Alibaba กำลังสร้าง Full-Stack AI ขยายจากโมเดล ไปชิปและ Cloud ถึง Data Center

การแข่งขัน AI ในปี 2026 กำลังขยายไปไกลและซับซ้อนกว่าเรื่องความสามารถของโมเดลว่าใครเก่งกว่า เพราะเบื้องหลัง AI หนึ่งตัวมีเทคโนโลยีหลายชั้น ตั้งแต่ชิปที่ใช้คำนวณ Data Center ที่ใช้เทรนโมเดล ระบบคลาวด์สำหรับรัน AI ไปจนถึง Agent ที่รับคำสั่งแล้วลงมือจัดการงานให้ผู้ใช้

นี่คือภาพที่ Alibaba เปิดโรดแมป Full-Stack AI ครั้งใหญ่ในงาน Apsara Conference ซึ่งเป็นงานสัมมนาเทคโนโลยีประจำปีของ Alibaba Cloud ได้เปิดตัวการอัปเดทหลายรายการ ทั้งโมเดลพื้นฐานและ multimodal models ในตระกูล Qwen, ชิป AI ที่พัฒนาขึ้นเอง, คลาวด์ที่ออกแบบมาเพื่อ AI agent โดยเฉพาะ และแพลตฟอร์ม AI agent สำหรับสมาร์ตโฟน ไปจนถึงการขยาย Data Center ทั่วโลกให้มีกำลังมากกว่า 20 กิกะวัตต์ภายในปี 2032

ทิศทางนี้ทำให้เห็นกลยุทธ์ของ Alibaba ชัดขึ้น บริษัทกำลังสร้างเทคโนโลยี AI หลายชั้นด้วยตัวเอง ตั้งแต่ฮาร์ดแวร์ โครงสร้างพื้นฐาน โมเดล ไปจนถึงบริการที่ผู้ใช้และองค์กรนำไปใช้งาน

Full-Stack AI คืออะไร?

ถ้ามอง AI เป็นระบบหนึ่งชุด โมเดล Qwen คือส่วนที่ผู้ใช้สัมผัสได้โดยตรง เพราะเป็นตัวที่ตอบคำถาม สร้างภาพ แปลภาษา หรือเขียนโค้ด

เบื้องหลังโมเดลยังมีชิปสำหรับประมวลผล เซิร์ฟเวอร์ที่รวมชิปจำนวนมากเข้าด้วยกัน Data Center ที่รองรับเซิร์ฟเวอร์ ระบบ Cloud สำหรับจัดการทรัพยากร และ Agent ที่นำความสามารถของโมเดลไปจัดการงานจริง

Full-Stack AI จึงเป็นแนวทางที่บริษัทพัฒนาเทคโนโลยีหลายชั้นในระบบ AI ให้เชื่อมต่อและทำงานร่วมกัน

โรดแมปของ Alibaba ครอบคลุมตั้งแต่ชิป Zhenwu, CPU Yitian, โครงสร้างพื้นฐาน Alibaba Cloud, โมเดลตระกูล Qwen ไปจนถึง Qwen Intelligence สำหรับ AI Agent บนสมาร์ตโฟน

Alibaba เปิดอะไรใหม่ในงานนี้บ้าง?

Alibaba เปิดโรดแมป Full-Stack AI ครั้งใหญ่ในงาน Apsara Conference รอบนี้มีของใหม่กระจายอยู่แทบทุกชั้นของ AI Stack ตั้งแต่โมเดล ชิป ระบบ Cloud ไปจนถึง Agent

• Qwen 4 โมเดลเจเนอเรชันใหม่กำลังเทรน

Alibaba เปิดเผยว่า โมเดล Qwen 4 อยู่ระหว่างการเทรน พร้อมวางโรดแมปต่อไปยัง Qwen 4.5 และ Qwen 5 โดยตั้งเป้าขยายขนาดโมเดลไปถึง 5-10 ล้านล้านพารามิเตอร์

ขนาดของโมเดลเป็นเพียงส่วนหนึ่งของเรื่อง เพราะ Alibaba กำลังทดลองให้ AI เข้ามามีบทบาทในกระบวนการพัฒนาระบบด้วย หนึ่งในนั้นคือ Recursive Self-Improvement หรือ RSI ซึ่งให้ AI ทดลอง ปรับแต่ง วิเคราะห์ข้อผิดพลาด และวนกระบวนการพัฒนาแบบอัตโนมัติ

Qwen3.8-Max สามารถวนกระบวนการดังกล่าวได้ 33 รอบในระยะเวลากว่าหนึ่งเดือน ทำให้คะแนน Artificial Analysis เพิ่มจาก 40 เป็น 45 คะแนน

Alibaba ยังทดลองนำ AI ไปใช้กับการออกแบบชิป โดยให้ระบบทำงานต่อเนื่องกว่า 60 ชั่วโมง เรียกใช้เครื่องมือ EDA มากกว่า 10,000 ครั้ง และสร้างโมดูลบัสของชิปที่บริษัทระบุว่าสามารถลดพื้นที่ลงได้ 42% โดยยังรักษาประสิทธิภาพไว้

จุดนี้ทำให้เห็นทิศทางของ AI รุ่นต่อไปชัดขึ้น จากโมเดลที่สร้างคำตอบ ไปสู่ระบบที่สามารถทำงานหลายขั้นตอน ทดลอง และปรับกระบวนการได้เองมากขึ้น

• Qwen3.8-LiveTranslate ขยับ AI แปลภาษาเข้าใกล้ล่ามสด

ฝั่ง Multimodal มีโมเดลใหม่ครอบคลุมทั้งเสียง การแปล และภาพ

Qwen3.8-LiveTranslate ถูกพัฒนาเป็นโมเดลล่ามแบบ simultaneous interpretation โดย Alibaba ระบุว่าสามารถลด Latency จาก 2.8 วินาที เหลือ 2.3 วินาที หรือลดลงเกือบ 20%

เป้าหมายคือทำให้การแปลด้วย AI เกิดขึ้นพร้อมกับบทสนทนาได้ใกล้เคียงการใช้ล่ามแบบเรียลไทม์มากขึ้น แทนที่จะต้องรอให้ผู้พูดจบประโยคแล้วจึงประมวลผลคำแปล

• Qwen-Audio-3.1 จากสร้างเสียงพูด สู่สร้างบรรยากาศเสียง

Alibaba เปิดตัว Qwen-Audio-3.1-TTS-Next ซึ่งสามารถสร้างทั้งบทสนทนาและเสียงแวดล้อมจากสคริปต์ข้อความในขั้นตอนเดียว บริษัทวางการใช้งานไว้ตั้งแต่หนังสือเสียง ภาพยนตร์ โทรทัศน์ พอดแคสต์ ไปจนถึงเกม

ในชุดเดียวกันยังมี Qwen-Audio-3.1-ASR สำหรับถอดเสียง Qwen-Audio-3.1-TTS สำหรับสร้างเสียงพูด และ Qwen-Audio-3.1-Realtime สำหรับการโต้ตอบด้วยเสียงแบบเรียลไทม์

ภาพรวมทำให้ Voice AI ของ Alibaba ครอบคลุมตั้งแต่การฟัง การสร้างเสียง ไปจนถึงการสนทนาแบบเรียลไทม์

• Qwen-Image 3.1 เจาะงานดีไซน์และอีคอมเมิร์ซ

Qwen-Image 3.1 เตรียมเปิดตัวปลายปีนี้ โดย Alibaba วางการใช้งานไปที่งานออกแบบและการตลาดอีคอมเมิร์ซ ฟีเจอร์ที่เปิดเผยมีทั้งการสร้างภาพพื้นหลังโปร่งใสและการแก้ไขภาพ โดยบริษัทระบุว่าสามารถลดเวลาทำงานออกแบบจากหลักชั่วโมงเหลือเพียงไม่กี่วินาที

จุดที่น่าสนใจคือ Alibaba มีธุรกิจอีคอมเมิร์ซอยู่ในระบบของตัวเองอยู่แล้ว โมเดลสร้างภาพจึงมีกรณีใช้งานตั้งแต่การสร้างภาพสินค้า ไปจนถึงงานโฆษณาและคอนเทนต์สำหรับร้านค้าออนไลน์

• Happyworld Arena สนามทดสอบ World Model

Alibaba Token Hub ร่วมกับพันธมิตรจากภาควิชาการและอุตสาหกรรม เปิดตัวกรอบประเมิน World Model หกระดับ พร้อมแพลตฟอร์มทดสอบ Happyworld Arena แพลตฟอร์มครอบคลุมการประเมินการสร้างวิดีโอ Embodied AI และ Spatial Reconstruction หรือการสร้างภาพสามมิติจากสภาพแวดล้อม

World Model เป็นอีกแขนงที่กำลังได้รับความสนใจในวงการ AI เพราะเกี่ยวข้องกับการทำให้ระบบเข้าใจสภาพแวดล้อม ความสัมพันธ์ของวัตถุ และโลกทางกายภาพ ซึ่งสามารถต่อยอดไปยังหุ่นยนต์และ Embodied AI ได้

• Qwen Intelligence เมื่อ Agent เตรียมเข้าไปอยู่ในมือถือ

Alibaba เปิดตัว Qwen Intelligence แพลตฟอร์ม Agentic AI สำหรับสมาร์ตโฟน และเปิดให้ผู้ผลิตโทรศัพท์นำแพลตฟอร์ม Agent ที่ขับเคลื่อนด้วย Qwen ไปพัฒนาอุปกรณ์ของตัวเอง

Agent ถูกออกแบบให้สามารถจัดการงานซับซ้อนและทำงานข้ามแอปพลิเคชันได้

ความเปลี่ยนแปลงอยู่ที่วิธีใช้งานสมาร์ตโฟน

ปัจจุบัน หากต้องการเรียกรถ จองร้านอาหาร หรือเพิ่มนัดหมายลงปฏิทิน ผู้ใช้ต้องเข้าไปจัดการผ่านแต่ละแอปด้วยตัวเอง แนวคิดของ AI Agent คือให้ผู้ใช้ระบุสิ่งที่ต้องการ แล้วระบบจัดการขั้นตอนและเลือกเครื่องมือที่จำเป็นให้

หากเทคโนโลยีนี้ทำงานได้แม่นยำพอ การใช้งานสมาร์ตโฟนในอนาคตอาจเริ่มต้นจากการบอกเป้าหมายกับ AI มากกว่าการเลือกว่าจะเปิดแอปไหน

Zhenwu V900 ชิป AI รุ่นใหม่ของ Alibaba

ของใหม่อีกชิ้นอยู่ในระดับฮาร์ดแวร์ T-Head หน่วยธุรกิจออกแบบชิปของ Alibaba เปิดตัว Zhenwu V900 ซึ่งรองรับทั้งการเทรน AI และ Inference

Alibaba ระบุว่าชิปรุ่นนี้มีประสิทธิภาพสูงกว่า Zhenwu M890 รุ่นก่อนสามเท่า มีหน่วยความจำ 216 GB และแบนด์วิดท์เชื่อมต่อระหว่างชิป 1,200 GB/s พร้อมรองรับ FP8 และ FP4

บริษัทมีกำหนดผลิตจำนวนมากและเปิดตัวเชิงพาณิชย์ในไตรมาสแรกของปี 2027

พร้อมกันนี้ Alibaba ยังเปิดตัวเซิร์ฟเวอร์ Supernode ที่รวม Zhenwu V900 เข้ากับระบบเครือข่ายและ Storage ของบริษัท รองรับการขยายคลัสเตอร์ได้สูงสุดถึง 500,000 การ์ด

• Yitian 720 และ Yitian 730 เตรียมรับงาน Agentic AI

Alibaba ยังเปิดโรดแมป CPU รุ่นใหม่สำหรับงาน Agentic AI ซึ่งมีกำหนดเปิดตัวในปี 2027

• Yitian 720 เน้นเพิ่มประสิทธิภาพต่อคอร์ เพิ่มความหนาแน่นของคอร์ และใช้พลังงานอย่างมีประสิทธิภาพมากขึ้น
• ส่วน Yitian 730 จะเป็น CPU รุ่นแรกที่สร้างบน Microarchitecture ของ T-Head โดย Alibaba ระบุว่าประสิทธิภาพตามเกณฑ์ SPECint2017/GHz เพิ่มขึ้นสูงสุด 40% เมื่อเทียบกับ Yitian 710

ทำไม Alibaba ต้องสร้างชิปเอง?

คำตอบส่วนหนึ่งอยู่ที่ขนาดของ AI เมื่อโมเดลใหญ่ขึ้นและ Agent ต้องจัดการงานหลายขั้นตอน ความต้องการกำลังประมวลผลก็เพิ่มขึ้นตาม Compute จึงกลายเป็นต้นทุนและทรัพยากรสำคัญของธุรกิจ AI

การมีทั้งโมเดล ชิป เซิร์ฟเวอร์ ระบบเครือข่าย และ Cloud อยู่ในระบบเดียวกัน ทำให้ Alibaba สามารถออกแบบแต่ละส่วนให้รองรับการทำงานร่วมกันได้

บริษัทระบุว่าชิป AI ตระกูล Zhenwu มีลูกค้าใช้งานแล้วกว่า 650 ราย ครอบคลุมตั้งแต่ยานยนต์ การเงิน LLM, Embodied AI พลังงาน และภาคการผลิต

ทำไมต้องมี Data Center ระดับ 20 GW?

AI ใช้ทรัพยากรจำนวนมากในโลกจริง การเทรนและใช้งานโมเดลขนาดใหญ่ต้องอาศัยชิป เซิร์ฟเวอร์ ระบบเครือข่าย พื้นที่จัดเก็บข้อมูล รวมถึงไฟฟ้าและระบบระบายความร้อนของ Data Center

Alibaba ตั้งเป้าว่าภายในปี 2032 Data Center ทั่วโลกที่ Alibaba Cloud บริหารจัดการจะมีขีดความสามารถรวมมากกว่า 20 กิกะวัตต์

เป้าหมายนี้ทำให้เห็นว่า การแข่งขัน AI เริ่มเชื่อมกับการแข่งขันด้านโครงสร้างพื้นฐานโดยตรง เพราะโมเดลขนาดใหญ่และ Agent จำนวนมากต้องมี Compute รองรับ

Cloud ต้องเปลี่ยนอย่างไร เมื่อ AI เริ่มลงมือทำงานเอง?

Alibaba เรียกโครงสร้างสำหรับยุคนี้ว่า Agentic Cloud โดยแบ่งออกเป็น 3 ส่วน ได้แก่ AI Native Cloud, Agent Native Cloud และ Context Engine

AI Native Cloud รองรับการเทรนและประมวลผลโมเดล โดย Alibaba เปิดตัวเทคโนโลยีหลายส่วนเพื่อรองรับงาน AI ขนาดใหญ่

หนึ่งในนั้นคือ PAI แพลตฟอร์ม AI ที่รวมระบบประมวลผล การจัดเก็บข้อมูล การจัดการตัวอย่างข้อมูล และการเทรนเข้าด้วยกัน โดย Alibaba ระบุว่าสามารถทำ Post-training โมเดล Qwen ในกรณีทดสอบจริงได้ภายใน 5 วัน

อีกส่วนคือ Cloud Parallel File Storage หรือ CPFS ซึ่งออกแบบมาสำหรับการเทรนโมเดล AI โดยบริษัทระบุว่าสามารถลดต้นทุนระบบจัดเก็บข้อมูล AI ขององค์กรได้สูงสุด 69%

Alibaba ยังเปิดตัว HPN 8.0 Pro สถาปัตยกรรมเครือข่ายสำหรับ AI ที่รองรับแบนด์วิดท์ระดับ 100 เพตาบิต และพอร์ตเครือข่าย 800G มากกว่า 130,000 พอร์ตในคลัสเตอร์เดียว

ฝั่ง Agent Native Cloud มี AgentCore สำหรับสร้าง บริหาร และรัน AI Agent ในองค์กร รวมถึง Agent Security Center สำหรับดูแลความปลอดภัยและการปฏิบัติตามกฎระเบียบ พร้อมระบบตรวจจับภัยคุกคามแบบเรียลไทม์

ส่วน Context Engine มี Agent Context ซึ่งเชื่อมเอกสาร ระบบธุรกิจ ประวัติการสนทนา และข้อมูล Multimodal เพื่อให้ Agent เรียกใช้บริบทและความจำระยะยาวได้

Alibaba ระบุว่า Agent Context สามารถลด Token Usage ในบางงานได้สูงสุด 67%

อีกผลิตภัณฑ์คือ OpenLake ระบบ Lakehouse ที่รองรับข้อมูลหลายรูปแบบในสำเนาเดียว ทั้งข้อมูลแบบมีโครงสร้าง กึ่งมีโครงสร้าง ไม่มีโครงสร้าง Vector และ Streaming โดยบริษัทระบุว่าสามารถลดต้นทุนรวมได้ 30% และลดเวลาตอบสนองต่อการ Query ได้สูงสุด 40%

ถ้าเอาของใหม่ทั้งหมดมาต่อกัน Alibaba กำลังสร้างอะไร?

ภาพรวมของ Full-Stack AI จะเริ่มเห็นชัดขึ้นเมื่อแบ่งเทคโนโลยีตามหน้าที่

• Zhenwu และ Yitian เป็นชั้นของชิปและกำลังประมวลผล
• Supernode และ Data Center เป็นโครงสร้างพื้นฐานสำหรับรองรับ Compute จำนวนมาก
• Alibaba Cloud ทำหน้าที่จัดการทรัพยากรสำหรับการเทรนและใช้งาน AI
• Qwen 4 และโมเดลรุ่นต่อไปเป็นชั้นของ Foundation Model
• Qwen-Audio, Qwen-Image และ LiveTranslate ขยายความสามารถของโมเดลไปสู่เสียง ภาพ และการแปลแบบเรียลไทม์
• AgentCore และ Context Engine เป็นเครื่องมือสำหรับสร้างและจัดการ Agent ในระดับองค์กร
• ส่วน Qwen Intelligence พยายามนำ Agent เข้าไปใกล้ผู้ใช้ผ่านสมาร์ตโฟน

สงคราม AI รอบต่อไป อาจเป็นสงครามของทั้ง Stack

ช่วงแรกของ Generative AI คนส่วนใหญ่รู้จักการแข่งขันผ่านชื่อโมเดล ใครตอบเก่งกว่า ใครเขียนโค้ดดีกว่า ใครสร้างภาพสวยกว่า แต่การแข่งขันในอนาคตกำลังขยับลงไปด้านหลังหน้าจอ

บริษัทเทคโนโลยีต้องมีทั้งชิป ศูนย์ข้อมูล เครือข่าย คลาวด์ โมเดล ข้อมูล เครื่องมือสำหรับนักพัฒนา และ Agent ที่นำทั้งหมดไปใช้งานจริง

โรดแมปของ Alibaba จึงน่าสนใจตรงที่บริษัทกำลังเดิมพันกับการควบคุมห่วงโซ่นี้ให้ได้มากที่สุด ตั้งแต่ชิปหนึ่งตัวใน Data Center ไปจนถึง AI Agent บนโทรศัพท์หนึ่งเครื่อง

เมื่อมองแบบนี้ การเปิดตัวผลิตภัณฑ์จำนวนมากของ Alibaba จึงน่าสนใจตรงที่บริษัทกำลังสร้างระบบ AI ที่ครอบคลุมตั้งแต่ ชิปหนึ่งตัว การประมวลผลใน Data Center ไปจนถึง AI Agent ที่ผู้ใช้เรียกใช้งานบนโทรศัพท์หนึ่งเครื่อง