เจาะดีลระดมทุน $300 ล้านของ Decart และอนาคตของ AI โลกเสมือนแบบเรียลไทม์

นอกจากนี้ยังมีนักลงทุนรายบุคคลที่มีชื่อเสียง เช่น Andrej Karpathy, อดีต CEO ของ Disney Michael Eisner และสมาชิกจากตระกูลผู้ก่อตั้ง Nintendo เข้าร่วมด้วย

มูลค่าบริษัทที่ประมาณ $4 พันล้าน ถือเป็นการเพิ่มขึ้นจากรอบก่อนหน้าที่ระดมทุน $100 ล้าน และประเมินมูลค่าบริษัทไว้ราว $3.1 พันล้าน

สำหรับนักลงทุน แนวคิดหลักคือ หาก AI พัฒนาไปสู่ระบบที่สามารถสร้าง สภาพแวดล้อมโต้ตอบแบบต่อเนื่อง ได้จริง บริษัทที่สร้างโครงสร้างพื้นฐานเหล่านี้อาจกลายเป็นชั้นสำคัญของระบบ AI ในอนาคต

Nvidia และ Amazon: พันธมิตรเชิงกลยุทธ์

ผู้เล่นสำคัญสองรายในระบบนิเวศของ Decart คือ Nvidia และ Amazon Web Services (AWS)

• Nvidia เข้าร่วมในฐานะนักลงทุน ซึ่งสะท้อนความเชื่อมโยงโดยตรงระหว่างโมเดล AI ขั้นสูงกับฮาร์ดแวร์ประมวลผลสมรรถนะสูง
• Amazon มีบทบาทต่างออกไป โดยรายงานระบุว่าบริษัทเข้ามาในฐานะ ลูกค้าเชิงกลยุทธ์ พร้อมทำงานร่วมกับ Decart ในโครงสร้างพื้นฐานสำหรับ AI แบบเรียลไทม์

ส่วนหนึ่งของความร่วมมือคือการปรับโมเดล Lucy ของ Decart ให้ทำงานบน AWS Trainium ซึ่งเป็นชิป AI ที่ Amazon พัฒนาขึ้นเองสำหรับงานแมชชีนเลิร์นนิง

ความร่วมมือนี้บ่งบอกกลยุทธ์สำคัญของ Decart: การสร้างระบบที่สามารถทำงานบน หลายแพลตฟอร์มฮาร์ดแวร์ ไม่ได้ผูกติดกับ GPU ของ Nvidia เพียงอย่างเดียว

โครงสร้างผลิตภัณฑ์: DOS, Lucy และ Oasis

แพลตฟอร์มของ Decart ถูกออกแบบเป็นสามชั้นหลักที่ทำงานร่วมกัน

DOS: โครงสร้างพื้นฐานของระบบ

DOS คือแพลตฟอร์มระบบหลักของบริษัท เป็นสแต็กสำหรับการเทรนและ inference ที่ถูกปรับแต่งให้มี latency ต่ำมาก เพื่อให้ AI สามารถทำงานแบบต่อเนื่องได้

เป้าหมายคือทำให้โมเดล AI ทำงานได้เร็วและมีประสิทธิภาพพอสำหรับระบบที่ต้องตอบสนองทันที

Lucy: สร้างโลกวิดีโอแบบเรียลไทม์

Lucy คือ world model สำหรับสร้างสภาพแวดล้อมวิดีโอแบบ immersive และแบบเรียลไทม์

บริษัทอธิบายว่า Lucy สามารถสร้าง “วิดีโอที่ไม่มีที่สิ้นสุดแบบเรียลไทม์” ซึ่งเปลี่ยนแปลงและพัฒนาไปอย่างต่อเนื่อง ไม่ใช่เพียงคลิปวิดีโอสั้น ๆ

Oasis: โลกจำลองสำหรับ AI ในโลกจริง

Oasis มุ่งเน้นการจำลองสภาพแวดล้อมสำหรับ หุ่นยนต์และระบบอัตโนมัติ

ระบบสามารถสร้างโลกจำลองที่โต้ตอบได้แบบเรียลไทม์ ซึ่งอาจใช้สำหรับฝึกหุ่นยนต์ ยานยนต์ไร้คนขับ หรือระบบอัตโนมัติในอุตสาหกรรม

เทคโนโลยีรุ่นก่อนหน้าของบริษัทยังมุ่งลดต้นทุน GPU และทำให้ AI agents โต้ตอบกับมนุษย์ได้เป็นธรรมชาติมากขึ้น ซึ่งสะท้อนว่า ประสิทธิภาพและความเร็ว เป็นหัวใจของแนวคิดผลิตภัณฑ์

AWS Trainium และกลยุทธ์ Cross‑Chip

หนึ่งในสัญญาณที่น่าสนใจจากความร่วมมือของ Decart คือการใช้ AWS Trainium

บริษัทกำลังปรับ Lucy ให้เหมาะกับ Trainium3 ซึ่งเป็นชิป AI ของ Amazon ที่ถูกออกแบบมาแข่งขันกับการประมวลผลแบบ GPU สำหรับงาน AI

สิ่งนี้มีความหมายสองประการ

• แสดงให้เห็นว่า Decart กำลังสร้างระบบที่รองรับ สถาปัตยกรรมชิปหลายแบบ
• ทำให้บริษัทเชื่อมต่อกับทั้ง ระบบ GPU อย่าง Nvidia และ ชิป AI เฉพาะทางอย่าง Trainium

Decart เองอธิบายว่าเทคโนโลยีของตนครอบคลุม ทั้งสแต็กคอมพิวต์ ตั้งแต่ฮาร์ดแวร์ไปจนถึง world models

อย่างไรก็ตาม รายงานสาธารณะยังไม่ได้เปิดเผย benchmark ประสิทธิภาพหรือการเปรียบเทียบต้นทุน ระหว่างการรัน Lucy บน Trainium กับ GPU

วิสัยทัศน์ใหญ่: AI ที่สร้างโลกได้

แกนกลางของกลยุทธ์ Decart คือแนวคิด world models

แทนที่ AI จะสร้างผลลัพธ์แบบคงที่ เช่น ข้อความหรือภาพ ระบบเหล่านี้ตั้งเป้าที่จะสร้าง โลกดิจิทัลที่มีอยู่ต่อเนื่องและโต้ตอบได้

การใช้งานที่เป็นไปได้ ได้แก่

• เกม: โลกเกมที่สร้างขึ้นแบบไดนามิก
• สื่อและคอนเทนต์: วิดีโอหรือเรื่องราวแบบโต้ตอบ
• หุ่นยนต์: สภาพแวดล้อมจำลองสำหรับฝึกระบบอัตโนมัติ
• Physical AI: การจำลองโลกจริงสำหรับโดรน ยานยนต์ และการผลิต

บริษัทอธิบายว่าเทคโนโลยีของตนถูกออกแบบให้ AI ทำงานได้ทันที ต่อเนื่อง และมีประสิทธิภาพ

สิ่งที่ดีลนี้บอกเกี่ยวกับอนาคต AI

การระดมทุน $300 ล้านของ Decart ไม่ได้เป็นเพียงการเพิ่มเงินทุน แต่สะท้อนแนวโน้มของอุตสาหกรรม AI

ประเด็นสำคัญจากดีลนี้ ได้แก่

• โครงสร้างพื้นฐานสำคัญพอ ๆ กับโมเดล — Decart สร้างทั้งระบบ (DOS) และโมเดล
• การเชื่อมต่อกับฮาร์ดแวร์หลายค่าย — ผ่าน Nvidia และ AWS
• วิสัยทัศน์ world models — โลกดิจิทัลที่โต้ตอบได้แบบต่อเนื่อง

อย่างไรก็ตาม ยังมีคำถามสำคัญเรื่องการนำไปใช้จริง เช่น benchmark อิสระ การใช้งานในวงกว้าง หรือรายได้จากลูกค้า

ถึงอย่างนั้น ขนาดของเงินลงทุนและรายชื่อนักลงทุนระดับโลกก็สะท้อนชัดว่า AI ที่สร้างโลกเสมือนแบบเรียลไทม์ อาจเป็นหนึ่งในสมรภูมิใหญ่ของเทคโนโลยี AI ในทศวรรษต่อไป