K2 Horizon ของ IFM: เมื่อ “โอเพน” ใน AI หมายถึงมากกว่าดาวน์โหลดน้ำหนักโมเดล

IFM (Institute of Foundation Models) ซึ่งสังกัดมหาวิทยาลัย Mohamed bin Zayed University of Artificial Intelligence หรือ MBZUAI ในอาบูดาบี เปิดตัว K2 Horizon เมื่อวันที่ 3 กันยายน 2026 เป็นตระกูลโมเดลพื้นฐาน AI 6 รุ่น ได้แก่ 0.9B, 3.7B, 7B, 32B, 36B-A4B และ 375B-A23B พารามิเตอร์ โดยโมเดลและโค้ดเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 29

จุดสำคัญจึงไม่ใช่แค่ว่าใคร ๆ สามารถดาวน์โหลดโมเดลได้ แต่ IFM ระบุว่าเปิดเผยหลักฐานและวัสดุตลอดกระบวนการพัฒนาในระดับที่ทำให้ผู้อื่นตรวจสอบย้อนกลับและทดลองทำซ้ำได้มากกว่าโมเดลแบบ “open weights” ทั่วไป

K2 Horizon เปิดอะไรบ้าง

IFM ระบุว่า สำหรับทุกรุ่น จะเผยแพร่วัสดุตั้งแต่ช่วง pretraining ไปจนถึงการปรับแต่งหลังฝึกสำหรับการให้เหตุผลและงานแบบเอเจนต์ ซึ่งรวมถึง

• น้ำหนักโมเดลฉบับสุดท้าย;
• ข้อมูลสำหรับการฝึก หรือ สูตร/วิธีสร้างข้อมูลอย่างละเอียด;
• สถาปัตยกรรมแบบเปิดและองค์ประกอบของ mixture-of-experts;
• โค้ดฝึกและค่าคอนฟิก;
• เช็กพอยต์ระหว่างทางและบันทึกการฝึกแบบละเอียด;
• ผลการประเมิน; และ
• อาร์ติแฟกต์ที่เกี่ยวข้องกับกระบวนการพัฒนาโมเดล 9

Reuters รายงานในทิศทางเดียวกันว่า ชุดเผยแพร่นี้ประกอบด้วยน้ำหนัก ข้อมูลฝึก โค้ด วิธีการ และเช็กพอยต์ระหว่างทาง ทำให้นักวิจัยสามารถย้อนรอยพัฒนาการของโมเดลและทำซ้ำผลลัพธ์ได้ 2

อย่างไรก็ดี คำว่า “ข้อมูลฝึกหรือสูตรสร้างข้อมูล” มีความหมายสำคัญ: IFM ไม่ได้บอกว่าจะนำชุดข้อมูลทุกชุดมาแจกจ่ายเต็มรูปแบบเสมอไป เพราะการเผยแพร่ข้อมูลอาจติดข้อจำกัดด้านลิขสิทธิ์หรือเงื่อนไขการแจกจ่าย 9

ต่างจากการเปิดแค่น้ำหนักโมเดลอย่างไร

การเปิดน้ำหนักโมเดลทำให้นักพัฒนานำพารามิเตอร์ที่โมเดลเรียนรู้แล้วไปใช้งานหรือปรับต่อได้ แต่ตัวน้ำหนักเพียงอย่างเดียวไม่ได้อธิบายเส้นทางที่ทำให้เกิดโมเดลนั้น เช่น แหล่งและสัดส่วนของข้อมูล การเตรียมข้อมูล โค้ด ค่าการฝึก สถานะโมเดลระหว่างทาง หรือขั้นตอน post-training

แนวทางของ K2 Horizon คือการเปิดชั้นข้อมูลเหล่านี้เพิ่มเข้ามา ดังนั้นทีมอิสระจึงอาจตรวจสอบที่มาของผลลัพธ์ ทดลองทำซ้ำขั้นตอนการฝึก ทดสอบข้ออ้างทางเทคนิค และต่อยอดเพื่อการวิจัยหรือการนำไปใช้งานได้ 29

นี่คือสาระของคำกล่าวจาก Eric Xing ผู้ก่อตั้ง IFM ที่ว่า ความเปิดกว้างควรทำให้คนอื่น “เห็นข้อมูล ติดตามวิธีการ ทำซ้ำผลลัพธ์ และพัฒนาต่อได้” 1

ควรเปรียบเทียบความ “เปิด” เป็นระดับ ไม่ใช่แค่ป้ายกำกับ

• Open weights: ผู้พัฒนาอาจให้ดาวน์โหลดโมเดลได้ แต่เปิดเผยข้อมูลจำกัดเกี่ยวกับที่มาและกระบวนการฝึกทั้งหมด Reuters ระบุว่าการเปิดตัวของ IFM เป็นการท้าทายแนวโน้มที่อุตสาหกรรม AI ปิดบังรายละเอียดการพัฒนามากขึ้น 2
• แนวทาง fully open ของ K2 Horizon: IFM ระบุว่าจะเผยแพร่น้ำหนักพร้อมข้อมูลหรือสูตรสร้างข้อมูล โค้ด คอนฟิก เช็กพอยต์ บันทึก และผลประเมิน 9
• การเข้าถึงแบบบริการปิด: โมเดลชั้นนำที่เป็นกรรมสิทธิ์มักให้ใช้ผ่านผลิตภัณฑ์โฮสต์หรือ API แทนการเปิดวงจรการพัฒนาให้สาธารณะตรวจสอบทั้งหมด ทั้งนี้ แหล่งข้อมูลที่ให้มาไม่เพียงพอสำหรับการเปรียบเทียบรายบริษัทอย่างละเอียดกับ OpenAI, Anthropic หรือผู้พัฒนาจีนรายใดรายหนึ่ง

ความต่างเชิงปฏิบัติคือเรื่อง การตรวจสอบยืนยัน ผู้ใช้สามารถทดสอบพฤติกรรมของโมเดลที่เปิดน้ำหนักได้ แต่การเผยแพร่ที่ครบกว่ามอบหลักฐานให้ตรวจสอบกระบวนการที่อยู่เบื้องหลังพฤติกรรมนั้นด้วย

เป้าหมายคือวิทยาศาสตร์ที่ทำซ้ำได้ และตรวจสอบได้มากขึ้น

Xing บอก Reuters ว่า IFM ต้องการสร้างจุดอ้างอิงว่า การเปิดโมเดลอย่างแท้จริงควรมีหน้าตาแบบใด 2 เป้าหมายที่ประกาศคือทำให้เกิดวิทยาศาสตร์ที่ทำซ้ำผลได้ แทนที่จะให้สังคมต้องเชื่อถือเพียงเช็กพอยต์สุดท้ายที่มองไม่เห็นกระบวนการเบื้องหลัง

ความโปร่งใสนี้อาจมีนัยต่อผู้กำหนดนโยบาย หน่วยงานกำกับดูแล และกลุ่มที่ทำงานเพื่อประโยชน์สาธารณะด้วย เพราะพวกเขาจะมีวัสดุสำหรับตรวจสอบข้ออ้างเรื่องความสามารถ วิธีการ และความเสี่ยงของโมเดล แทนการอาศัยเพียงคำอธิบายจากผู้พัฒนา 2

IFM ยังยืนยันว่า ความเปิดกว้างไม่จำเป็นต้องแลกกับความสามารถ โดยสื่อเปิดตัววางตำแหน่ง K2 Horizon สำหรับงานให้เหตุผล คณิตศาสตร์ การเขียนโค้ด การใช้เครื่องมือ และงานเอเจนต์ อย่างไรก็ตาม นี่เป็นข้ออ้างด้านประสิทธิภาพของ IFM เอง ไม่ใช่ผลยืนยันอิสระ 19

6 ขนาด ครอบคลุมตั้งแต่อุปกรณ์สวมใส่ถึงงานเอเจนต์ขนาดใหญ่

โมเดล	การใช้งานที่ IFM ระบุ
0.9B	อุปกรณ์ edge ที่ทรัพยากรจำกัด เช่น นาฬิกาและแว่นตาอัจฉริยะ 1
3.7B	งานบนอุปกรณ์และการใช้งานบนโทรศัพท์ 1
7B	งานบนอุปกรณ์ โดยเน้นงานวิศวกรรมซอฟต์แวร์และงานวิจัยที่ลึกขึ้น 1
32B	การโฮสต์ภายในองค์กรหรือในเครื่อง เช่น แล็ปท็อป เวิร์กสเตชัน และเซิร์ฟเวอร์ on-premise 1
36B-A4B	โมเดล sparse สำหรับการใช้งานในเครื่องและ on-premise 19
375B-A23B	รุ่นเรือธงสำหรับงานให้เหตุผล งานวิจัย วิศวกรรมซอฟต์แวร์ และงานเอเจนต์ระยะยาวที่หนักกว่า 19

IFM ระบุว่าสถาปัตยกรรม อินเทอร์เฟซ เครื่องมือ และแนวทางการ routing ที่ใช้ร่วมกัน ถูกออกแบบมาเพื่อให้นักพัฒนาย้ายจากโมเดลขนาดเล็กไปสู่รุ่นใหญ่ได้ โดยไม่ต้องเปลี่ยนเวิร์กโฟลว์การดีพลอยทั้งหมด 1

นัยต่อเป้าหมาย AI ของสหรัฐอาหรับเอมิเรตส์

การเปิดตัวนี้สอดคล้องกับความพยายามของสหรัฐอาหรับเอมิเรตส์ หรือ UAE ในการขยายบทบาทด้าน AI ระดับแนวหน้า IFM ก่อตั้งโดย MBZUAI และ K2 Horizon เป็นตระกูลโมเดลพื้นฐานที่นักวิจัยและนักพัฒนานอกอาบูดาบีสามารถนำไปใช้และตรวจสอบได้ 12

ท้ายที่สุด K2 Horizon จะกลายเป็นมาตรฐานความเปิดกว้างที่ยั่งยืนหรือไม่ ขึ้นอยู่กับว่าวัสดุที่เผยแพร่ใช้งานได้จริงเพียงใด และทีมภายนอกทำซ้ำหรือต่อยอดงานได้มากแค่ไหน แต่ข้อเสนอของ IFM ชัดเจน: สำหรับ AI คำว่า “เปิด” ควรหมายถึงมากกว่าการดาวน์โหลดโมเดลที่ฝึกเสร็จแล้ว 29