หุ้นแรกของโลกด้านความฉลาดเชิงพื้นที่พุ่ง 171% หลังเข้าตลาด! Qunhe Technology กลายเป็นผู้นำในยุคหลังของ AI รับการลงทุนจาก Li Feifei, NVIDIA, Tencent และ Alibaba

หุ้นแรกของความฉลาดเชิงพื้นที่พุ่ง 171% หลังเข้าตลาดหลักทรัพย์ Qunhe Technology กลายเป็นผู้นำในยุคหลังของ AI

“หุ้นแรกของความฉลาดเชิงพื้นที่” ได้เข้าสู่ตลาดทุนอย่างเป็นทางการแล้ว

วันนี้ Qunhe Technology (รหัสหุ้น: 00068.HK) ขึ้นซื้อขายในตลาดหลักทรัพย์ฮ่องกง ราคาเปิดอยู่ที่ 20.70 ดอลลาร์ฮ่องกง เพิ่มขึ้นอย่างมาก 171.65% จากราคาเสนอขายครั้งแรก

นายหวง เสี่ยวหวง ประธานบริษัท กล่าวในพิธีขึ้นซื้อขายว่า:

เมื่อ 15 ปีที่แล้ว Qunhe Technology เริ่มต้นจากการนำ GPU ขึ้นสู่คลาวด์ ด้วยวิสัยทัศน์ที่ว่า ‘ทำให้ทุกพื้นที่กลายเป็นโลกที่คำนวณได้’ จนพัฒนามาถึงทุกวันนี้

ในอนาคต เราจะยังคงเสริมสร้างรากฐานความฉลาดเชิงพื้นที่ให้แข็งแกร่งขึ้น เพื่อบริการการสร้างสรรค์สามมิติของมนุษย์ และบริการการวิวัฒนาการอัจฉริยะของเครื่องจักร

ในมุมมองของเขา หากโมเดลภาษาขนาดใหญ่ (LLM) สอนให้ AI “พูด” ได้ การทำให้ AI เข้าใจและก้าวเข้าสู่โลกกายภาพอย่างแท้จริง จำเป็นต้องมีสะพานเชื่อมใหม่ นั่นคือ ความฉลาดเชิงพื้นที่

การตอบรับอย่างอบอุ่นจากตลาด ไม่ได้ชี้ไปที่เรื่องราวของโมเดลพื้นฐานอเนกประสงค์อีกตัว แต่เป็นดาวเหนือดวงใหม่บนเส้นทางการพัฒนา AI ทิศทางนี้ที่ศาสตราจารย์ Li Fei-Fei แห่งมหาวิทยาลัยสแตนฟอร์ดเรียกว่า “รากฐานของโมเดลโลก” กำลังกลายเป็นสนามรบสำคัญต่อไปในการแข่งขัน AI ทั่วโลก และ Qunhe Technology คือบริษัทที่สามารถปิดวงจรเชิงพาณิชย์ได้สำเร็จเป็นรายแรกในสนามแข่งนี้

ข้อมูลทางการเงินล่าสุดแสดงว่า รายได้ทั้งปี 2025 ของบริษัทสูงถึง 820 ล้านหยวน กำไรสุทธิหลังปรับปรุงกลายเป็นบวกที่ 57.127 ล้านหยวน อัตรากำไรขั้นต้นสูงถึง 82.2%

แล้วทำไมความฉลาดเชิงพื้นที่ถึงมีเสน่ห์ดึงดูดมากขนาดนี้? ทำไมถึงดึงดูดสถาบันและบริษัทชั้นนำอย่าง Li Fei-Fei, NVIDIA, Google, Tencent, Alibaba และ Qunhe Technology ให้เข้ามาจัดวางตำแหน่งแข่งขัน?

ความฉลาดเชิงพื้นที่: กุญแจสำคัญที่ทำให้ AI เข้าใจโลกกายภาพ

เพื่อเข้าใจคุณค่าของความฉลาดเชิงพื้นที่ ก่อนอื่นต้องตอบคำถามพื้นฐานกว่านี้: AI ควรเข้าใจโลกที่เราอยู่อย่างไร?

โมเดลภาษาขนาดใหญ่ที่เป็นกระแสหลักในปัจจุบัน ไม่ได้เข้าใจโลกกายภาพอย่างแท้จริง โดยพื้นฐานแล้วเป็นการคาดการณ์ความน่าจะเป็นจากข้อมูลข้อความปริมาณมหาศาล ตัวอย่างเช่น เมื่อถูกถามว่า “ถ้าวางแก้วไว้ที่ขอบโต๊ะ มันจะตกไหม” LLM จะตอบว่า “ตก” แต่สิ่งนี้ไม่ได้มาจากความรู้เรื่องแรงโน้มถ่วงหรือความมั่นคงของวัตถุ แต่เป็นเพราะบนอินเทอร์เน็ตมีข้อความที่คล้ายกันจำนวนมาก หากเห็นแมวผลักแก้วน้ำที่ขอบโต๊ะ LLM จะไม่รู้สึก “ตื่นเต้น” เพราะมันไม่เข้าใจความหมายทางกายภาพเบื้องหลังฉากนี้

นี่คือเหตุผลที่แนวคิด “โมเดลโลก” เริ่มได้รับความนิยม อุตสาหกรรมเริ่มมุ่งมั่นทำให้ AI ได้รับความสามารถในการรับรู้โลกแห่งความเป็นจริง ปัจจุบัน เส้นทางในการบรรลุเป้าหมายแบ่งออกเป็นสองสำนักหลัก:

สำนักแรก: เส้นทางสร้างวิดีโอ
เป็นตัวแทนโดยโมเดลอย่าง Sora, Genie สำนักนี้มุ่งให้ AI สร้างภาพวิดีโอที่เคลื่อนไหวและต่อเนื่องกัน เน้นที่ “เปลือกนอกด้านภาพ” ของโลก อย่างไรก็ตาม มีข้อจำกัดพื้นฐาน: โมเดลเรียนรู้การกระจายตัวทางสถิติของพิกเซล แต่ไม่ได้สร้างความเข้าใจที่แท้จริงต่อโครงสร้างพื้นที่สามมิติและความสัมพันธ์ทางกายภาพระหว่างวัตถุ ตัวอย่างเช่น Sora สามารถสร้างวิดีโอห้องนั่งเล่นที่สมจริงได้ แต่ไม่สามารถตอบคำถามเช่น “ระยะห่างระหว่างโต๊ะกาแฟกับโซฟาคือเท่าไหร่” หรือ “สามารถดูทีวีไปพร้อมกับทานอาหารได้ไหม” ซึ่งเป็นคำถามที่เกี่ยวข้องกับความสัมพันธ์เชิงพื้นที่และหน้าที่การใช้งาน

สำนักที่สอง: เส้นทางความฉลาดเชิงพื้นที่
นี่คือทิศทางที่ Qunhe Technology และบริษัทอื่นๆ มุ่งมั่นพัฒนา ด้วยการพัฒนาของ Embodied AI (AI ที่มีตัวตน) การที่ AI จะก้าวจากโลกดิจิทัลสู่โลกกายภาพ จำเป็นต้องสามารถรับรู้และเข้าใจความสัมพันธ์เชิงพื้นที่ที่แท้จริง: วัตถุอยู่ที่ไหน? ความสัมพันธ์ทางเรขาคณิตเป็นอย่างไร? วัตถุมีปฏิสัมพันธ์กันอย่างไร? สิ่งเหล่านี้ไม่สามารถได้มาจากภาพสองมิติเพียงอย่างเดียว จำเป็นต้องมีการสร้างใหม่ทางดิจิทัลของโลกกายภาพอย่างแม่นยำ

ยกตัวอย่างหุ่นยนต์เปิดประตู กระบวนการมักแบ่งเป็นสองขั้นตอน: การวางแผนโดยสมอง (คิดลำดับการเคลื่อนไหว) และการดำเนินการโดยสมองน้อย (เดิน จับ ดึง ดัน ฯลฯ) แต่เงื่อนไขเบื้องต้นของทั้งหมดนี้คือ หุ่นยนต์ต้องระบุ “ประตู” และ “ลูกบิดประตู” ได้ก่อน และเข้าใจหน้าที่การเปิดประตูของลูกบิด เหตุผลที่ Li Fei-Fei มองว่าความฉลาดเชิงพื้นที่เป็นทิศทางสำคัญถัดจาก ImageNet ก็เพราะมันเติมเต็มช่องว่างที่สำคัญนี้ในการรับรู้ของ AI เธอเคยชี้ให้เห็นว่า: “หากไม่มีความฉลาดเชิงพื้นที่ AGI (ปัญญาประดิษฐ์ทั่วไป) จะไม่สมบูรณ์”

ยกตัวอย่างโมเดลโลก Marble ของทีม Li Fei-Fei สามารถสร้างโครงสร้างฉาก 3D ที่สมบูรณ์จากภาพถ่ายเพียงภาพเดียว ไม่เพียงแต่ตอบได้ว่าโซฟาในภาพมีขนาดเท่าใด (เช่น ยาว 1.9 เมตร × กว้าง 0.9 เมตร × สูง 0.85 เมตร) แต่ยังสามารถส่งออกไฟล์ตาข่าย 3D ที่ใช้งานได้ ผลลัพธ์เหล่านี้ไม่ใช่แค่ชุดของพิกเซลอีกต่อไป แต่เป็นข้อมูลเชิงพื้นที่ที่อุดมไปด้วยข้อมูลการวัด

ความนิยมในตลาดยืนยันความเห็นพ้องต้องกัน: โมเดลโลกที่ทรงพลังอย่างแท้จริง ต้องสร้างอยู่บนพื้นฐานของการแสดงลักษณะพื้นที่สามมิติที่ถูกต้องทางกายภาพ และในสาขานี้ Qunhe Technology ได้ทุ่มเทพัฒนามาเป็นเวลา 15 ปีแล้ว

คูเมืองของ Qunhe Technology: ข้อมูล โมเดล และวงล้อธุรกิจ

บริษัทจำนวนมากเห็นด้วยกับทิศทางของความฉลาดเชิงพื้นที่ แต่มีเพียงไม่กี่บริษัทที่สามารถปิดวงจรเชิงพาณิชย์ได้ Qunhe Technology สามารถกลายเป็นบริษัทแรกที่เข้าตลาดหลักทรัพย์ในกลุ่ม “หกมังกรแห่งหางโจว” ได้ เนื่องจากในสนามแข่ง AI ที่ส่วนใหญ่ “เผาเงิน” บริษัทได้สร้างคูเมืองสามชั้นบนพื้นฐานของ ข้อมูล โมเดล และผลกระทบวงล้อ

1. อุปสรรคด้านข้อมูล: สินทรัพย์สามมิติ “ถูกต้องทางกายภาพ” ที่หายาก
ข้อมูลคือคอขวดที่ใหญ่ที่สุดในการฝึกโมเดลความฉลาดเชิงพื้นที่ อินเทอร์เน็ตเต็มไปด้วยข้อความและภาพ แต่ข้อมูลพื้นที่สามมิติที่มีคุณภาพสูงและมีโครงสร้างนั้นหายากมาก แม้จะเก็บรวบรวมข้อมูลจุดเมฆดิบผ่านอุปกรณ์ AR ก็ต้องผ่านกระบวนการติดป้ายกำกับที่ซับซ้อนและมีค่าใช้จ่ายสูงจึงจะสามารถใช้ฝึกได้ ตัวแปรทางกายภาพในโลกแห่งความเป็นจริง (เช่น การเปลี่ยนรูปของวัสดุ การขยายตัวจากความร้อน การหดตัวจากความเย็น ค่าสัมประสิทธิ์แรงเสียดทาน) มีเกือบไม่สิ้นสุด การสร้างชุดข้อมูลคุณภาพสูงมีต้นทุนสูงมาก

จุดเด่นเฉพาะของ Qunhe Technology คือ ธุรกิจหลักของบริษัทได้สะสมสินทรัพย์ข้อมูลสามมิติ “ถูกต้องทางกายภาพ” จำนวนมหาศาลโดยไม่ตั้งใจ ตั้งแต่เปิดตัวแพลตฟอร์ม Kujiale ในปี 2013 บริษัทมุ่งมั่นที่จะแปลงพื้นที่ของฉากต่างๆ เช่น ที่อยู่อาศัย ธุรกิจ อุตสาหกรรม ให้เป็นดิจิทัลผ่านเครื่องมือ ในกระบวนการนี้ บริษัทได้สะสมโมเดลสามมิติที่มีโครงสร้างจำนวนมหาศาลโดยธรรมชาติ ซึ่งมาพร้อมกับพารามิเตอร์ทางกายภาพที่แม่นยำ (เช่น ความหนาของผนัง คุณสมบัติของวัสดุ การสะท้อนแสง) ไม่ใช่แค่ภาพถ่ายเท่านั้น

ตลอดระยะเวลากว่าสิบปี รอบแพลตฟอร์ม Kujiale Qunhe ได้สะสมฉาก 3D มากกว่า 500 ล้านฉาก โมเดล 3D และองค์ประกอบการออกแบบ 480 ล้านชิ้น ข้อมูลเหล่านี้เป็นรากฐานที่มั่นคงสำหรับการเข้าใจและจำลองโลกกายภาพ

2. ความสามารถของโมเดล: จากความเข้าใจสู่การสร้าง
จากข้อมูลคุณภาพสูง Qunhe ได้สร้างฐานโมเดลหลักสองตัว:
* โมเดลภาษาพื้นที่ (SpatialLM): ผลักดันให้ AI วิวัฒนาการจาก “เข้าใจข้อความ” สู่ “เข้าใจพื้นที่” มอบความสามารถในการตีความโลกสามมิติ โมเดลนี้เคยอยู่ในอันดับต้นๆ ของรายการที่เกี่ยวข้องบน HuggingFace ร่วมกับ DeepSeek-V3, Qwen2.5-Omni
* โมเดลสร้างพื้นที่ (SpatialGen): โมเดลสร้างโลก 3D สามารถสร้างภาพหลายมุมมองหรือฉากที่มีความสอดคล้องกันทางเวลาและพื้นที่จากข้อความ ภาพ หรือเค้าโครง

ต่างจากโมเดลที่เน้นสร้างฉากเสมือนจริง การวิจัยและพัฒนาของ Qunhe เน้นการสร้างใหม่และการจำลองโลกแห่งความเป็นจริงด้วยความเที่ยงตรงสูง เน้นความถูกต้องของข้อมูลทางกายภาพ เช่น พารามิเตอร์โครงสร้าง ผู้ใช้สามารถได้รับพื้นที่ 3D ความเที่ยงตรงสูงที่สามารถสำรวจได้จากภาพถ่ายเพียงภาพเดียวหรือคำอธิบายสั้นๆ ความสามารถที่เกี่ยวข้องสามารถนำไปใช้ผ่าน API/SDK ในหลายสาขา เช่น การฝึก Embodied Intelligence การผลิตภาพยนตร์ การแสดงสินค้าอีคอมเมิร์ซ

3. วงล้อธุรกิจ: การประยุกต์ใช้สนับสนุนการพัฒนา
Qunhe ได้สร้างวงล้อธุรกิจ “เครื่องมือสะสมข้อมูล -> ข้อมูลฝึกโมเดล -> โมเดลเสริมเครื่องมือ/เปิดการประยุกต์ใช้ใหม่ -> การประยุกต์ใช้ใหม่สร้างข้อมูลใหม่” ความสามารถด้านความฉลาดเชิงพื้นที่ของบริษัทไม่เพียงแต่บริการนักพัฒนาและองค์กรภายนอกเท่านั้น แต่ยังสนับสนุนแพลตฟอร์มการออกแบบบนคลาวด์หลักอย่างต่อเนื่อง เพิ่มประสบการณ์ผู้ใช้และประสิทธิภาพ คงตำแหน่งทางการตลาด ซึ่งสนับสนุนผลการดำเนินงานทางการเงินที่แข็งแกร่ง

อัตรากำไรขั้นต้นสูงถึง 82.2% ในปี 2025 เป็นผลมาจากทั้งอุปสรรคทางเทคโนโลยีที่ลึกซึ้งและโมเดลธุรกิจที่ครบวงจร

การเข้าตลาดหลักทรัพย์ของ Qunhe Technology เป็นก้าวสำคัญที่บ่งชี้ว่าความฉลาดเชิงพื้นที่กำลังก้าวจากแนวคิดทางเทคโนโลยีไปสู่การประยุกต์ใช้เชิงพาณิชย์ขนาดใหญ่ ใน “ยุคหลัง” ที่ AI มุ่งสู่โลกกายภาพ การสะสมทางดิจิทัลยาวนานสิบห้าปีของบริษัท กำลังเปลี่ยนเป็นข้อได้เปรียบจากการเป็นผู้บุกเบิกที่นำการพัฒนาอุตสาหกรรม

หัวใจของกระบวนการนี้ คือความสามารถด้านพื้นที่สี่ประการที่ Qunhe Technology สร้างขึ้น: การสร้างพื้นที่ใหม่ การสร้างพื้นที่ การแก้ไขพื้นที่ และความเข้าใจพื้นที่

ความสามารถทั้งสี่นี้ร่วมกันสร้างสะพานสำคัญที่เชื่อมโลกกายภาพกับโลกดิจิทัล เป็นรากฐานในการสร้างฐานดิจิทัลของโลกกายภาพ ทำให้ AI ไม่เพียงแต่เข้าใจโลกได้ แต่ยังสามารถสร้างใหม่ สร้าง และแม้แต่แก้ไขปรับโครงสร้างโลกได้

สถานการณ์การประยุกต์ใช้ที่หลากหลาย ยังคงมอบข้อมูลโลกแห่งความเป็นจริงที่ล้ำสมัยและหลากหลายให้กับ Qunhe Technology อย่างต่อเนื่อง ก่อให้เกิดวงจรบวกที่ขับเคลื่อนการพัฒนาเทคโนโลยีและเชิงพาณิชย์ นี่คือเหตุผลสำคัญที่หลังจากโมเดลพื้นฐานขนาดใหญ่ Qunhe Technology สามารถเป็นเป้าหมาย AI ยอดนิยมและได้รับความนิยมจากตลาดในตลาดหุ้นฮ่องกง ตรรกะการประเมินมูลค่าของตลาดต่อบริษัท ได้ก้าวข้ามบริษัทซอฟต์แวร์ SaaS แบบดั้งเดิมแล้ว

ในระยะยาว ความฉลาดเชิงพื้นที่มีแนวโน้มที่จะวิวัฒนาการจาก “พลั่ว” ที่มอบเครื่องมือ กลายเป็นโครงสร้างพื้นฐานรูปแบบใหม่ของ AI รุ่นต่อไป

เส้นทางการพัฒนานี้ มีความคล้ายคลึงกับประวัติของ NVIDIA ในบางแง่มุม แนวคิดการเรียนรู้เชิงลึกจุดประกายขึ้นในปี 2012 แต่ NVIDIA ไม่ได้ทะยานขึ้นทันที ในช่วงแรก อุตสาหกรรมเกมที่แสวงหาประสิทธิภาพกราฟิกส์ สร้างความต้องการที่มั่นคงให้กับ GPU ต่อมา ความต้องการพลังประมวลผลที่เกิดจากสกุลเงินดิจิทัลอย่างไม่คาดคิด ก็ให้การสนับสนุนทางการเงินที่สำคัญ ธุรกิจที่ดูเหมือน “ไม่ใช่ธุรกิจหลัก” เหล่านี้ ทำให้ NVIDIA สามารถลงทุนใน AI อย่างต่อเนื่องท่ามกลางความผันผวนของวัฏจักรเทคโนโลยี จนกระทั่งหลังการเปิดตัว ChatGPT จึงเติบโตอย่างรวดเร็ว และในที่สุดเปลี่ยนจากผู้ให้บริการฮาร์ดแวร์กลายเป็นแกนกลางของโครงสร้างพื้นฐาน AI ทั่วโลก มูลค่าตลาดทะลุหนึ่งล้านล้านดอลลาร์

Qunhe Technology ในวันนี้ อาจกำลังยืนอยู่ที่จุดเปลี่ยนที่คล้ายกัน หลังจากทุ่มเทพัฒนาทางเทคโนโลยีมากว่าสิบปี บริษัทพบทิศทางปลายทางที่สอดคล้องกับ DNA ของตัวเองอย่างสูง นั่นคือ ความฉลาดเชิงพื้นที่

ยุคแห่งความฉลาดเชิงพื้นที่ เพิ่งเริ่มต้น

แล้วตอนนี้ ความฉลาดเชิงพื้นที่สามารถทำอะไรได้บ้าง? การประยุกต์ใช้อาจหลากหลายกว่าที่คิด

ในระดับที่ชัดเจนที่สุดคือการ สร้างใหม่และปรับปรุง โลกแห่งความเป็นจริง ในสาขาการออกแบบพื้นที่ การประยุกต์ใช้ค่อนข้างครบวงจรแล้ว ตัวอย่างเช่น สามารถสร้างฉาก 3D ที่สมบูรณ์จากภาพถ่ายเพียงภาพเดียว และรองรับการแก้ไขแบบเรียลไทม์ ความสามารถนี้กำลังแพร่กระจายไปยังอุตสาหกรรมอื่นอย่างรวดเร็ว

ต้นปีนี้ Li Fei-Fei เคยเขียนบทความบรรยายภาพอนาคตที่น่าตื่นเต้นสองภาพของยุคความฉลาดเชิงพื้นที่:

ภาพแรก คือ การปลดปล่อยความคิดสร้างสรรค์อย่างสิ้นเชิง เทคโนโลยีจะลดอุปสรรคในการสร้างสรรค์ลงอีก ไม่จำ

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง

☕ สนับสนุนค่ากาแฟทีมงาน

หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay

SCAN TO PAY WITH ANY BANK