Meta เปิดตัว Muse Spark โมเดลแรกของ Superintelligence Labs หันสู่ระบบปิด

เมื่อวันที่ 8 เมษายน 2026 Meta ได้เปิดตัวโมเดลแรกจากทีม Superintelligence Labs ที่เพิ่งก่อตั้งขึ้น ภายใต้ชื่อ「Muse Spark」 ตามข้อมูลอย่างเป็นทางการ โมเดลนี้เป็นโมเดลที่ให้เหตุผลแบบหลายรูปแบบโดยกำเนิด สามารถเข้าใจข้อความ ภาพ และวิดีโอผสมกันได้โดยตรง โดยไม่ต้องต่อโมดูลเข้ารหัสภาพเข้ากับโมเดลภาษาแยกต่างหาก มีความสามารถในการใช้เครื่องมือในตัว เรียกใช้ API ภายนอกหรือสภาพแวดล้อมรันโค้ดเพื่อทำงานให้สำเร็จได้เอง รองรับ「ห่วงโซ่ความคิดเชิงภาพ」ที่สร้างขั้นตอนกลางเป็นภาพระหว่างการให้เหตุผล และเสริมการทำงานร่วมกันแบบหลายเอเจนต์โดยกำเนิด ประเด็นที่ได้รับความสนใจมากที่สุดคือ Meta ระบุชัดเจนว่า Muse Spark เป็นโมเดลแบบปิด ไม่เปิดเผยน้ำหนักโมเดล ไม่รองรับการติดตั้งในเครื่อง ใช้งานได้ผ่าน API หรือฝังในผลิตภัณฑ์เท่านั้น ซึ่งขัดแย้งกับจุดยืนเดิมของ Meta ที่เน้นกลยุทธ์โอเพนซอร์สของตระกูล Llama และระบบนิเวศแบบเปิด

นัยทางเทคนิคและกลยุทธ์: จากต่อประกอบสู่โดยกำเนิด จากเปิดสู่ปิด

โมเดลหลายรูปแบบส่วนใหญ่ในปัจจุบันยังเป็นสถาปัตยกรรม「โมเดลภาษา＋ตัวเข้ารหัสภาพ」การที่ Muse Spark เน้นความเป็นหลายรูปแบบโดยกำเนิด หมายความว่าภาพ วิดีโอ และข้อความใช้กลไกการแทนค่าและให้เหตุผลชุดเดียวกันตั้งแต่ขั้นตอนฝึกฝน ช่วยลดการสูญเสียข้อมูลระหว่างแปลงรูปแบบ โดยเฉพาะงานที่ต้อง「คิดจากภาพ ลงมือทำจากภาพ」เช่น อ่านแผนภูมิ ภาพหน้าจอ หรือภาพถ่ายหน้างาน ห่วงโซ่ความคิดเชิงภาพยังทำให้ขั้นตอนกลางมองเห็นและตรวจสอบได้ ช่วยดีบักและสร้างความน่าเชื่อถือ ในอีกด้านหนึ่ง Meta ใช้ Llama โอเพนซอร์สเป็นกลยุทธ์หลักต่อสู้กับค่ายระบบปิดอย่าง OpenAI, Google และ Anthropic มายาวนาน การที่โมเดลแรกของ Superintelligence Labs เลือกระบบปิด ถูกมองว่าเป็นการประเมินใหม่ว่าโอเพนซอร์สยังเป็นเส้นทางธุรกิจที่ดีที่สุดหรือไม่ เมื่อความสามารถโมเดลเข้าใกล้แนวหน้าและต้นทุนฝึกฝนเพิ่มขึ้น การเปิดเผยน้ำหนักโมเดลเท่ากับส่งมอบทรัพย์สินหลักให้คู่แข่ง ขณะที่ระบบปิดรักษาช่องทางรายได้จากผลิตภัณฑ์ ระบบสมาชิก หรือการอนุญาตใช้งานระดับองค์กรไว้ได้ สอดคล้องกับบรรยากาศวงการที่เปลี่ยนจาก「เปิดก่อน」สู่「ความสามารถและธุรกิจก่อน」

ปฏิกิริยาจากวงการ

ชุมชนนักพัฒนามีปฏิกิริยาแบ่งเป็นสองฝ่าย ฝ่ายที่พึ่งพาน้ำหนักโมเดลเปิดของ Llama เพื่อปรับแต่งเฉพาะทางและติดตั้งส่วนตัว ผิดหวังต่อการหันสู่ระบบปิด กังวลว่าปันผลจากระบบนิเวศเปิดจะสิ้นสุดลง ขณะที่อีกฝ่ายมองว่าหากความสามารถของ Muse Spark ถึงระดับแนวหน้าจริง การเลือกระบบปิดก็สะท้อนว่า Meta ตามทันคู่แข่งได้จริงและมีเหตุผลทางธุรกิจรองรับ ตลาดยังรอข้อมูลการทดสอบจริงและราคาเพิ่มเติม

สำหรับผู้บริหาร นัยสำคัญอยู่ที่สัญญาณมากกว่าตัวเครื่องมือเอง เมื่อ AI หลายรูปแบบประมวลผลแผนภูมิ ภาพหน้าจอ และภาพถ่ายหน้างานได้โดยกำเนิด พร้อมเรียกใช้เครื่องมือเองเพื่อทำงานให้สำเร็จ ควรพิจารณานำร่องขนาดเล็กในงานที่ต้อง「ตัดสินใจจากภาพ＋ปฏิบัติงานข้ามระบบ」ก่อน เช่น การตรวจสอบคุณภาพ การตรวจสอบการจัดวางสินค้าหน้าร้าน หรือการจัดสรรงานบริการลูกค้า