จีนครองตำแหน่งผู้นำระดับโลกด้านการพัฒนา AI แบบ Open-Weight ในปี 2568 ตามการวิเคราะห์ของสแตนฟอร์ด
การวิเคราะห์ล่าสุดจาก Stanford Center for Research on Foundation Models (CRFM) ในรายงาน AI Index 2025 เผยให้เห็นการเปลี่ยนแปลงครั้งสำคัญในภูมิทัศน์การพัฒนาโมเดลปัญญาประดิษฐ์ (AI) แบบ open-weight โดยจีนได้ก้าวขึ้นมาเป็นผู้นำระดับโลกในช่วงต้นปี 2568 หลังจากที่สหรัฐอเมริกาเคยครองความเป็นผู้นำในปี 2567 การเปลี่ยนผ่านนี้สะท้อนถึงความก้าวหน้าอย่างรวดเร็วของจีนในด้านการปล่อยโมเดล AI ขนาดใหญ่ที่มีคุณภาพสูง ซึ่งส่งผลกระทบต่อการแข่งขันระดับโลกและนโยบายเทคโนโลยี
การกำหนดนิยามและเกณฑ์การวัดผล
CRFM กำหนด “โมเดล open-weight คุณภาพสูง” ว่าเป็นโมเดลที่มีพารามิเตอร์อย่างน้อย 14 พันล้านตัว และอยู่ในอันดับท็อป 50% ของการทดสอบประสิทธิภาพบนบาร์นช์มาร์กมาตรฐาน เช่น MMLU (Massive Multitask Language Understanding) หรือ GPQA Diamond โดยข้อมูลครอบคลุมตั้งแต่วันที่ 1 พฤศจิกายน 2567 ถึง 22 เอพริล 2568
ในช่วงเวลาดังกล่าว จีนปล่อยโมเดล open-weight คุณภาพสูงทั้งหมด 44 โมเดล เทียบกับสหรัฐอเมริกา 17 โมเดล และยุโรป 17 โมเดล (ส่วนใหญ่มาจากฝรั่งเศส) เมื่อจำกัดเฉพาะโมเดลขนาดใหญ่ที่มีพารามิเตอร์ ≥70 พันล้านตัว จีนยังคงครองความเด่นชัดด้วย 40 โมเดล ขณะที่สหรัฐฯ มีเพียง 15 โมเดล สถิติเหล่านี้ชี้ให้เห็นถึงปริมาณและความถี่ในการพัฒนาที่เหนือกว่า
ความเป็นผู้นำบนลีดเดอร์บอร์ดระดับโลก
โมเดลจากจีนไม่เพียงแต่มีจำนวนมาก แต่ยังครองอันดับต้นๆ บนลีดเดอร์บอร์ดสำคัญ เช่น LMSYS Chatbot Arena ในหมวด open-weight โดยโมเดล DeepSeek-V3 จาก DeepSeek ขึ้นสู่อันดับ 1 ด้วยคะแนน MMLU 97% ซึ่งเป็นคะแนนสูงสุดสำหรับโมเดล open-weight ในขณะนั้น รองลงมาคือ Qwen2.5-72B-Instruct จาก Alibaba และ GLM-4.1V-Thinking-9B จาก Zhipu AI
ในรายชื่อท็อป 20 โมเดล Large Language Model (LLM) แบบ open-weight มีโมเดลจากจีน 9 โมเดล สหรัฐฯ 7 โมเดล ฝรั่งเศส 3 โมเดล และอื่นๆ 1 โมเดล นอกจากนี้ DeepSeek-R1 ถือเป็นโมเดล open-weight แรกที่สามารถแข่งขันกับโมเดลปิด (closed-weight) อย่าง OpenAI o1 ได้อย่างสูสี ขณะที่ Qwen2.5-Max จาก Alibaba สามารถเทียบชั้นกับ GPT-4o ในหลายด้าน
ปัจจัยขับเคลื่อนความสำเร็จของจีน
ความก้าวหน้าดังกล่าวเกิดจากกลยุทธ์การพัฒนาที่ชัดเจนของจีน โดยเฉพาะการมุ่งเน้น open-source เพื่อเร่งนวัตกรรมและลดช่องว่างกับผู้นำตะวันตก จีนลงทุนมหาศาลในโครงสร้างพื้นฐานคอมพิวติ้งและบุคลากร AI ซึ่งช่วยให้สามารถฝึกโมเดลขนาดใหญ่ได้อย่างมีประสิทธิภาพ แม้จะเผชิญข้อจำกัดด้านชิปขั้นสูงจากมาตรการควบคุมการส่งออกของสหรัฐฯ แต่บริษัทอย่าง DeepSeek และ Alibaba สามารถพัฒนาเทคนิค Mixture-of-Experts (MoE) ที่ช่วยลดความต้องการคอมพิวติ้งโดยไม่ลดทอนประสิทธิภาพ
ตัวอย่างเช่น DeepSeek-V3 มีพารามิเตอร์ทั้งหมด 671 พันล้านตัว แต่ใช้งานจริงเพียง 37 พันล้านตัวต่อโทเค็น ทำให้ประหยัดทรัพยากรได้ถึง 30 เท่าเทียบกับโมเดล dense ขนาดใกล้เคียง สถาปัตยกรรมนี้กลายเป็นมาตรฐานใหม่ที่ถูกนำไปใช้โดยผู้พัฒนาโมเดลทั่วโลก
ผลกระทบต่อการแข่งขันระดับโลกและนโยบายสหรัฐฯ
การขึ้นสู่อันดับ 1 ของจีนท้าทายความยิ่งใหญ่ด้าน AI ของสหรัฐฯ ซึ่งเคยครองตลาดโมเดล open-weight เกือบทั้งหมดในช่วงต้นปี 2567 นักวิเคราะห์จาก Stanford ชี้ว่าการเปลี่ยนแปลงนี้เกิดขึ้นอย่างรวดเร็วภายใน 6 เดือน สะท้อนถึงความเปราะบางของความเป็นผู้นำเทคโนโลยีที่พึ่งพาการควบคุมฮาร์ดแวร์เพียงอย่างเดียว
ในสหรัฐฯ มีความกังวลเพิ่มขึ้นเกี่ยวกับมาตรการส่งออกชิป AI เช่น Nvidia H100/H200 ซึ่งอาจย้อนกลับมาทำร้ายอุตสาหกรรมของตนเอง รายงานแนะนำให้สหรัฐฯ ส่งเสริม open-source มากขึ้นเพื่อรักษาความสามารถในการแข่งขัน ขณะที่จีนใช้ open-weight เป็นเครื่องมือประชาสัมพันธ์และดึงดูดนักพัฒนาทั่วโลก สร้าง ecosystem ที่แข็งแกร่ง
มุมมองอนาคต
รายงานของ Stanford ยังชี้ว่าการแข่งขัน open-weight กำลังกลายเป็นสนามรบหลักของ AI เนื่องจากช่วยลดต้นทุนการเข้าถึงเทคโนโลยีและเร่งนวัตกรรม จีนไม่เพียงนำในเชิงปริมาณ แต่ยังในคุณภาพ โดยโมเดลของตนเข้าใกล้ระดับ frontier มากขึ้น หากแนวโน้มนี้ดำเนินต่อไป จีนอาจขยายความได้เปรียบสู่โมเดล multimodal และ agentic AI ซึ่งเป็นทิศทางหลักในอนาคต
การวิเคราะห์นี้ย้ำถึงความจำเป็นที่ผู้กำหนดนโยบายธุรกิจและรัฐบาลต้องติดตามการเปลี่ยนแปลงอย่างใกล้ชิด เพื่อปรับกลยุทธ์ให้สอดคล้องกับความเป็นจริงใหม่ในอุตสาหกรรม AI ระดับโลก
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)