Alibaba (อาลีบาบา) ประกาศอัปเดตเทคโนโลยีครั้งสำคัญ พร้อมประกาศโรดแมปกลยุทธ์ AI ครบวงจร ใช้นวัตกรรมล่าสุดของบริษัทฯ ดึงศักยภาพและมูลค่าจาก AI ให้ลูกค้าได้ใช้อย่างครอบคลุม ณ งาน Apsara Conference ปีนี้ ซึ่งเป็นงานสัมมนาเทคโนโลยีประจำปีของ Alibaba Cloud, Alibaba Cloud ได้เปิดตัวการอัปเดทหลายรายการ ทั้งโมเดลพื้นฐานและ multimodal models ในตระกูล Qwen, ชิป AI ที่พัฒนาขึ้นเอง, คลาวด์ที่ออกแบบมาเพื่อ AI agent โดยเฉพาะ และแพลตฟอร์ม AI agent สำหรับสมาร์ตโฟน การอัปเดทต่าง ๆ นี้เป็นการตอกย้ำความเป็นผู้นำระดับโลกของ Alibaba Cloud ในยุค AI อย่างชัดเจน
นายโจ ไช่ ประธานกรรมการ อาลีบาบา กรุ๊ป เปิดเผยว่า งาน Apsara Conference ปีนี้จัดขึ้นภายใต้ธีม 'Intelligence Goes Beyond' เราเห็นได้ว่าในช่วงไม่กี่ปีที่ผ่านมา AI ได้ขยายขอบเขตความสามารถทางเทคโนโลยีไปไกลเกินจินตนาการ AI มีศักยภาพสูงและมีโอกาสเติบโตอีกมาก ทั้งในการนำมาใช้งานจริง และการเพิ่มประสิทธิผลการทำงานให้กับอุตสาหกรรมหลากหลาย และนี่คือความหมายที่แท้จริงของ 'Intelligence Goes Beyond' นั่นคือการนำพา AI จากจุดที่เป็นสิ่งที่เรียกว่าก้าวกระโดดทางเทคโนโลยี ไปสู่การสร้างมูลค่าที่แท้จริง
นายเอ็ดดี้ หวู๋ ประธานเจ้าหน้าที่บริหาร อาลีบาบา กรุ๊ป กล่าวว่า ปัจจุบัน ปริมาณความคิดที่เกิดจากระบบประมวลผลของแมชชีน (machine thinking) รวมกันทั้งหมดยังมีไม่ถึง 3% ของปริมาณความคิดทั้งหมดของมนุษย์ (human thinking) ซึ่งแม้ในอนาคตศักยภาพส่วนนี้จะเติบโตขึ้นจนมากกว่ามนุษย์ถึง 1,000 เท่า แต่เทคโนโลยีดังกล่าวก็ยังมีพื้นที่ให้เติบโตได้อีกมหาศาล และในยุคที่แมชชีนกำลังกลายเป็นตัวขับเคลื่อนหลักในการคิด และทำให้ความชาญฉลาดกลายเป็นสิ่งที่ผลิตและขยายการใช้งานได้เหมือนสินค้าทั่วไปนั้น นวัตกรรมที่เป็นจุดเปลี่ยนของยุคแห่งความชาญฉลาดของแมชชีนก็ยังไม่ได้เกิดขึ้นเลย ด้วยเหตุนี้ เราจึงตั้งเป้าว่าภายในปี 2032 ขีดความสามารถของศูนย์ข้อมูลทั่วโลกที่บริหารจัดการโดย Alibaba Cloud จะมีขนาดเกินกว่า 20 กิกะวัตต์ (GW) เพื่อรองรับความต้องการใช้ AI ของภาคอุตสาหกรรมที่กำลังพุ่งสูงขึ้นอย่างก้าวกระโดด
Qwen 4 อยู่ระหว่างการเทรน
ภายในงาน Alibaba ได้เปิดเผยว่ากำลังอยู่ในช่วงการเทรน Qwen 4 ซึ่งเป็นโมเดลเจเนอเรชันถัดไป พร้อมกางแผนโรดแมปสำหรับโมเดลรุ่นใหม่ในซีรีส์ Qwen 4.5 และ Qwen 5 ที่ตั้งเป้าขยายให้มีขนาดถึง 5 ถึง 10 ล้านล้านพารามิเตอร์
อาลีบาบายังได้เปิดเผยความก้าวหน้าด้าน RSI (Recursive Self-Improvement: การพัฒนาและปรับปรุงระบบด้วยตัวเองแบบวนลูปอย่างต่อเนื่อง) ที่ขับเคลื่อนด้วยการทดสอบและเก็บข้อมูลจริง โดยในช่วงเวลามากกว่าหนึ่งเดือนของการรันระบบอัตโนมัติเต็มรูปแบบ ตั้งแต่การออกแบบไพป์ไลน์ ตรวจสอบข้อมูล ทดลองปรับแก้ ไปจนถึงวิเคราะห์ข้อผิดพลาด โมเดล Qwen3.8-Max สามารถวนรอบการพัฒนาตัวเองไปได้ถึง 33 รอบ ซึ่งการปรับแต่งการเทรนและเทคนิค post-training แบบอัตโนมัตินี้ ส่งผลให้คะแนน Artificial Analysis ของ Qwen3.8-Max รุ่นอัปเดต ขยับขึ้นจาก 40 เป็น 45 คะแนน
ในการทดลองออกแบบชิป โมเดลนี้ได้ผ่านกระบวนการยกระดับประสิทธิภาพด้วยตนเองนานกว่า 60 ชั่วโมงตลอดวงจรการออกแบบทั้งหมด โดยเรียกใช้งานเครื่องมือ EDA ไปมากกว่า 10,000 ครั้ง จนสามารถผลิตโมดูลบัสของชิปเกรดใช้งานจริงได้ ซึ่งช่วยลดพื้นที่ของชิปลงได้ถึง 42% โดยไม่สูญเสียประสิทธิภาพการทำงานแม้แต่น้อย
Multimodal Model รุ่นอัปเกรด
Alibaba ได้เปิดตัว multimodal model รุ่นอัปเดต ที่ครอบคลุมทั้งเสียงพูด เสียงทั่วไป ดนตรี และการประมวลผลภาพ
บริษัทได้เปิดตัว Qwen3.8-LiveTranslate โมเดลการแปลแบบล่ามแปลคู่ขนาน (simultaneous interpretation) ที่ช่วยยกระดับความแม่นยำ ความลื่นไหล และความกระชับของการแปล พร้อมลดเวลาหน่วง (Latency: LAAL) ลงเกือบ 20% จาก 2.8 เหลือเพียง 2.3 วินาที เพื่อมอบประสบการณ์การแปลเรียลไทม์ที่ตอบสนองได้เร็วและต่อเนื่องยิ่งขึ้น
นอกจากนี้ ยังได้เปิดตัว Qwen-Audio-3.1-TTS-Next โมเดลสร้างเสียงเจเนอเรชันใหม่ที่สามารถเนรมิตบรรยากาศเสียงระดับภาพยนตร์ (cinematic soundscapes) ได้อย่างสมบูรณ์แบบ โดยการผสมผสานทั้งบทสนทนาและเสียงแวดล้อมเข้าด้วยกันได้ในขั้นตอนเดียวจากสคริปต์ข้อความ โมเดลนี้ออกแบบมาเพื่อตอบโจทย์งานสร้างสรรค์ระดับมืออาชีพ ทั้งหนังสือเสียง ภาพยนตร์ สื่อโทรทัศน์ พอดแคสต์ และเกม
ชุดเครื่องมือประมวลผลเสียงรุ่นอัปเดตนี้ ยังครอบคลุมถึง Qwen-Audio-3.1-ASR (ระบบจดจำและถอดความเสียงอัตโนมัติ), Qwen-Audio-3.1-TTS (ระบบสังเคราะห์เสียงพูดจากข้อความ) และ Qwen-Audio-3.1-Realtime ซึ่งช่วยยกระดับขีดความสามารถของเทคโนโลยี AI ด้านเสียง (voice AI) ทั้งด้านการเข้าใจภาษา การสร้างเสียง และการโต้ตอบแบบเรียลไทม์
Qwen-Image 3.1 โมเดลสร้างภาพที่พัฒนาขึ้นเพื่อตอบโจทย์งานดีไซน์และการตลาดอีคอมเมิร์ซ เตรียมเปิดตัวปลายปีนี้ โมเดลนี้ช่วยลดเวลาการทำงานออกแบบจากหลักชั่วโมงเหลือเพียงไม่กี่วินาที พร้อมชูจุดเด่นด้วยเครื่องมือปรับแต่งขั้นสูง ทั้งการสร้างภาพพื้นหลังโปร่งใสได้ทันที และฟังก์ชันการตัดต่อแก้ไขภาพที่ยืดหยุ่นครอบคลุม
Alibaba Token Hub และพันธมิตรชั้นนำจากภาควิชาการและอุตสาหกรรมได้ร่วมกันสร้างมาตรฐานการประเมินประสิทธิภาพของโมเดลโลกเสมือน (world model) โดยได้เปิดตัวกรอบประเมินศักยภาพหกระดับ และปล่อยแพลตฟอร์มการทดสอบเปรียบเทียบ Happyworld Arena ซึ่งครอบคลุมทั้งด้านการสร้างวิดีโอ, AI เชิงกายภาพ (embodied AI) และการสร้างภาพสามมิติจากสภาวะแวดล้อม (spatial reconstruction)
Alibaba ได้เปิดตัว Qwen Intelligence ซึ่งเป็นโซลูชัน agentic แบบครบวงจรสำหรับภาคธุรกิจที่ปรับแต่งมาเพื่อสมาร์ตโฟนโดยเฉพาะ เพื่อให้ผู้ใช้ทั่วไปเข้าถึงโมเดล AI ได้ง่ายขึ้น โดยเปิดให้ผู้ผลิตโทรศัพท์มือถือเข้าถึงแพลตฟอร์มเอเจนต์ที่ขับเคลื่อนด้วย Qwen เพื่อนำไปพัฒนาสมาร์ตโฟนยุค AI รุ่นใหม่ ๆ ที่สามารถจัดการงานซับซ้อนและทำงานข้ามแอปพลิเคชันได้อย่างเชื่อถือได้
T-Head เปิดตัว Zhenwu V900 พร้อมเผยแผนโรดแมป Yitian CPU
T-Head หน่วยธุรกิจออกแบบชิปของอาลีบาบา เผยโฉม Zhenwu V900 ชิปประมวลผล AI รุ่นล่าสุดที่รองรับทั้งการเทรนและการประมวลผลผลลัพธ์ (Inference) โดดเด่นด้วยหน่วยความจำความจุสูงและแบนด์วิดท์เชื่อมต่อระหว่างชิปที่ส่งถ่ายข้อมูลได้อย่างรวดเร็วทรงพลัง
Zhenwu V900 ให้ประสิทธิภาพสูงกว่ารุ่นก่อนอย่าง Zhenwu M890 (เปิดตัวเมื่อเดือนพฤษภาคม) ถึงสามเท่า มาพร้อม GPU memory ขนาด 216 GB และแบนด์วิดท์เชื่อมต่อระหว่างชิป 1,200 GB/s ออกแบบมาเพื่อขับเคลื่อนภาระงาน AI ระดับสูงโดยเฉพาะ พร้อมรองรับรูปแบบความละเอียดข้อมูลที่หลากหลายที่มีมาในตัวทั้ง FP8 และ FP4 ชิปรุ่นนี้ช่วยลดต้นทุนการประมวลผลและเพิ่มความหนาแน่นในการคำนวณได้อย่างมาก ทำให้สามารถจัดการได้ทั้งการเทรนโมเดลที่ต้องการความแม่นยำสูง และการประมวลผลจริงที่ใช้ความละเอียดต่ำเป็นพิเศษได้อย่างไร้รอยต่อ โดยมีกำหนดการผลิตจำนวนมากและเปิดตัวเชิงพาณิชย์ในไตรมาสที่ 1 ปี 2027
ชิป AI ตระกูล Zhenwu ของ T-Head มีการใช้งานอย่างแพร่หลายในลูกค้ากว่า 650 รายครอบคลุมอุตสาหกรรมหลากหลาย ทั้งยานยนต์ การเงิน โมเดล LLM, AI เชิงกายภาพ (embodied AI) พลังงาน ไปจนถึงภาคอุตสาหกรรมการผลิต
พร้อมกันนี้ Alibaba ยังได้เปิดตัวเซิร์ฟเวอร์ระดับซูเปอร์โหนดรุ่นอัปเกรด ซึ่งผสานรวมชิปประมวลผล Zhenwu V900, ICN Switch, Panmai SmartNIC, และชิปคอนโทรลเลอร์ Zhenyue SSD ไว้ในระบบเดียว ชูจุดเด่นด้านการทำงานร่วมกันแบบฟูลสแต็กทั้งระบบ ทั้งด้านการคำนวณ การจัดเก็บข้อมูล และระบบเครือข่าย ช่วยให้เซิร์ฟเวอร์รุ่นนี้สามารถรองรับคลัสเตอร์ซูเปอร์โหนดขนาดใหญ่ได้สูงสุดถึง 500,000 การ์ด
นอกจากนี้ อาลีบาบายังได้เผยโรดแมปการพัฒนาซีพียูประมวลผลประสิทธิภาพสูงรุ่นใหม่สำหรับเวิร์กโหลด agentic AI โดยเฉพาะ ซึ่งมีกำหนดเปิดตัวในปี 2027 ประกอบด้วย Yitian 720 ที่มาพร้อมประสิทธิภาพการประมวลผลต่อคอร์ที่ดีขึ้น ความหนาแน่นของคอร์ที่สูงขึ้น และประหยัดพลังงานได้มากกว่า Yitian 710 ในขณะที่ Yitian 730 ซึ่งเป็นซีพียูรุ่นแรกที่สร้างขึ้นบนไมโครสถาปัตยกรรมเฉพาะของ T-Head มีประสิทธิภาพวัดตามเกณฑ์ SPECint2017/GHz เพิ่มขึ้นสูงสุดถึง 40% เมื่อเทียบกับ Yitian 710
Agentic Cloud
Alibaba Cloud เปิดตัวชุดอัปเกรดใหญ่ตอกย้ำกลยุทธ์ agentic cloud ครอบคลุมสามแกนหลัก คือ โมเดล ระบบบริหารจัดการ และบริบทข้อมูล ผ่านโครงสร้างสามเลเยอร์ ได้แก่ AI Native Cloud สำหรับขับเคลื่อนการเทรนและการประมวลผลโมเดลขนาดใหญ่, Agent Native Cloud สำหรับบริหารจัดการและดูแลความปลอดภัยการใช้งาน AI agent ในระดับองค์กร และ Context Engine ที่เสริมข้อมูลเรียลไทม์พร้อมคลังความจำระยะยาว ช่วยให้ลูกค้าดึงศักยภาพ AI มาสร้างมูลค่าได้จริงอย่างมีประสิทธิภาพ
AI Native Cloud
• แพลตฟอร์ม AI ของ Alibaba Cloud หรือ PAI ได้ผสานการเพิ่มประสิทธิภาพการทำงานร่วมกันอย่างสมบูรณ์แบบ โดยรวมเอาบริการประมวลผล, ระบบจัดเก็บข้อมูลชั่วคราว, การย้อนรวบรวมตัวอย่างข้อมูล (sample replay) และการเทรนเข้าไว้ด้วยกัน ในการนำโมเดล Qwen มาผ่านกระบวนการ post-training ในสถานการณ์จริง PAI สามารถดำเนินการเทรนโมเดลด้วยเทคโนโลยีล้ำสมัยให้เสร็จสิ้นได้ภายในเวลาเพียง 5 วัน ซึ่งถือเป็นก้าวกระโดดจากขั้นตอน pre-training ไปสู่ Agentic RL
• ระบบ Cloud Parallel File Storage (CPFS) เป็นระบบยุคใหม่ที่ได้รับการปรับแต่งมาเพื่อรองรับการเทรนโมเดล AI ได้ดีขึ้น โดยสามารถทำความเร็วในการส่งผ่านข้อมูลได้สูงถึงระดับ ร้อยเทราไบต์ต่อวินาที และรองรับอัตราการรับส่งข้อมูลสูงถึงร้อยล้านครั้งต่อวินาที ซึ่งช่วยลดต้นทุนด้านระบบจัดเก็บข้อมูล AI ขององค์กรลงได้มากถึง 69%
• Alibaba Cloud เปิดตัว HPN 8.0 Pro สถาปัตยกรรมเครือข่าย AI เจเนอเรชันล่าสุดที่เป็นลิขสิทธิ์เฉพาะของอาลีบาบา คลาวด์ มอบแบนด์วิดท์ระดับ 100 เพตาบิต ด้วยความหน่วงต่ำเป็นพิเศษ (ultra-low latency) สามารถรองรับพอร์ตเครือข่ายความเร็วระดับ 800G ได้มากกว่า 130,000 พอร์ตในคลัสเตอร์เดียว พร้อมระบบสำรองข้อมูลในตัวที่ให้ความมั่นใจว่าความเสียหายของตัวรับส่งสัญญาณแสง หรือสายเชื่อมต่อ จะไม่กระทบต่อการทำงานของระบบ ขณะเดียวกันยังช่วยลดผลกระทบจากการอัปเกรดเครือข่ายและระบบขัดข้องลงจาก 50% เหลือเพียง 25% เมื่อเทียบกับรุ่นก่อนหน้า
Agent Native Cloud
• AgentCore คือแพลตฟอร์มสำหรับองค์กรยุคใหม่ที่ออกแบบมาเพื่อการพัฒนา บริหารจัดการ และรันการทำงานของ AI agent แบบครบวงจรตลอดวงจรชีวิต ช่วยให้ภาคธุรกิจสามารถสร้างและเปิดใช้งานเครื่องมือ AI ได้อย่างง่ายดาย ควบคุมการทำงานร่วมกันระหว่างมนุษย์และ AI agent ได้อย่างปลอดภัย พร้อมระบบติดตามวัดผลเพื่อการพัฒนาประสิทธิภาพอย่างต่อเนื่อง ด้วยระบบรักษาความปลอดภัยเกรดองค์กรที่ฝังไว้ในชั้นระบบปฏิบัติการ AgentCore จึงมอบรากฐานอันมั่นคงและปลอดภัยในการติดตั้งใช้งาน AI Agent ที่หลากหลาย พร้อมเชื่อมต่อเข้ากับระบบธุรกิจสำคัญได้อย่างไร้รอยต่อในสเกลใหญ่
• Agent Security Center มอบระบบบริหารจัดการความปลอดภัยและการปฏิบัติตามกฎระเบียบสำหรับแอปพลิเคชัน AI agent ระดับองค์กรแบบครบวงจรตลอดวงจรชีวิต แพลตฟอร์มนี้มาพร้อมระบบป้องกันหลายชั้น (multi-layered defense system) ที่ขับเคลื่อนด้วยการตรวจจับภัยคุกคามแบบเรียลไทม์ ช่วยให้มั่นใจได้ว่า AI agent จะทำงานได้อย่างปลอดภัยและอยู่ภายใต้ขอบเขตที่ควบคุมได้ แม้ในการใช้งานระดับสเกลใหญ่
Context Engine
• Agent Context คือบริการข้อมูลบริบทเกรดองค์กร ที่มอบบริบทข้อมูลแบบเรียลไทม์และคลังความจำระยะยาวให้แก่ AI agent โดยการเชื่อมโยงเอกสาร ระบบธุรกิจ ประวัติการสนทนา และข้อมูลมัลติโมเดลของบริษัทเข้าไว้ด้วยกันบนฐานข้อมูลเดียว ส่งผลให้ AI agent สามารถจดจำภารกิจในอดีต แบ่งปันความรู้ข้ามทีม และเรียนรู้ได้อย่างต่อเนื่อง ซึ่งในสถานการณ์ที่ต้องใช้ข้อมูลเข้มข้น เช่น งานบริการลูกค้า การเขียนโค้ดด้วย AI และการวิเคราะห์ข้อมูล บริการนี้ช่วยลดการใช้ทราฟฟิกประมวลผล (token usage) ได้สูงสุดถึง 67%
• OpenLake ได้รับการอัปเกรดสู่การเป็นระบบคลังข้อมูลแบบเลกเฮาส์รองรับข้อมูลหลากหลายรูปแบบโดยใช้ข้อมูลเพียงคัดลอกเดียว (single copy of data) ที่ครอบคลุมทั้งข้อมูลแบบมีโครงสร้าง, กึ่งมีโครงสร้าง,ไม่มีโครงสร้าง, ข้อมูลเวกเตอร์ และข้อมูลสตรีมมิง เพื่อป้อนให้กับเซิร์ฟเวอร์ประมวลผลหลากหลายรูปแบบ ทั้งในงานประมวลผล การค้นหา การวิเคราะห์ และการเทรนโมเดล AI เมื่อเทียบกับสถาปัตยกรรมแบบเดิม OpenLake ช่วยลดต้นทุนรวมลงได้ 30% และลดเวลาในการตอบสนองต่อการสืบค้นข้อมูลลงได้ถึง 40%
