เป็นเวลาหลายปีที่สมมติฐานหลักในแวดวงนโยบายเทคโนโลยีนั้นตรงไปตรงมาว่า: หากไม่มีชิป NVIDIA ก็จะไม่มี AI ระดับแนวหน้า (frontier AI) มาตรการควบคุมการส่งออก GPU ระดับไฮเอนด์อย่าง H100 และตระกูลใหม่อย่าง Blackwell ถูกออกแบบมาเพื่อมุ่งเป้าไปที่คอขวดนี้โดยเฉพาะ ทฤษฎีกล่าวไว้ว่า หากตัดการเข้าถึงซิลิคอนที่ดีที่สุดได้ คุณก็จะชะลอความสามารถของประเทศในการฝึกฝนโมเดลที่ใหญ่ที่สุดและมีความสามารถมากที่สุดได้ แต่ Meituan เพิ่งจะพิสูจน์ให้เห็นว่าความเชื่อนั้นไม่เป็นความจริง
ยักษ์ใหญ่ด้านเทคโนโลยีของจีน ซึ่งเป็นที่รู้จักกันดีจากการครองตลาดบริการส่งอาหารและบริการในท้องถิ่น ได้เปิดตัว LongCat 2.0 ซึ่งเป็นโมเดลที่มีพารามิเตอร์ 1.6 ล้านล้านตัว สร้างขึ้นบนสถาปัตยกรรม Mixture-of-Experts และสิ่งที่น่าทึ่งคือ ทีมงานได้ฝึกฝนโมเดลนี้ด้วยชิปที่ผลิตภายในประเทศจีนทั้งหมด โดยไม่มี NVIDIA H100 หรือ Blackwell GPU เลย และแทนที่จะปิดบังไว้เบื้องหลัง API ทาง Meituan ได้ปล่อยทั้ง weights, โค้ดการฝึกฝน และไปป์ไลน์ข้อมูลฉบับเต็มลงบน GitHub เพื่อให้ทุกคนสามารถตรวจสอบได้
สิ่งที่ LongCat 2.0 มอบให้จริงๆ
เรามาดูข้อเท็จจริงที่ไม่ขึ้นกับฮาร์ดแวร์กันก่อน ด้วยพารามิเตอร์ 1.6 ล้านล้านตัว LongCat 2.0 จึงจัดอยู่ในกลุ่มโมเดลแบบ open-weight ที่ใหญ่ที่สุดเท่าที่เคยมีการเปิดตัวมา พารามิเตอร์ไม่ใช่มาตรวัดคุณภาพเพียงอย่างเดียว แต่ในสเกลขนาดนี้ มันบ่งบอกถึงความทะเยอทะยานทางวิศวกรรมที่จริงจัง และเนื่องจากใช้การออกแบบแบบ Mixture-of-Experts จึงมีเพียงพารามิเตอร์ส่วนหนึ่งเท่านั้นที่ถูกเปิดใช้งานสำหรับงานแต่ละอย่าง ซึ่งช่วยป้องกันไม่ให้ต้นทุนการประมวลผล (inference costs) พุ่งสูงจนควบคุมไม่ได้ ในขณะที่ยังช่วยให้โมเดลสามารถจัดเก็บความรู้และรูปแบบการใช้เหตุผลที่กว้างขวางมหาศาลไว้ได้
Context window ของโมเดลนี้สูงถึงหนึ่งล้านโทเคน ซึ่งเทียบเท่ากับข้อเสนอระดับไฮเอนด์จาก OpenAI และ Anthropic และมันได้เปลี่ยนสิ่งที่โมเดลสามารถทำได้ในทางปฏิบัติ ด้วยหน้าต่างบริบทที่ใหญ่ขนาดนี้ คุณสามารถป้อนสัญญาทางกฎหมายทั้งฉบับ, บันทึกการแชทหลายเดือน หรือคลังโค้ดขนาดใหญ่ลงไปในการสั่งงาน (prompt) เพียงครั้งเดียว สำหรับนักพัฒนาที่สร้างแอปพลิเคชันที่ต้องใช้ความจำข้ามเอกสารยาวๆ นี่ไม่ใช่แค่การปรับปรุงเพียงเล็กน้อย แต่มันคือความจำเป็นในการใช้งานจริง
นอกจากนี้ยังมีเรื่องของความเปิดกว้าง Meituan ไม่ได้ปล่อยเพียงเดโมที่ถูกคัดกรองมาแล้วหรือ API ที่ถูกจำกัด แต่มีการปล่อย model weights, โค้ดการฝึกฝน และไปป์ไลน์ข้อมูลสู่สาธารณะ สิ่งนี้สำคัญมากสำหรับนักวิจัยที่ต้องการทำซ้ำผลลัพธ์ สำหรับองค์กรที่ต้องการตรวจสอบพฤติกรรมของโมเดล และสำหรับวิศวกรที่ต้องการทำ fine-tune โมเดลด้วยข้อมูลที่เป็นกรรมสิทธิ์โดยไม่ต้องส่งข้อมูลใดๆ ไปยังเซิร์ฟเวอร์ของบุคคลที่สาม
เรื่องราวของฮาร์ดแวร์ที่ทุกคนมองข้าม
ประเด็นสำคัญของเรื่องนี้ไม่ใช่แค่จำนวนพารามิเตอร์ แต่คือซิลิคอนที่อยู่เบื้องหลัง LongCat 2.0 ถูกฝึกฝนบนตัวเร่งความเร็ว (accelerators) ภายในประเทศ โดยเฉพาะชิปอย่างซีรีส์ Huawei Ascend ซึ่งเป็นแนวทางที่แตกต่างอย่างสิ้นเชิงจากการนำเฟรมเวิร์กที่มีอยู่มาวางบนคลัสเตอร์ของ NVIDIA แล้วกดรัน
การฝึกโมเดลที่มีพารามิเตอร์ระดับล้านล้านตัวจำเป็นต้องแก้ปัญหาการประมวลผลแบบกระจาย (distributed computing) ในระดับขีดสุด ทั้งแบนด์วิดท์หน่วยความจำ, การสื่อสารระหว่างชิป และประสิทธิภาพการคำนวณ floating-point ทั้งหมดนี้ต้องได้รับการจัดการด้วยความแม่นยำอย่างยิ่งยวด ข้อได้เปรียบของ NVIDIA ไม่เคยมีแค่ตัว GPU เพียวๆ แต่คือระบบนิเวศ CUDA, เคอร์เนลที่ได้รับการปรับแต่ง และความรู้ความชำนาญในการรีดประสิทธิภาพออกจากสแต็กเทคโนโลยีนั้น การสร้างโมเดลที่เทียบเคียงกันได้บนฮาร์ดแวร์ Ascend หมายความว่าวิศวกรของ Meituan ต้องทำงานอย่างหนักในการปรับแต่งเฟรมเวิร์กการฝึกฝน, เขียนการทำงานระดับ low-level ใหม่ และดีบั๊กการฝึกฝนแบบกระจายบนสถาปัตยกรรมที่แตกต่างกันโดยสิ้นเชิง
การที่พวกเขาประสบความสำเร็จนั้นบ่งบอกถึงสิ่งที่ยิ่งใหญ่กว่าแค่โมเดลตัวเดียว มันแสดงให้เห็นว่าการออกแบบฮาร์ดแวร์และซอฟต์แวร์ร่วมกัน (hardware-software co-design) ของจีนกำลังพัฒนาจนถึงจุดที่การขาดแคลนชิปจากตะวันตกไม่ใช่จุดสิ้นสุดอีกต่อไป มันเป็นเพียงข้อจำกัด และเป็นข้อจำกัดที่มีราคาแพง แต่ไม่ใช่กำแพงที่ข้ามไม่ได้
ประสิทธิภาพในการใช้งานจริง
LongCat 2.0 ทำคะแนนได้สูงมากในด้านการใช้เหตุผลภาษาจีน, คณิตศาสตร์ และการดึงข้อมูลจากบริบทที่ยาว (long-context retrieval) ซึ่งสิ่งเหล่านี้คือเกณฑ์มาตรฐาน (benchmarks) ที่เฉพาะเจาะจงและมีมูลค่าสูง การใช้เหตุผลทางคณิตศาสตร์จะทดสอบความสามารถของโมเดลในการจัดการตรรกะและการจัดการเชิงสัญลักษณ์ ส่วนการดึงข้อมูลจากบริบทที่ยาวจะทดสอบว่าโมเดลสามารถค้นหาข้อมูลเพียงเล็กน้อยท่ามกลางข้อมูลมหาศาลระดับล้านโทเคน (needle in a haystack) ได้หรือไม่โดยไม่หลงประเด็น การผ่านทั้งสองบททดสอบนี้คือความแตกต่างระหว่างโมเดลที่ฟังดูฉลาด กับโมเดลที่สามารถทำงานได้จริง
Meituan กำลังวางตำแหน่งสิ่งนี้ให้เป็นทางเลือกโดยตรงสำหรับ Llama, DeepSeek และ Qwen สำหรับงานด้านภาษาจีน การแข่งขันนั้นรุนแรงเป็นพิเศษ โมเดลที่ฝึกฝนด้วยข้อมูลอินเทอร์เน็ตภาษาอังกฤษเป็นหลักมักจะติดขัดเมื่อต้องเจอกับการอ้างอิงภาษาจีนโบราณ ภาษาทางกฎหมายในท้องถิ่น คำศัพท์ทางการเงินที่ใช้ในตลาดจีนแผ่นดินใหญ่ และภาษาเขียนแบบย่อที่ไม่เป็นทางการซึ่งครอบคลุมโซเชียลมีเดียของจีน โมเดลที่สร้างขึ้นด้วยทักษะภาษาจีนที่ลึกซึ้ง และได้รับการสนับสนุนโดยบริษัทที่มีธุรกิจหลักขับเคลื่อนด้วยพฤติกรรมผู้บริโภคชาวจีน ย่อมมีข้อได้เปรียบเชิงโครงสร้างในสถานการณ์เหล่านั้น
เรื่องนี้มีความสำคัญมากกว่าแค่แชทบอท บริษัท Legaltech ที่วิเคราะห์กฎหมายสัญญาของ PRC นักวิจัยที่ตีความข้อความทางประวัติศาสตร์ ธนาคารที่ประมวลผลเอกสารการกู้ยืมภาษาจีนกลาง และแพลตฟอร์มบริการลูกค้าที่จัดการกับภาษาถิ่น ต่างต้องการโมเดลที่เข้าใจความละเอียดอ่อน มากกว่าการแปลผ่านมุมมองที่มีภาษาอังกฤษเป็นศูนย์กลาง
อาวุธลับของ Meituan: ขนาดและข้อมูล
Meituan ไม่ใช่ห้องแล็บวิจัยที่มีแอปส่งอาหารเป็นธุรกิจรอง แต่เป็นยักษ์ใหญ่ด้านการปฏิบัติการที่ประสานงานกับไรเดอร์ ร้านอาหาร และร้านค้าหลายล้านแห่งทั่วประเทศจีนในทุกๆ วัน ขนาดที่ใหญ่โตเช่นนี้สร้างกระแสข้อมูลภาษาในโลกแห่งความเป็นจริงอย่างมหาศาล ไม่ว่าจะเป็นข้อร้องเรียนของลูกค้าที่ส่งไปยังแชทบอท คำอธิบายร้านอาหารที่ผสมผสานสแลงท้องถิ่นเข้ากับรายละเอียดการจดทะเบียนธุรกิจที่เป็นทางการ คำแนะนำในการเดินทางที่ผสมผสานระบบที่อยู่เข้ากับจุดสังเกตที่ไม่เป็นทางการ หรือตั๋วบริการร้านค้าที่เกี่ยวข้องกับภาษี กฎระเบียบด้านสุขอนามัย และข้อบัญญัติท้องถิ่น
ข้อมูลเหล่านี้มีความยุ่งเหยิง มีบริบท และมีความเป็นท้องถิ่นอย่างลึกซึ้งในแบบที่ข้อมูลจากการกวาดเว็บทั่วไป (web crawl) ไม่สามารถเลียนแบบได้ การป้อนข้อมูลเหล่านี้เข้าสู่ LongCat 2.0 ทำให้โมเดลมีพื้นฐานการใช้งานจริงที่การฝึกฝนเชิงวิชาการเพียงอย่างเดียวขาดหายไป การฝึกฝนด้วยข้อความที่ขัดเกลามาอย่างดีจาก Wikipedia นั้นเป็นเรื่องหนึ่ง แต่การฝึกฝนด้วยภาษาที่วุ่นวายและเป็นภาษาเชิงธุรกรรมของการพาณิชย์จริงนั้นเป็นอีกเรื่องหนึ่ง
ทำไมสถานการณ์ถึงกำลังเปลี่ยนไป
หากบริษัทต่างๆ สามารถฝึกฝนโมเดลระดับแนวหน้า (frontier-class) บนชิปที่ผลิตในประเทศได้ ตรรกะเชิงกลยุทธ์ทั้งหมดเบื้องหลังการสั่งห้ามส่งออกชิปก็จะเริ่มเสื่อมคลายลง การสั่งห้ามเหล่านี้ถูกสร้างขึ้นบนสมมติฐานที่ว่า การควบคุมสายการผลิตของ NVIDIA จะเป็นการควบคุมความสามารถด้าน AI ซึ่งสมมติฐานนั้นตั้งอยู่บนความเชื่อที่ว่าไม่มีระบบนิเวศทางเลือกอื่นที่ใช้งานได้จริงอยู่
LongCat 2.0 ไม่ใช่การประกาศว่าชิปของจีนสามารถเทียบเท่า NVIDIA ได้ในทุกมิติ แต่มันคือข้อพิสูจน์ว่าพวกเขาไม่จำเป็นต้องเทียบเท่าได้อย่างสมบูรณ์แบบเพื่อให้งานสำเร็จ หน่วยความจำที่เพียงพอ แบนด์วิดท์ที่เพียงพอ และการเพิ่มประสิทธิภาพซอฟต์แวร์ที่ชาญฉลาดเพียงพอ สามารถลดช่องว่างลงได้มากพอที่จะสร้างผลลัพธ์ที่แข่งขันได้ ซึ่งนั่นเป็นเกณฑ์ที่ต่ำกว่าการเทียบเท่ากันอย่างสมบูรณ์มาก และดูเหมือนว่าพวกเขาจะสามารถก้าวข้ามเกณฑ์นั้นได้แล้ว
สำหรับห่วงโซ่อุปทาน AI ระดับโลก นัยสำคัญนั้นชัดเจน สมมติฐานที่ว่าการฝึกฝนโมเดลที่จริงจังทั้งหมดต้องผ่านฮาร์ดแวร์ของ NVIDIA นั้นได้ตายไปแล้ว สิ่งนี้เปลี่ยนอำนาจไปสู่การอธิปไตยของชาติในการพัฒนา AI ประเทศและบริษัทต่างๆ ที่เฝ้าดูอยู่จากวงนอกไม่ได้มองว่าซัพพลายเออร์ที่เป็นจุดคอขวดเพียงรายเดียวเป็นหนทางเดียวสู่ความสามารถระดับแนวหน้าอีกต่อไป พวกเขามองเห็นการแยกตัวออกเป็นสองทาง และอาจรวมถึงภูมิทัศน์ฮาร์ดแวร์แบบหลายขั้ว (multipolar) ที่กำลังเกิดขึ้นเร็วกว่าที่คนส่วนใหญ่คาดการณ์ไว้
บทสรุปที่แท้จริง
LongCat 2.0 เป็นมากกว่าการเปิดตัวทางเทคนิค แต่มันคือการทดสอบสมมติฐานทางการเมือง และสมมติฐานนั้นเพิ่งจะล้มเหลว Meituan ได้พิสูจน์ให้เห็นว่าบริษัทเทคโนโลยีเพื่อผู้บริโภคที่มีข้อมูลที่เหมาะสม ทีมวิศวกรรมที่เหมาะสม และฮาร์ดแวร์ที่เหมาะสม สามารถฝึกฝนโมเดลแบบเปิดที่มีพารามิเตอร์ถึง 1.6 ล้านล้านพารามิเตอร์ได้ โดยไม่ต้องแตะต้อง GPU จากตะวันตกที่ถูกสั่งห้ามแม้แต่ตัวเดียว
สำหรับนักพัฒนา นี่หมายถึงทางเลือกแบบ open-weight ใหม่ที่มีความลึกซึ้งอย่างแท้จริงในด้านภาษาจีนและงานที่ต้องใช้บริบทระยะยาว (long-context) สำหรับผู้กำหนดนโยบาย นี่หมายความว่าการคว่ำบาตรที่อิงจากการปฏิเสธการเข้าถึงฮาร์ดแวร์จะต้องคำนึงถึงการปรับตัว ไม่ใช่แค่การจัดหา สำหรับส่วนที่เหลือของอุตสาหกรรม นี่หมายความว่าแผนผังของใครสามารถสร้างอะไร และด้วยเครื่องมือใด กำลังถูกเขียนขึ้นใหม่แบบเรียลไทม์
การสั่งห้ามส่งออกอาจช่วยซื้อเวลาได้ แต่มันดูเหมือนว่าจะช่วยสร้างทางเลือกขึ้นมาด้วยเช่นกัน