Atria Dawn Preview คืออะไร: เอเจนต์ AI โอเพนเวต 744B จาก Shanghai AI Lab

Atria Dawn Preview คือโมเดล AI แบบ agentic หรือโมเดลที่ถูกออกแบบให้ทำงานเป็น “เอเจนต์” ไม่ใช่แค่ตอบคำถามในแชต โดย Shanghai Artificial Intelligence Laboratory วางตำแหน่งให้รับโจทย์ที่ต้องทำงานต่อเนื่องหลายขั้น เช่น ค้นคว้าข้อมูล ใช้เครื่องมือ เขียนและรันโค้ด ดูผลลัพธ์ แล้วปรับแก้จนได้ผลที่ตรวจสอบได้

แม้วันที่ 16 กันยายน 2026 จะเป็นวันที่ข่าวการเปิดตัวได้รับความสนใจมากขึ้น แต่น้ำหนักโมเดลปรากฏขึ้นตั้งแต่ 11 กันยายน และรายงานทางเทคนิคตามมาราว 14 กันยายน 15

สเปกหลัก: 744B MoE และคอนเท็กซ์ 256K

ตาม model card ของโครงการ Atria Dawn Preview สร้างบนโมเดลพื้นฐาน GLM-5.2 แบบ mixture-of-experts (MoE) ขนาด 744 พันล้านพารามิเตอร์ เป็นโมเดลข้อความล้วน ทั้งอินพุตและเอาต์พุต และรองรับคอนเท็กซ์สูงสุด 256K โทเค็น 9

คำว่า MoE หมายถึงสถาปัตยกรรมที่มีพารามิเตอร์รวมขนาดใหญ่มาก แต่เลือกใช้ผู้เชี่ยวชาญเพียงบางส่วนในแต่ละครั้งที่ประมวลผล อย่างไรก็ดี สำหรับผู้ที่จะนำไปใช้จริง ตัวเลข 744B ไม่ใช่คำตอบทั้งหมด สิ่งที่ต้องพิสูจน์คือโมเดลรักษาคุณภาพได้เพียงใดตลอดลำดับงานยาว ๆ ที่มีการวางแผน เรียกใช้เครื่องมือ ลงมือทำ และแก้ข้อผิดพลาด

โครงการเผยแพร่ 2 รุ่น ได้แก่

• Atria-Dawn-Preview: เช็กพอยต์ instruct มาตรฐาน
• Atria-Dawn-Preview-FP8: เช็กพอยต์ instruct ที่ควอนไทซ์เป็น FP8

ทั้งสองรุ่นรองรับคอนเท็กซ์ 256K และมีลิงก์ดาวน์โหลดผ่าน Hugging Face กับ ModelScope 9

ต่างจากงานเดิมของ Shanghai AI Lab อย่างไร

ผลงานสาธารณะก่อนหน้าของ Shanghai AI Lab มีทั้งตระกูล InternLM รวมถึงโครงการด้านวิทยาศาสตร์และมัลติโมดัล เช่น Intern-S1 และ Intern-S2 โดย Intern-S2 รุ่นพรีวิวระบุว่าขยายขนาดทั้งการพรีเทรน ขอบเขตงาน reinforcement learning และสภาพแวดล้อมเอเจนต์เชิงโต้ตอบ 18

Atria มีจุดเน้นชัดกว่าในฐานะเอเจนต์สำหรับงานระยะยาว: ทำความเข้าใจโจทย์ วางแผน ใช้เครื่องมือ เขียนโค้ด ทำการทดลองหรือสั่งงาน ตรวจผล และเดินหน้าต่อเมื่อความพยายามก่อนหน้าล้มเหลว รายงานระบุแนวทาง post-training ที่เรียกว่า Verifiable Experience Pipeline ซึ่งมุ่งผูกการใช้เครื่องมือเข้ากับสภาพแวดล้อมที่รันได้จริง และใช้ผลลัพธ์ที่ตรวจสอบจากภายนอกได้เป็นสัญญาณในการเรียนรู้ 1315

ความต่างนี้สำคัญ เพราะโมเดลพื้นฐานอาจเก่งตอบคำถามหรือสร้างโค้ดเป็นส่วน ๆ ได้ แต่เอเจนต์ต้องจัดการสถานะของงาน เลือกการกระทำ ตีความผลจากเครื่องมือ และฟื้นตัวจากความผิดพลาดตลอดหลายขั้นตอน Atria จึงไม่ได้อ้างเพียงความสามารถด้านการสนทนา แต่เน้นวงจรการทำงานทั้งหมด

ใช้ทำงานอะไรได้บ้าง

model card ระบุกรณีใช้งานหลัก 4 กลุ่ม 9

• Deep research: ค้นหา รวบรวม จัดระเบียบ และสังเคราะห์หลักฐาน
• งานซอฟต์แวร์และเทคนิค: สร้างซอฟต์แวร์ แอป งานภาพข้อมูล และระบบแมชชีนเลิร์นนิง
• งานความรู้ที่มีโครงสร้าง: จัดทำรายงาน งานนำเสนอ และเอกสารสำนักงาน
• งานความมั่นคงปลอดภัยที่ได้รับอนุญาต: วิเคราะห์ ยืนยันช่องโหว่ แก้ไข และตรวจซ้ำภายในสภาพแวดล้อมที่ได้รับสิทธิ์

ข้อจำกัดเรื่อง “ได้รับอนุญาต” มีความหมายตรงตัว: ความสามารถด้านการตรวจสอบหรือแก้ไขช่องโหว่ ไม่ได้ทำให้การทดสอบระบบของผู้อื่นโดยไม่มีสิทธิ์เป็นสิ่งที่ยอมรับได้

โอเพนเวตภายใต้ MIT แต่ไม่ได้แปลว่ารันได้ง่าย

Atria เผยแพร่น้ำหนักโมเดลภายใต้ ไลเซนส์ MIT พร้อมลิงก์ Hugging Face และ ModelScope เอกสารโครงการระบุการเสิร์ฟในเครื่องผ่าน SGLang 0.5.13.post1 ขึ้นไป หรือ vLLM 0.23.0 ขึ้นไป รวมถึงตัวเลือกการตั้งค่า Responses API สำหรับไคลเอนต์แนว Codex 19

การเป็นโอเพนเวตเปิดโอกาสให้องค์กรควบคุมการนำไปติดตั้งและการประเมินได้มากขึ้น แต่ไม่ได้ทำให้ต้นทุนหายไป รายงานข่าวระบุว่าไฟล์น้ำหนักมีขนาดตั้งแต่หลายร้อยกิกะไบต์ไปจนเกิน 1 เทราไบต์ตามรูปแบบไฟล์ ดังนั้นภาระค่าใช้จ่ายจะย้ายไปอยู่ที่ GPU โครงสร้างพื้นฐาน และการปฏิบัติการระบบ 5

สำหรับทีมที่กำลังชั่งน้ำหนัก ทางเลือกจึงค่อนข้างชัดเจน: การโฮสต์เองอาจเพิ่มการควบคุมการจัดการข้อมูลและการเชื่อมต่อเข้ากับระบบภายใน แต่ต้องแลกกับฮาร์ดแวร์ ความเชี่ยวชาญด้านการเสิร์ฟโมเดล การมอนิเตอร์ และมาตรการความปลอดภัยที่เพียงพอ

คะแนนเบนช์มาร์กเทียบเอเจนต์ระดับแนวหน้า

Shanghai AI Lab รายงานผลการประเมิน 16 ชุด โดยตัวเลขที่เผยแพร่ประกอบด้วย 53.8 บน AutomationBench, 92.5 บน BrowseComp, 96.0 บน DeepSearchQA, 77.0 บน BFCL v4 และ 86.5 บน CyberGym นอกจากนี้ยังรายงาน 59.6 บน SWE-bench Pro และ 78.3 บน Terminal-Bench 2.1 9

ในตารางเปรียบเทียบของผู้พัฒนา Atria ทำคะแนนนำใน 5 รายการแรกข้างต้น แต่ไม่ได้เป็นผู้นำทุกชุดทดสอบ ตัวอย่างเช่น ตารางเดียวกันรายงานว่า Claude Opus 5 ได้คะแนนสูงกว่าบน SWE-bench Pro และ Terminal-Bench 2.1 รวมถึงการวัดบางรายการที่เน้นการส่งมอบงาน 9

ข้อสรุปที่รอบคอบกว่าคือ

• ตัวเลขที่รายงานทำให้ Atria เป็นผู้เล่นโอเพนเวตที่น่าจับตา สำหรับงานค้นหาและเรียกคืนข้อมูล งานผ่านเบราว์เซอร์ การเรียกฟังก์ชัน และเบนช์มาร์กไซเบอร์ที่รวมอยู่
• ตัวเลขเหล่านี้ ยังไม่ยืนยัน ว่าเหนือกว่าเอเจนต์ชั้นนำแบบปิดในทุกด้าน
• ผลของเบนช์มาร์กเอเจนต์ขึ้นกับเวอร์ชันของชุดทดสอบ พรอมป์ต์ สิทธิ์การใช้เครื่องมือ งบโทเค็นและเวลา นโยบายการลองซ้ำ ตลอดจนสภาพแวดล้อมที่ใช้ทดสอบอย่างมาก

ที่สำคัญ รายงานร่วมสมัยระบุว่าคะแนนเหล่านี้เป็นตัวเลขที่ผู้พัฒนารายงานเอง และยังไม่ได้รับการยืนยันจากผู้ประเมินอิสระที่เป็นกลาง 5

สิ่งที่ควรตรวจสอบก่อนนำไปใช้จริง

Atria น่าสนใจเป็นพิเศษสำหรับองค์กรที่ต้องการประเมินเอเจนต์โอเพนเวตขนาดใหญ่กับเวิร์กโฟลว์ยาว ๆ ที่ต้องใช้เครื่องมือ แต่ไม่ควรใช้ผลบนกระดาษเป็นเหตุผลเดียวในการตัดสินใจติดตั้ง

1. ทดสอบซ้ำในเบนช์มาร์กที่เกี่ยวข้อง กำหนดเวอร์ชันโมเดล พรอมป์ต์ สิทธิ์เครื่องมือ งบเวลา/โทเค็น และกติกาการลองซ้ำให้ตายตัว แล้วรันหลายรอบ
2. วัดวงจรเอเจนต์ทั้งระบบ นอกจากอัตราทำงานสำเร็จ ให้ดูการฟื้นตัวเมื่อเรียกเครื่องมือผิดพลาด ตั้งสมมติฐานผิด ทรัพยากรไม่พร้อม หรือคำสั่งคลุมเครือ
3. ตรวจข้อจำกัดด้านการติดตั้ง ทบทวนไฟล์ไลเซนส์ของน้ำหนักและรีโพซิทอรี ความต้องการโครงสร้างพื้นฐาน สแตกการเสิร์ฟในเครื่อง และเงื่อนไขของบริการโฮสต์หากเลือกใช้
4. ประเมินความปลอดภัยและการคุ้มครองข้อมูล ทดสอบความทนทานต่อ prompt injection ขอบเขตสิทธิ์ของเครื่องมือ การบันทึกข้อมูล ระยะเวลาการเก็บรักษา และการจัดการข้อมูลอ่อนไหว
5. เทียบกับงานภายในจริง นำงานวิจัย เขียนโค้ด ผลิตเอกสาร และการตรวจสอบความปลอดภัยที่ได้รับอนุญาตของทีม มาแข่งกับเครื่องมือที่ใช้อยู่แล้ว

บทสรุป

Atria Dawn Preview โดดเด่นจากการรวมโมเดลฐาน GLM-5.2 MoE ขนาด 744B คอนเท็กซ์ 256K น้ำหนักแบบเปิด และการออกแบบที่มุ่งให้เอเจนต์ “ลงมือทำงาน” มากกว่าคุยตอบโต้ ด้วยไลเซนส์ MIT และเช็กพอยต์ทั้งมาตรฐานกับ FP8 จึงเป็นโมเดลที่จริงจังพอสำหรับทีมซึ่งมีโครงสร้างพื้นฐานพร้อมประเมินและใช้งาน 9

คะแนนที่เผยแพร่ดูน่าสนใจ โดยเฉพาะด้านการค้นคว้า การเรียกฟังก์ชัน ระบบอัตโนมัติ และการประเมินไซเบอร์ แต่สิ่งเหล่านี้ยังเป็นคำกล่าวอ้างจากผู้พัฒนา บททดสอบที่มีความหมายที่สุดคือ Atria ทำงานยาว ๆ ที่องค์กรของคุณต้องการได้อย่างน่าเชื่อถือเพียงใด ภายใต้ต้นทุน ความหน่วง ความปลอดภัย และความสามารถในการฟื้นตัวจากความล้มเหลวที่ยอมรับได้ 5