิภาพเข้ากับคำอธิบายจาก LLM การรันชั้นคำอธิบายกับทุกครีเอทีฟทุกวันจะเป็นไปได้จริงก็ต่อเมื่อโมเดลภาษาถูกพอที่จะรันกับทุกอย่าง

สิ่งที่ทีมการตลาดในเอเชียควรทำตอนนี้

  • ทดสอบโมเดลเปิดขนาดกลางกับงานระดับภูมิภาค เช่น การจัดหมวดหมู่โพสต์โซเชียลภาษาอินโดนีเซียหรือภาษาไทย แล้วเปรียบเทียบกับโมเดล API ที่ใช้อยู่ทั้งด้านความแม่นยำและต้นทุน
  • ตัดสินใจว่าข้อมูลของคุณไปที่ไหนได้บ้าง ทำแผนที่ว่าข้อมูลลูกค้าใดส่งไปยัง API ภายนอกได้ และข้อมูลใดต้องประมวลผลในท้องถิ่น
  • fine-tune ด้วยบริบทของคุณเอง แม้ข้อมูลท้องถิ่นที่ติดป้ายกำกับเพียงเล็กน้อยก็ช่วยปรับน้ำเสียงและความแม่นยำได้อย่างเห็นได้ชัด
  • วางแผนสำหรับเอเจนต์ที่ทำงานตลอดเวลา ประเมินต้นทุนการประมวลผลของการเฝ้าติดตามและรายงานอย่างต่อเนื่อง และเลือกโมเดลให้เหมาะสม
  • จับตาแนวหน้าโดยไม่พึ่งพามัน ใช้โมเดลใหญ่ที่สุดในจุดที่เพิ่มคุณค่าอย่างชัดเจน และใช้โมเดลที่มีประสิทธิภาพในจุดอื่นทั้งหมด

พาดหัวจากหางโจวคือตัวเลขที่มีศูนย์สิบสองตัว ข่าวเชิงปฏิบัติสำหรับนักการตลาดคือโมเดลเล็กที่ดียังคงดีขึ้นเรื่อย ๆ และสามารถอยู่ใกล้ลูกค้าของคุณมากขึ้น

คำถามที่พบบ่อย

Alibaba ประกาศอะไรในงาน Apsara Conference 2026?

ตามรายงานของ Reuters ซีอีโอ Eddie Wu กล่าวว่า Alibaba วางแผนฝึกโมเดลขนาด 5 ถึง 10 ล้านล้านพารามิเตอร์ เปิดตัวชิป AI Zhenwu V900 ที่มีประสิทธิภาพสามเท่าของรุ่นก่อน และตั้งเป้าความจุศูนย์ข้อมูลของ Alibaba Cloud ให้เกิน 20 กิกะวัตต์ภายในปี 2032

โมเดล Qwen เรือธงปัจจุบันของ Alibaba ใหญ่แค่ไหน?

Reuters รายงานว่าโมเดลเรือธงปัจจุบันของ Alibaba คือ Qwen 3.8 Max มี 2.4 ล้านล้านพารามิเตอร์ ดังนั้นโมเดลที่วางแผนไว้จะใหญ่กว่าราวสองถึงสี่เท่า

ทำไมโมเดลเปิดที่ติดตั้งในเครื่องได้จึงสำคัญต่อนักการตลาดในเอเชีย?

โมเดลเหล่านี้รันในเขตอำนาจศาลที่เลือกได้ ปรับให้เข้ากับภาษาและข้อมูลท้องถิ่นได้ และมีต้นทุนต่ำกว่าเมื่อรันในระดับใหญ่ ซึ่งช่วยเรื่องถิ่นที่อยู่ของข้อมูล ความเกี่ยวข้องทางวัฒนธรรม และงานของเอเจนต์ที่ทำงานตลอดเวลา

แหล่งที่มา

  1. Alibaba plans AI model with 5 trillion to 10 trillion parameters, unveils new chip — The Standard (Reuters), 22 September 2026
  2. AliViews: Eddie Wu Shares Alibaba's Strategic Full-Stack AI Roadmap at the 2026 Apsara Conference — Alizila (Alibaba), 22 September 2026

Prof. Aleks Farseev เป็นผู้ก่อตั้งและซีอีโอของ SOMIN.ai และศาสตราจารย์รับเชิญด้าน AI ที่ NUS และ INSEAD งานวิจัยที่ผ่านการพิชญพิจารณ์ของเขาครอบคลุมการสร้างโปรไฟล์ผู้ใช้จากหลายแหล่ง การแนะนำที่คำนึงถึงบุคลิกภาพ และ AI ที่อธิบายได้สำหรับการตลาด