Reflection AI เปิดตัว Beam Open-weight รุ่นแรกของบริษัท เก่งเท่าโมเดลจีน แต่ใช้ทรัพยากรน้อยกว่า

Reflection AI สตาร์ทอัพ AI วัย 2 ปีจากบรุกลิน นิวยอร์ก เปิดตัว Beam โมเดล AI ระดับแนวหน้า (Frontier Model) ตัวแรกของบริษัทอย่างเป็นทางการ จุดขายที่บริษัทชูคือความสามารถด้านการให้เหตุผลขั้นสูงที่ทัดเทียมโมเดลชั้นนำจากจีน แต่ใช้ต้นทุนต่ำกว่ามาก หากเป็นจริงตามที่อ้าง Beam อาจกลายเป็นตัวเต็งของฝั่งตะวันตกที่จะมาแข่งกับ DeepSeek, Qwen และ Z.ai

Beam เป็นโมเดลแบบ Open-weight หมายความว่า Reflection จะเปิดเผยค่าน้ำหนัก (Weights) ซึ่งเป็นชุดค่าที่โมเดลเรียนรู้มาจากการเทรน ให้ทุกคนดาวน์โหลดไปติดตั้ง ปรับแต่ง หรือเทรนต่อบนระบบของตัวเองได้ ต่างจากโมเดลปิดของ OpenAI หรือ Anthropic ที่ผู้ใช้ทำได้แค่เรียกใช้ผ่านบริการของบริษัท

การเปิดตัวครั้งนี้ยืนยันกระแสข่าวช่วงสุดสัปดาห์ว่า Reflection ใกล้ปล่อยโมเดลแล้ว โดยบริษัทเผยรายละเอียดผ่านบล็อกโพสต์ขนาดยาว อธิบายว่า Beam รับและตอบเป็นข้อความเท่านั้น (Text-only) ออกแบบมาให้เก่งงานให้เหตุผล เขียนโค้ด และงานแบบตัวแทนอัตโนมัติ (AI Agent) โดยใช้ 'โทเคนและกำลังประมวลผลเพียงเสี้ยวเดียว' เมื่อเทียบกับคู่แข่ง

501 พันล้านพารามิเตอร์ แต่ทำงานจริงแค่ 23 พันล้าน

ความประหยัดที่ Reflection เคลมมาจากสถาปัตยกรรมแบบ Mixture-of-Experts (MoE) ซึ่งแบ่งโมเดลออกเป็นกลุ่มผู้เชี่ยวชาญย่อยหลายชุด แล้วเรียกใช้เฉพาะชุดที่เกี่ยวข้องกับงานแต่ละครั้ง แทนการปลุกทั้งโมเดลขึ้นมาทำงานพร้อมกัน Beam จึงมีขนาดรวม 501 พันล้านพารามิเตอร์ แต่ใช้งานจริงเพียง 23 พันล้านพารามิเตอร์ในการประมวลผลแต่ละครั้ง

ก่อนจะมาถึงจุดนี้ Beam ผ่านการเทรนเบื้องต้น (Pretraining) ด้วยข้อมูล 23.8 ล้านล้านโทเคน และรองรับ Context Window หรือปริมาณข้อมูลที่โมเดลอ่านและจำได้ในคราวเดียวสูงสุด 1 ล้านโทเคน จากนั้นจึงฝึกต่อด้วยการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) ที่ทุ่มกำลังประมวลผลสูง เพื่อขัดเกลาทักษะการให้เหตุผลและการทำงานหลายขั้นตอน

เมื่อเทียบกับ GLM-5.2 ของ Z.ai ที่มีขนาดรวมราว 744 พันล้านพารามิเตอร์ และใช้งานจริง 40 พันล้านพารามิเตอร์ Beam ใช้พารามิเตอร์ที่ทำงานจริงน้อยกว่าราว 40%

คะแนนสูสี GLM-5.2 แต่ใช้กำลังประมวลผลน้อยกว่า 3-4 เท่า

ตัวเลขที่ Reflection ใช้ปักหมุดคือผลแบบทดสอบมาตรฐาน (Benchmark) ด้านการให้เหตุผลขั้นสูง บริษัทบอกว่า Beam ทำคะแนนได้ทัดเทียม GLM-5.2 และเหนือกว่าโมเดล Open-weight ชั้นนำของฝั่งตะวันตกในตอนนี้ โดยใช้กำลังประมวลผลตอนใช้งานจริง (Inference) น้อยกว่า 3-4 เท่า ถึงอย่างนั้น ตัวเลขทั้งหมดยังเป็นผลทดสอบของบริษัทเอง และยังไม่มีหน่วยงานภายนอกตรวจสอบยืนยัน

ด้วยจุดเด่นเรื่องต้นทุน Reflection จึงวาง Beam ไว้เป็นโมเดลสำหรับงานหนักในชีวิตประจำวัน (Workhorse Model) ขององค์กร ภาครัฐ และนักพัฒนา ซึ่งทำให้บริษัทต้องเจอคู่แข่งหลายฝั่งพร้อมกัน ทั้งห้องแล็บโมเดลปิดอย่าง Anthropic และ OpenAI โมเดลเปิดยอดนิยมจากจีน ไปจนถึงผู้เล่นตะวันตกอย่าง Mistral, Meta และ Cohere

คู่แข่งที่ใกล้ตัวที่สุดในสหรัฐอเมริกาน่าจะเป็น Inkling โมเดล Open-weight จาก Thinking Machines Lab ของ Mira Murati ที่เปิดตัวไปเมื่อเดือนกรกฎาคม ผลทดสอบของ Reflection เองชี้ว่า Beam ทำคะแนนเหนือ Inkling ในแบบทดสอบด้านการเขียนโค้ดทั้ง 4 รายการที่ทั้งคู่มีผลเทียบกันได้ แต่ต้องไม่ลืมว่า Inkling รับข้อมูลได้หลายรูปแบบ (Multimodal) ทั้งข้อความและภาพ ขณะที่ Beam รองรับข้อความเพียงอย่างเดียว

ทุนหนา 4,700 ล้านดอลลาร์ พร้อมดีลชิปยาวถึงปี 2029

เบื้องหลังโมเดลตัวแรกนี้คือสตาร์ทอัพที่ระดมทุนได้มหาศาลตั้งแต่ยังไม่มีผลิตภัณฑ์ Reflection ก่อตั้งในปี 2024 โดย Misha Laskin และ Ioannis Antonoglou สองอดีตนักวิจัยจาก Google DeepMind ข้อมูลจาก PitchBook ชี้ว่าบริษัทระดมทุนไปแล้วราว 4,700 ล้านดอลลาร์สหรัฐ จากนักลงทุนอย่าง Nvidia, Sequoia Capital และ Lightspeed Venture Partners โดยรอบล่าสุดประเมินมูลค่าบริษัทก่อนรับเงินลงทุน (Pre-money Valuation) ไว้ที่ 25,000 ล้านดอลลาร์สหรัฐ

เงินส่วนหนึ่งถูกนำไปกว้านกำลังประมวลผล ซึ่งเป็นวัตถุดิบสำคัญในการเทรนโมเดลระดับแนวหน้าที่จะดึงลูกค้าออกจากโมเดลปิดของ Anthropic และ OpenAI รวมถึงโมเดล Open-weight ราคาถูกจากห้องแล็บจีน ช่วงกลางปีที่ผ่านมา Reflection ปิดดีลกับ SpaceX และ Nebius มูลค่ารวมกว่า 7,000 ล้านดอลลาร์สหรัฐ เพื่อจองสิทธิ์ใช้ชิป GB300 ของ Nvidia ไปจนถึงปี 2029

เป้าหมายใหญ่คือ 'โรงงาน AI ที่องค์กรและรัฐบาลเป็นเจ้าของเอง'

เมื่อมีทั้งโมเดลและกำลังประมวลผลในมือ ลูกค้ากลุ่มหลักที่ Reflection เล็งไว้สำหรับ Beam และโมเดลรุ่นต่อไปคือองค์กรขนาดใหญ่และรัฐบาลที่ต้องการระบบ AI ของประเทศตัวเอง (Sovereign AI) ข้อเสนอของบริษัทคือ 'โรงงาน AI' (AI Factory) ผลิตภัณฑ์ที่ให้หน่วยงานนำโมเดลของ Reflection ไปเทรนกับข้อมูลภายในของตัวเอง จนได้ระบบ AI เฉพาะทางที่ติดตั้งและควบคุมได้เองภายในองค์กร

แนวคิดนี้สอดรับกับสิ่งที่ Jensen Huang ซีอีโอของ Nvidia ผลักดันมาตลอด ทั้งเรื่องโรงงาน AI และการเสริมความแข็งแกร่งให้ระบบนิเวศ AI แบบเปิด ซึ่ง Nvidia ได้ประโยชน์โดยตรง เพราะระบบเหล่านี้ต้องรันบนหน่วยประมวลผลกราฟิก (Graphics Processing Unit หรือ GPU) ของบริษัท

ฝั่งความต้องการเริ่มมีให้เห็นแล้ว กองทุนเฮดจ์ฟันด์และบริษัทเทรดดิ้งเป็นกลุ่มที่สนใจสร้างระบบลักษณะนี้ ส่วน Reflection ก็เริ่มทดลองรูปแบบความร่วมมือโรงงาน AI ระดับชาติกับ Shinsegae Group ในเกาหลีใต้แล้ว

Reflection เตรียมปล่อยค่าน้ำหนักของ Beam พร้อมรายละเอียดทางเทคนิคฉบับเต็มภายในเดือนตุลาคมนี้ โดยจะกระจายผ่านผู้ให้บริการคลาวด์รายใหญ่ (Hyperscaler) และผู้ให้บริการคลาวด์ GPU เฉพาะทาง (Neocloud) พร้อมเชื่อมต่อกับไลบรารีโอเพนซอร์สที่นักพัฒนาใช้รันโมเดลตั้งแต่วันแรก ถึงตอนนั้นคนนอกจะได้พิสูจน์เองว่า Beam ทั้งเก่งและประหยัดได้จริงอย่างที่บริษัทเคลมหรือไม่

ที่มา: TechCrunch, The Next Web, Reflection AI