Meta เปิดตัว Muse Spark อย่างยิ่งใหญ่: ปรับโครงสร้างสแต็กเทคโนโลยี AI ภายใน 9 เดือน โมเดลการให้เหตุผลแบบมัลติโมดัลนำพาหุ้นพุ่งสูง

Meta เปิดตัว Muse Spark: ปรับโครงสร้างสแต็กเทคโนโลยี AI ใหม่ทั้งชุดใน 9 เดือน โมเดลการให้เหตุผลแบบมัลติโมดัลนำพาหุ้นพุ่ง

หลังจากปรับโครงสร้างสแต็กเทคโนโลยีใหม่ทั้งชุดเป็นเวลา 9 เดือน Meta Superintelligence Lab นำโดย Alexandria Wang ได้เปิดตัวโมเดลแฟล็กชิปแรกของพวกเขา นั่นคือโมเดลมัลติโมดัลดั้งเดิม Muse Spark

การเปิดตัวโมเดลนี้ส่งผลเชิงบวกต่อตลาดทุนในทันที หุ้นของ Meta ปรับตัวขึ้นประมาณ 7% ภายในวันเดียว เคยพุ่งสูงสุดเกือบ 10% ในช่วงกลางวัน และปิดตลาดด้วยการปรับตัวขึ้นประมาณ 6%

เบื้องหลังการตอบรับอย่างอบอุ่นจากตลาดคือทีมงานอันเต็มไปด้วยดาวเด่นของ Muse Spark: Jason Wei ผู้เขียน Chain-of-Thought, Hyung Won Chung ผู้มีส่วนร่วมหลักของโมเดล o1, Yu Jiahui ผู้ที่ Meta จ้างมาด้วยเงินเดือนสูง และ Song Yang นักวิจัยชื่อดังในสาขา Diffusion Model เป็นต้น การรวมตัวของทีมระดับสูงนี้ชี้ให้เห็นเป้าหมายหลักอย่างชัดเจน นั่นคือ การให้เหตุผล

ตามที่ Jason Wei เปิดเผย เมื่อทีมเริ่มโครงการเมื่อ 9 เดือนที่แล้ว สิ่งแรกที่พวกเขาเขียนคือสคริปต์สำหรับโมเดล LLaMA ที่ใช้ในการให้เหตุผล ตอนนี้โมเดลเวอร์ชันสมบูรณ์นี้ก็ปรากฏตัวออกมาแล้ว

หลังจากขัดเกลาเป็นเวลา 9 เดือน Muse Spark ช่วยให้ Meta กลับสู่กลุ่มผู้นำในการทดสอบมาตรฐานของบุคคลที่สามอีกครั้ง ช่วยกู้ชื่อเสียงที่เสียไปจากผลงานที่ไม่ดีของ LLaMA 4

ที่น่าสังเกตคือ Meta เปิดตัวครั้งนี้ด้วยท่าทีที่ค่อนข้างระมัดระวัง ไม่ได้เน้นย้ำเกินไปว่าทำได้ “SOTA” (ระดับล้ำสมัยที่สุด) ในหลายๆ งาน แต่ชี้ให้เห็นอย่างเป็นกลางว่า: Muse Spark มีประสิทธิภาพแข็งแกร่งในด้านการรับรู้แบบมัลติโมดัล การให้เหตุผล การตอบคำถามด้านสุขภาพ และงานอัตโนมัติ แต่ในด้าน การเขียนโปรแกรม และความสามารถในการ ทำงานอัตโนมัติเป็นเวลานาน ยังคงมีช่องว่างเมื่อเทียบกับโมเดลระดับสูงของคู่แข่ง

นอกจากนี้ การเปิดตัว Muse Spark ยังปิดฉากการถกเถียงเรื่อง “กลยุทธ์โอเพ่นซอร์สโมเดลของ Meta” ที่มีมายาวนาน: โมเดลนี้เปิดตัวในรูปแบบปิด ขณะนี้ Muse Spark ได้เปิดให้บริการบนเว็บไซต์และแอปพลิเคชันอย่างเป็นทางการของ Meta โดย API จะเปิดให้เฉพาะพันธมิตรบางส่วนเท่านั้น

(อย่างไรก็ตาม Alexandria Wang ก็ได้ทิ้งความเป็นไปได้ไว้สำหรับอนาคต โดยกล่าวว่า “วางแผนที่จะโอเพ่นซอร์สเวอร์ชันต่อๆ ไปในอนาคต”)

การประเมินประสิทธิภาพ: กลับสู่กลุ่มผู้นำอีกครั้ง

ในฐานะโมเดลที่ทรงพลังที่สุดของ Meta จนถึงปัจจุบัน Muse Spark มีประสิทธิภาพโดดเด่นในสามด้านหลักในการประเมินของทางการและบุคคลที่สาม:

1. ความสามารถในการเข้าใจแบบมัลติโมดัล
ในงานมัลติโมดัลหลายงาน เช่น การทำความเข้าใจแผนภูมิ การจดจำเนื้อหาบนหน้าจอ คะแนนของมันอยู่ในอันดับหนึ่ง หรือไม่ต่างจากโมเดลอย่าง Gemini 3.1 Pro, GPT-5.4 มากนัก จากผลตอบรับการทดสอบของผู้ใช้ โมเดลนี้มีความเชี่ยวชาญเป็นพิเศษในการแปลงแบบร่างการออกแบบหรือแผนผังเป็นโค้ด

2. ความสามารถในการเรียกใช้เครื่องมือ
ผลการประเมินด้านการใช้เครื่องมือและการเรียกใช้ API มีประสิทธิภาพคล้ายคลึงกับความสามารถในการเข้าใจแบบมัลติโมดัล อยู่ในระดับแนวหน้า

3. ความสามารถในด้านการแพทย์
ด้วยความร่วมมือกับแพทย์กว่า 1,000 คน Muse Spark ทำคะแนนได้สูงสุดที่ 42.8 ใน HealthBench Hard ซึ่งเป็นเกณฑ์มาตรฐานการตอบคำถามสุขภาพแบบเปิด และอยู่ในอันดับต้นๆ ของชุดข้อมูลคำถามตอบด้านการแพทย์แบบมัลติโมดัล MedXpertQA MM

แน่นอน ตามที่ Meta ยอมรับเอง Muse Spark ยังมีจุดอ่อนในงานด้านการเขียนโปรแกรมและงานประเภทเอเจนต์ (Agent) เพื่อชดเชยช่องว่างนี้ให้มากที่สุด ทีมงานได้นำโหมดพิเศษที่เรียกว่า “Contemplating” (ไตร่ตรอง) มาใช้ โหมดนี้ให้เอเจนต์หลายตัวคิดเกี่ยวกับปัญหาเดียวกันพร้อมกัน จากนั้นรวบรวมผลลัพธ์และเลือกวิธีที่ดีที่สุด ในโหมดนี้ Muse Spark สามารถแข่งขันกับโหมดการให้เหตุผลขั้นสูงอย่าง Deep Think ของ Gemini และ Pro ของ GPT ได้

นอกจากนี้ Meta ยังเปิดตัว “โหมดช้อปปิ้ง” โดยไม่มีการประกาศล่วงหน้า Alexandria Wang กล่าวว่าโหมดนี้จะผสมผสานความชอบของผู้ใช้ต่อครีเอเตอร์และแบรนด์ที่ติดตามบน Instagram, Facebook, Threads เพื่อให้คำแนะนำการช้อปปิ้งแบบส่วนบุคคล

พร้อมกับการเปิดตัว Muse Spark หน่วยงานประเมินบุคคลที่สามก็ได้ให้คำวิจารณ์ หลังจากได้รับสิทธิ์การเข้าถึงล่วงหน้าและทำการทดสอบแล้ว สรุปได้ว่า: Meta กลับมาแล้ว! ในดัชนีวิเคราะห์ AI ที่สำคัญ คะแนนของ Muse Spark อยู่ในอันดับรองจาก Gemini 3.1 Pro, GPT-5.4 และ Claude Opus 4.6

รายละเอียดทางเทคนิค: เส้นทางปรับโครงสร้างใหม่ 9 เดือน

หัวใจของการพัฒนาความสามารถของ Muse Spark อยู่ที่การปรับโครงสร้างใหม่อย่างสมบูรณ์ที่ทีมทำในช่วง 9 เดือนที่ผ่านมา ซึ่งครอบคลุม โครงสร้างพื้นฐานใหม่ สถาปัตยกรรมโมเดลใหม่ และไปป์ไลน์ข้อมูลใหม่

สรุปประเด็นทางเทคนิคได้ดังนี้:
* การฝึกก่อนที่มีประสิทธิภาพ: ในขั้นตอนการฝึกก่อน Muse Spark สามารถบรรลุประสิทธิภาพระดับเดียวกันกับ LLaMA 4 โดยใช้ทรัพยากรการคำนวณ น้อยกว่า 10 เท่า
* การเรียนรู้แบบเสริมกำลังที่เสถียร: กระบวนการฝึกการเรียนรู้แบบเสริมกำลังแสดงให้เห็นถึงการปรับปรุงประสิทธิภาพที่ราบรื่นและคาดการณ์ได้ พร้อมด้วยความสามารถในการปรับตัวและขยายขอบเขตที่ดี
* การปรับปรุงการให้เหตุผลระหว่างการทดสอบ: ด้วยการนำกลไก “การลงโทษความยาวการคิด” โมเดลได้เรียนรู้ที่จะทำ “การบีบอัดความคิด” นั่นคือการใช้โทเค็นน้อยลงเพื่อแก้ปัญหาที่ซับซ้อน

Meta อธิบายในบล็อกทางเทคนิคว่า การปรับปรุงทั้งหมดมุ่งเป้าไปที่การเพิ่มประสิทธิภาพการคำนวณ เพื่อให้ทรัพยากรการคำนวณแต่ละหน่วยสร้างคุณค่ามากขึ้น จากการทดลองเปรียบเทียบด้วยเส้นโค้งการขยายขอบเขต “ทรัพยากรการคำนวณ-ประสิทธิภาพ” ที่ได้จากการประมาณด้วยโมเดลขนาดเล็ก พบว่า Muse Spark ต้องการทรัพยากรการคำนวณน้อยกว่าหนึ่งลำดับความสำคัญ (10.3 เท่า) เพื่อให้บรรลุประสิทธิภาพเทียบเท่ากับ LLaMA 4

ในขั้นตอนการเรียนรู้แบบเสริมกำลังหลังการฝึกก่อน สถาปัตยกรรมใหม่รับประกันความเสถียรของการฝึก เมื่อจำนวนก้าว RL เพิ่มขึ้น อัตราความสำเร็จของโมเดลในงานฝึกก็เพิ่มขึ้นแบบลอการิทึมเชิงเส้น ซึ่งบ่งชี้ว่ามันเพิ่มความน่าเชื่อถือโดยไม่ทำลายความหลากหลายของการให้เหตุผล ในงานที่ไม่เคยเห็นมาก่อน ความแม่นยำก็เพิ่มขึ้นเช่นกัน ซึ่งพิสูจน์ถึงความสามารถในการปรับตัว

เพื่อมอบความสามารถ “การให้เหตุผลระหว่างการทดสอบ” (การคิดไตร่ตรองก่อนเผชิญปัญหาซับซ้อน) ให้กับโมเดล ทีมงานก็ใช้การเรียนรู้แบบเสริมกำลังในการฝึกเช่นกัน เพื่อแก้ปัญหาที่กระบวนการให้เหตุผลใช้โทเค็นจำนวนมาก พวกเขาใช้กลยุทธ์สำคัญสองประการ:
1. การลงโทษเวลาในการคิด: ส่งเสริมให้โมเดลใช้เส้นทางการให้เหตุผลที่สั้นลงเพื่อได้คำตอบที่ถูกต้อง จึงเรียนรู้ที่จะบีบอัดเชนความคิด
2. การทำงานร่วมกันของเอเจนต์หลายตัว: ให้โมเดลหรือโมดูลหลายตัวทำงานร่วมกัน เพื่อเพิ่มประสิทธิภาพโดยรวมในขณะที่รักษาความเร็วในการตอบสนอง

ในการประเมินคณิตศาสตร์ระดับยากสูง เช่น AIME โมเดลแสดงพฤติกรรมวิวัฒนาการ “สามขั้นตอน” ที่น่าสนใจ: ในช่วงแรกมีแนวโน้มที่จะคิดนานขึ้น; หลังจากถูกกระตุ้นด้วยการลงโทษก็เรียนรู้ที่จะสรุปการให้เหตุผลให้กระชับ; ในที่สุดก็ปรับปรุงวิธีแก้ปัญหาเพิ่มเติมบนพื้นฐานที่มีประสิทธิภาพ บรรลุประสิทธิภาพที่แข็งแกร่งขึ้นด้วยทรัพยากรที่น้อยลง

ข้อบกพร่องที่ยังคงมีและกรณี “พลิกแพลง”

แม้จะมีความก้าวหน้าอย่างเห็นได้ชัด แต่ข้อบกพร่องของ Muse Spark ในงานเขียนโปรแกรมและงานเอเจนต์ก็ถูกเปิดเผยอย่างรวดเร็วหลังการเปิดตัว มีบางกรณีที่ไม่เป็นไปตามความคาดหวัง

ตัวอย่างเช่น มีผู้ใช้พยายามให้มันสร้างเว็บไซต์ ขอติดต่อกัน 3 ครั้งก็ไม่สามารถใช้งานพื้นฐานได้สำเร็จ แม้แต่หน้า frontend ง่ายๆ ก็ยังสร้างไม่ได้

ในงานเขียนโปรแกรมง่ายๆ อีกงานหนึ่ง (“เขียนฟังก์ชันการหาอนุพันธ์อัตโนมัติและโครงข่ายประสาทเทียมในไฟล์ Python ไฟล์เดียว”) Muse Spark สร้างโค้ดยาว一大段แต่รันไม่ได้ มีผู้ใช้ล้อเลียนว่ากระบวนการฝึกของมันดูเหมือนจะมีปัญหา หลังจากฝึกไป 1800 รอบ ฟังก์ชันการสูญเสียยังคงหยุดนิ่ง ไม่ได้เรียนรู้อย่างมีประสิทธิภาพ

(ในสภาวะปกติ เมื่อการฝึกดำเนินไป ฟังก์ชันการสูญเสียควรลดลงอย่างต่อเนื่อง ซึ่งบ่งชี้ว่าโมเดลกำลังเรียนรู้)

แล้วเพื่อนๆ ที่ได้ลองใช้แล้ว คิดอย่างไรกับโมเดลแรกของ Muse Spark?

ลิงก์ที่เกี่ยวข้อง:
– Introducing Muse Spark
– ความเห็นของ Jason Wei
– ความเห็นของ jhyuxm
– ความเห็นของ Dr. Yang Song

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK