Mistral AI เปิดตัว Pixtral Large พร้อมอัปเกรดครั้งใหญ่ให้ Le Chat ในวันเดียวกัน

เมื่อวันที่ 18 พฤศจิกายน พ.ศ. 2567 Mistral AI บริษัทสตาร์ทอัพด้าน AI จากฝรั่งเศส ได้เปิดตัวโมเดลใหม่ชื่อ Pixtral Large ซึ่งเป็นโมเดลมัลติโมดัลแบบ open-weight ขนาด 1.24 แสนล้านพารามิเตอร์ พัฒนาต่อยอดจากโมเดล Mistral Large 2 ที่เปิดตัวก่อนหน้านี้ โดยสามารถเข้าใจทั้งข้อความและภาพในเวลาเดียวกัน เช่น การอ่านกราฟ สแกนเอกสาร หรือจดจำเนื้อหาในภาพถ่ายแล้วตอบกลับเป็นข้อความ ในวันเดียวกันนั้น Mistral ยังได้อัปเกรดแอปพลิเคชันแชท Le Chat ครั้งใหญ่ ด้วยการเพิ่มฟังก์ชันค้นหาเว็บแบบเรียลไทม์ ทำให้คำตอบสามารถอ้างอิงข้อมูลล่าสุดแทนที่จะพึ่งพาแค่ข้อมูลที่ใช้ฝึกโมเดลเท่านั้น พร้อมทั้งผนวกรวมโมเดล Flux Pro ของ Black Forest Labs เข้ามา ทำให้ผู้ใช้สามารถพิมพ์คำสั่งสร้างภาพได้โดยตรงในหน้าต่าง Le Chat โดยไม่ต้องสลับไปใช้เครื่องมือสร้างภาพอื่น

สิ่งที่น่าสนใจที่สุดของการเปิดตัวครั้งนี้ไม่ใช่ขนาดพารามิเตอร์ของ Pixtral Large แต่เป็นจังหวะที่ Mistral เลือกเปิดตัว “โมเดล+แอปพลิเคชัน” พร้อมกัน ในอดีต Mistral ถูกมองว่าเป็นผู้ให้บริการโมเดลพื้นฐานที่เน้นกลยุทธ์ open-weight และการอนุญาตใช้งานเชิงองค์กรเป็นหลัก แต่การใส่ฟังก์ชันค้นหาแบบเรียลไทม์และสร้างภาพเข้าไปใน Le Chat ครั้งนี้ สะท้อนความตั้งใจชัดเจนที่จะพัฒนา Le Chat ให้เป็นผู้ช่วย AI ที่ครบวงจร ไม่ใช่แค่หน้าต่างถาม-ตอบด้วยข้อความอีกต่อไป

ความหมายเชิงเทคนิค: มัลติโมดัลกลายเป็นมาตรฐานขั้นต่ำของการแข่งขันโมเดล AI

การที่ Pixtral Large เพิ่มความสามารถด้านภาพและข้อความ ถือเป็นการเติมเต็มจุดที่ผลิตภัณฑ์ของ Mistral ยังขาดอยู่ ก่อนหน้านี้ผู้เล่นหลักในอุตสาหกรรม เช่น GPT-4o ของ OpenAI หรือตระกูล Gemini ของ Google ต่างมีความสามารถมัลติโมดัลที่สมบูรณ์แล้ว สามารถประมวลผลทั้งข้อความ ภาพ และเสียงพร้อมกันได้ ขณะที่ Mistral Large 2 ซึ่งเป็นโมเดลเรือธงเดิมของ Mistral แม้จะทำผลงานได้ดีในงานด้านข้อความ แต่ยังขาดความสามารถด้านการเข้าใจภาพ การเปิดตัว Pixtral Large จึงถือเป็นก้าวสำคัญที่ช่วยให้ Mistral ไม่ตกขบวนในการประเมินจัดซื้อของภาคธุรกิจที่ต้องการฟังก์ชันครบครัน

เทียบกับคู่แข่ง: Le Chat เข้าสู่สนามแข่งขันกับผู้ช่วย AI แบบครบวงจรอย่าง ChatGPT

การรวมฟังก์ชันค้นหาและสร้างภาพเข้าไว้ใน Le Chat พร้อมกัน คือการวางตำแหน่งให้ตรงข้ามกับผลิตภัณฑ์อย่าง ChatGPT และ Gemini ที่มี “ถาม-ตอบ+ค้นหา+สร้างภาพ” เป็นฟังก์ชันมาตรฐานอยู่แล้ว ก่อนหน้านี้ผู้ใช้ที่ต้องการ “ค้นข้อมูลแล้ววาดภาพ” มักต้องสลับไปมาระหว่างเครื่องมือหลายตัว แต่หลังการอัปเดตครั้งนี้ ในทางทฤษฎี Le Chat สามารถทำงานตั้งแต่การตรวจสอบข้อมูลไปจนถึงการสร้างภาพประกอบได้ในบทสนทนาเดียว สะท้อนแนวโน้มชัดเจนของอุตสาหกรรมที่ว่าแชทบอทข้อความล้วนไม่เพียงพอต่อการรักษาผู้ใช้อีกต่อไป “ผู้ช่วย AI แบบครบวงจร” กำลังกลายเป็นมาตรฐานของผู้เล่นรายใหญ่ทุกราย

ปฏิกิริยาจากวงการ: แนวทาง open-weight ยังคงได้รับความสนใจ

เนื่องจาก Pixtral Large ยังคงยึดกลยุทธ์ open-weight ตามแบบฉบับของ Mistral ชุมชนนักพัฒนาส่วนใหญ่แสดงความยินดี เพราะมองว่าเป็นอีกทางเลือกของโมเดลมัลติโมดัลที่องค์กรและนักวิจัยสามารถนำไปติดตั้งและปรับแต่งเองได้ โดยไม่ต้องพึ่งพาผู้ให้บริการโมเดลปิดเพียงไม่กี่ราย อย่างไรก็ตาม ยังมีความเห็นว่าประสบการณ์การใช้งานจริงของฟังก์ชันค้นหาและสร้างภาพ รวมถึงคุณภาพของภาพที่สร้างขึ้นเทียบกับการใช้ Flux Pro โดยตรง ยังต้องรอการทดสอบเพิ่มเติมเพื่อยืนยัน

สำหรับผู้บริหาร ข้อคิดจากข่าวนี้คือช่องว่างการแข่งขันของเครื่องมือ AI กำลังหายไปอย่างรวดเร็ว การค้นหา การสร้างภาพ และความเข้าใจแบบมัลติโมดัล กำลังกลายเป็น “อุปกรณ์พื้นฐาน” มากกว่าจุดขายที่แตกต่าง หากองค์กรยังใช้เครื่องมือ AI ที่มีฟังก์ชันเดียวอยู่ ก็ควรพิจารณาว่าถึงเวลาเปลี่ยนไปใช้ผู้ช่วยแบบครบวงจรที่จัดการได้ทั้งการตรวจสอบข้อมูล การสนทนา และการสร้างภาพในที่เดียว เพื่อลดเวลาที่พนักงานต้องสลับไปมาระหว่างเครื่องมือหลายตัว