โมเดล AI เบาแบบโอเพนซอร์ส เปลี่ยนมือถือให้เป็นศูนย์ประมวลผลขอบ

ยุคใหม่ของโมเดล AI เบา บนมือถือและขอบเครือข่าย

โมเดล AI เบา คือโมเดลภาษาขนาดกะทัดรัดที่ถูกออกแบบให้ใช้หน่วยความจำและพลังประมวลผลต่ำพอจะรันบนมือถือ คอมพิวเตอร์พกพา หรืออุปกรณ์ประมวลผลขอบโดยไม่ต้องพึ่งพาศูนย์ข้อมูลขนาดใหญ่ ช่วยให้ผู้ใช้สามารถใช้งาน offline ตอบสนองได้แบบเรียลไทม์ และควบคุมข้อมูลส่วนตัวได้มากขึ้น เหมาะกับงานที่ต้องการความเป็นส่วนตัวหรืออยู่ในพื้นที่ที่สัญญาณอินเทอร์เน็ตไม่เสถียร

การมาของตระกูล Ornith-1.5 จากทีม DeepReinforce และ Granite 4.2 จาก IBM ไม่ได้เป็นเพียงการอัปเกรดสเปกโมเดล แต่เป็นสัญญาณชัดเจนว่าอนาคตของ AI บนมือถือจะไม่ถูกผูกขาดด้วยบริการคลาวด์แบบปิดอีกต่อไป Ornith-1.5 เปิดตัวเป็นครอบครัวโมเดลใหม่ตั้งแต่ 9B 35B ไปจนถึง 397B พารามิเตอร์ และปล่อยน้ำหนักภายใต้สัญญาอนุญาตแบบ MIT สำหรับการใช้งานเชิงพาณิชย์โดยไม่มีข้อจำกัด ขณะเดียวกัน IBM เปิดตัว Granite 4.2 โมเดลภาษาแบบ decoder-only สำหรับงานให้เหตุผล ขนาด 3B 8B และ 30B พารามิเตอร์ภายใต้สัญญาอนุญาต Apache 2.0 ทั้งคู่กำลังผลัก AI จากคลาวด์ลงสู่ขอบเครือข่ายในมือผู้ใช้โดยตรง

Ornith-1.5: จากคลาวด์ระดับ 397B สู่ iPhone 17 ที่ใช้งาน offline

จุดเปลี่ยนสำคัญของ Ornith-1.5 คือการครอบคลุมตั้งแต่โมเดลยักษ์ระดับ 397B พารามิเตอร์สำหรับคลาวด์ ไปจนถึงรุ่นเบา 9B สำหรับขอบเครือข่ายและมือถือ บนด้านประสิทธิภาพ รุ่น 397B ทำคะแนน SWE‑Bench Verified ได้ 86 และ Terminal‑Bench 2.1 ที่ 86.1 ซึ่งสูงกว่าคะแนน 85 และ 85.8 ที่บริษัทระบุว่าเป็นของ Claude Opus 4.8 บนชุดทดสอบเดียวกัน คำพูดนี้แปลได้ชัดว่า "โมเดลโอเพนซอร์สเริ่มไล่ทันและบางงานเหนือกว่ารุ่นท็อปแบบปิดแล้ว"

แต่สำหรับผู้ใช้ทั่วไป ไฮไลต์กลับอยู่ที่ Ornith-1.5‑9B และเวอร์ชัน 9B‑Mobile รุ่นนี้เป็นโมเดล AI เบาแบบรหัสหนาแน่น 9 พันล้านพารามิเตอร์ที่ออกแบบเพื่อขอบเครือข่ายและเวิร์กสเตชันเบา โดยมีบิลด์แบบ quantized สำหรับอุปกรณ์พกพาที่ถูกบีบอัดเหลือประมาณ 1.5 GB เพื่อรันได้โดยตรงบน iPhone และเครื่อง Android แหล่งข้อมูลหนึ่งอธิบายชัดว่า ผู้ใช้ iPhone 17 และมือถือ Android เรือธงจะสามารถรัน Ornith-1.5‑9B‑Mobile ได้แบบ offline ไม่ต้องเชื่อมอินเทอร์เน็ต ไม่ต้องจ่ายค่า API และไม่ต้องอัปโหลดข้อมูลส่วนตัวขึ้นคลาวด์ ในขณะที่ยังใช้สนทนาซับซ้อน สรุปข้อความยาว หรือช่วยเขียนโค้ดได้ลื่นไหล

IBM Granite 4.2: โมเดลให้เหตุผลสำหรับสภาพแวดล้อมทรัพยากรจำกัด

ฝั่งองค์กร IBM เลือกเดินทางที่ต่างออกไปด้วย Granite 4.2 ครอบครัวโมเดลภาษาแบบเข้มข้นที่ใช้สถาปัตยกรรม decoder‑only เน้นทักษะการให้เหตุผลอย่างเป็นระบบ ขนาด 3B 8B และ 30B พารามิเตอร์ รุ่น 30B ถูกออกแบบสำหรับโหนดให้บริการแบบหลาย GPU ส่วนรุ่น 3B มุ่งใช้ในเคสที่ต้องการโมเดลเบาบนทรัพยากรจำกัดแต่ยังคงโหมดคิดที่สลับได้ นี่คือคำตอบของ IBM ต่อโจทย์ "ทำอย่างไรให้ AI ฉลาดคิดแต่กินทรัพยากรน้อยลง"

Granite 4.2 ไม่ได้เก่งแค่ท่องจำข้อมูล แต่เรียนรู้จากสภาพแวดล้อมจริง ผ่านการเรียนรู้แบบเสริมแรงหลายขั้น ไล่ตั้งแต่โจทย์คณิตศาสตร์ที่ตรวจคำตอบได้ โค้ดที่ทดสอบด้วยยูนิตเทสต์ ไปจนถึงงานในสภาพแวดล้อมวิศวกรรมซอฟต์แวร์ เทอร์มินัล และการค้นหาเว็บสด บนตัวเลขการทดสอบ รุ่น 30B ทำคะแนน AIME25 ด้านคณิตได้ 89.17 และ GPQA ด้านวิทยาศาสตร์ 66.41 ขณะที่รุ่น 3B ยังทำได้ 78.33 และ 54.80 ตามลำดับ คะแนนเหล่านี้สะท้อนว่าต่อให้เป็นโมเดลเล็กก็ยังใช้เป็นสมองให้เหตุผลบนเครื่องที่ทรัพยากรจำกัดได้อย่างน่าเชื่อถือ

โอเพนซอร์ส vs คลาวด์ปิด: ต้นทุน ความเป็นส่วนตัว และเสรีภาพในการพัฒนา

เสน่ห์ที่แท้จริงของ Ornith-1.5 และ Granite 4.2 ไม่ได้อยู่แค่ความแรงของโมเดล แต่คือการเป็นโมเดลโอเพนซอร์สอย่างแท้จริง Ornith-1.5 ใช้สัญญาอนุญาตแบบ MIT ทำให้นักพัฒนานำไปใช้เชิงพาณิชย์ได้โดยไม่มีข้อจำกัดด้านสิทธิ์ ส่วน Granite 4.2 ปล่อยน้ำหนักภายใต้ Apache 2.0 ซึ่งเปิดโอกาสให้ปรับแต่งรวมเข้ากับระบบองค์กรได้อย่างยืดหยุ่น เมื่อเทียบกับบริการ AI บนคลาวด์แบบปิดที่คิดค่าการใช้งานตามปริมาณคำขอและล็อกอยู่ในแพลตฟอร์มเดียว โมเดลโอเพนซอร์สช่วยให้ควบคุมต้นทุนระยะยาวได้มากกว่า

มิติความเป็นส่วนตัวก็เป็นจุดที่โมเดล AI เบาได้เปรียบชัดเจน เมื่อโมเดลสามารถใช้งาน offline ได้บนมือถือหรือเซิร์ฟเวอร์ในองค์กร ข้อมูลสำคัญไม่จำเป็นต้องเดินทางออกนอกระบบ ตัวอย่างของ Ornith-1.5‑9B‑Mobile ที่รันบน iPhone 17 และ Android เร็วแรงโดยไม่ต้องเชื่อมอินเทอร์เน็ตหรือส่งข้อมูลขึ้นคลาวด์ แสดงภาพนี้ได้ดี สำหรับธุรกิจที่กังวลเรื่องข้อมูลลูกค้า หรือผู้ใช้ที่ห่วงแชตส่วนตัว การประมวลผลขอบบนอุปกรณ์ของตัวเองคือตัวเลือกที่สมเหตุสมผลมากกว่าโมเดลคลาวด์ปิดที่ไม่โปร่งใสเรื่องการจัดการข้อมูล

ผลกระทบต่อผู้ใช้ทั่วไปและนักพัฒนา: AI บนมือถือที่ตอบสนองแบบเรียลไทม์

เมื่อโมเดล AI เบาแบบโอเพนซอร์สเริ่มลงมารันบนมือถือได้จริง ภาพการใช้งานก็เปลี่ยนจากการแชตกับบอตบนคลาวด์ มาเป็นผู้ช่วยส่วนตัวที่อยู่ในเครื่องตลอดเวลา ผู้ใช้งานสามารถสั่งให้สรุปเอกสารยาวในไฟล์บนเครื่อง ช่วยเขียนและรันโค้ดตัวอย่าง หรือวางแผนงานส่วนตัวได้โดยไม่ต้องกังวลว่าเครือข่ายล่มหรือสัญญาณไม่ดี โมเดล 9B‑Mobile ของ Ornith-1.5 ที่รันได้บน iPhone 17 และ Android รุ่นเรือธงโดยไม่ต้องต่อเน็ตคือหลักฐานว่าแนวคิดนี้ไม่ใช่แค่ทฤษฎีอีกต่อไป

สำหรับนักพัฒนา โมเดลโอเพนซอร์สเหล่านี้เปิดโอกาสให้สร้างแอป AI บนมือถือที่ประมวลผลขอบอย่างแท้จริง ไม่ว่าจะเป็นแอปผู้ช่วยแพทย์ในพื้นที่ห่างไกล แอปให้คำปรึกษาด้านการเกษตร หรือเครื่องมือเขียนโค้ดบนแท็บเล็ตในห้องเรียนที่อินเทอร์เน็ตไม่เสถียร การที่ Granite 4.2 มีรุ่น 3B สำหรับการปรับใช้เบา และยังเน้นทักษะการให้เหตุผล ทำให้สามารถนำไปต่อยอดเป็นเอนจินวิเคราะห์ในอุปกรณ์ฝั่งเอดจ์ได้อย่างมั่นใจ สุดท้าย ผู้ชนะตัวจริงคือผู้ใช้ที่ได้ AI ฉลาดขึ้น เร็วขึ้น และเคารพความเป็นส่วนตัวมากขึ้น โดยไม่ต้องแลกทุกอย่างเพื่อความสะดวกของคลาวด์