Sakana AI จับมือ NVIDIA เอา Nemotron เข้าไปเป็น "เอเจนต์เฉพาะทาง" ใน Fugu — เดิมพันว่าโมเดลเปิดหลายตัวที่เล่นด้วยกัน ชนะโมเดลเดียวที่ใหญ่กว่า

วันที่ 16 กรกฎาคม 2026 Sakana AI สตาร์ตอัป AI สัญชาติญี่ปุ่น ประกาศความร่วมมือกับ NVIDIA เพื่อนำโมเดลเปิดตระกูล Nemotron เข้าไปทำงานเป็น เอเจนต์เฉพาะทาง (specialized agents) ภายใน Sakana Fugu ระบบ multi-agent orchestration ที่ Sakana เปิดตัวไปเมื่อเดือนมิถุนายน

ประโยคที่สรุปวิทยานิพนธ์ของงานนี้ได้ดีที่สุดมาจากประกาศเอง: “Open models become more useful when orchestrated together inside agentic systems rather than used in isolation” — โมเดลเปิดมีประโยชน์มากขึ้นเมื่อถูกจัดวางให้ทำงานร่วมกันในระบบเอเจนต์ มากกว่าการเอามาใช้เดี่ยว ๆ

Fugu คือ “วาทยกร” ไม่ใช่โมเดล

สำหรับคนที่ยังไม่คุ้น Fugu ไม่ใช่โมเดลก้อนเดียว แต่เป็นระบบที่ “dynamically selects, coordinates, and combines the strengths of multiple underlying models and agents, choosing the right capabilities for each task” — เลือก ประสาน และรวมจุดแข็งของโมเดลหลายตัวแบบพลวัต โดยเลือกความสามารถที่เหมาะกับงานแต่ละชิ้น ผู้ใช้เรียกผ่าน API เดียวเหมือนคุยกับโมเดลตัวเดียว แต่ข้างในมีการแจกงานให้หลายโมเดลช่วยกันทำ

การเพิ่ม Nemotron เข้าไปคือการเติม “นักดนตรี” หน้าใหม่เข้าวง โดย Sakana ระบุว่า Nemotron มีจุดแข็งเฉพาะตัวในด้าน coding, tool calling และ instruction following ซึ่งเป็นสามทักษะที่ตรงกับงานเอเจนต์พอดี — เรียกเครื่องมือให้ถูก ทำตามคำสั่งให้ตรง เขียนโค้ดให้รันได้

NVIDIA ให้อะไร และงานจะเสร็จเมื่อไหร่

ความร่วมมือนี้ไม่ใช่แค่การประกาศเชิงสัญลักษณ์ แต่ระบุขอบเขตงานจริงไว้: ทีมทั้งสองฝ่ายจะทำงาน integration เชิงเทคนิค ร่วมกัน โดย NVIDIA เป็นผู้ให้คำแนะนำเรื่อง “Nemotron recipes and evaluation best practices” — คือทั้งวิธีใช้โมเดลให้ได้ผลดีที่สุด และแนวปฏิบัติในการวัดผล จากนั้นทั้งคู่จะติดตามประสิทธิภาพและปรับปรุงต่อเนื่อง

จุดที่ต้องพูดให้ตรงไปตรงมา: Nemotron จะลงใน Fugu เวอร์ชันที่กำลังจะมาถึง ยังไม่ใช่ของที่ใช้ได้วันนี้ ประกาศนี้ยังไม่มีตัวเลข benchmark ยังไม่มีวันที่ปล่อย และยังไม่ระบุว่าเป็น Nemotron รุ่นไหนบ้าง อย่าเพิ่งวางแผนสถาปัตยกรรมบนมัน

เป้าหมายเชิงยุทธศาสตร์ที่ Sakana เขียนไว้คือการแสดงให้เห็นว่า “how open and closed models are intelligently orchestrated” — โมเดลเปิดและโมเดลปิดถูกประสานงานร่วมกันอย่างชาญฉลาดได้อย่างไร เพื่อให้นักพัฒนาสร้างระบบที่ดึงจากระบบนิเวศโมเดลที่หลากหลาย แทนที่จะพึ่งพาผู้ให้บริการรายเดียว

มุมมอง AI Curator

ข่าวนี้อ่านเผิน ๆ เหมือนข่าว partnership ธรรมดา แต่สิ่งที่มันบอกจริง ๆ คือ สองบริษัทกำลังเดิมพันสวนทางกับสมมติฐานหลักของอุตสาหกรรม

สมมติฐานที่ครองตลาดคือ scaling — โมเดลใหญ่ขึ้นเรื่อย ๆ ย่อมเก่งขึ้นเรื่อย ๆ สัปดาห์นี้เองเราเพิ่งเขียนถึง Kimi K3 ที่ 2.8T พารามิเตอร์ และ Inkling ที่ 975B ทิศทางชัดว่าใหญ่ขึ้น Sakana เดิมพันตรงข้าม: ความสามารถที่แท้จริงเกิดจาก โมเดลเฉพาะทางหลายตัวที่เล่นด้วยกันเป็น ไม่ใช่โมเดลเดียวที่รู้ทุกอย่าง ซึ่งเป็นแนวคิดที่ Sakana ทำมาตลอดตั้งแต่ Fugu

ส่วน NVIDIA มีเหตุผลของตัวเองที่ตรงไปตรงมากว่านั้น: ยิ่งโลกใช้เอเจนต์ที่เรียกโมเดลหลายตัวต่อหนึ่งคำถาม การใช้ compute ต่อคำถามยิ่งสูงกว่าการเรียกโมเดลเดียวมาก และ NVIDIA ขายสิ่งนั้นพอดี การผลักดัน orchestration จึงไม่ใช่แค่การกุศลต่อระบบนิเวศเปิด แต่สอดคล้องกับธุรกิจของตัวเองเต็ม ๆ — ทั้งสองอย่างเป็นจริงพร้อมกันได้

สำหรับทีมไทย นี่คือประเด็นที่ควรจับให้ทัน เพราะ มันคือแนวทางที่เข้ากับข้อจำกัดของเราที่สุด ทีมในไทยแทบไม่มีใครเทรนโมเดล frontier เองได้ แต่การประกอบระบบจากโมเดลเปิดหลายตัว — ตัวเล็กราคาถูกทำงานง่าย ตัวใหญ่ทำงานยาก โมเดลไทยอย่าง Typhoon หรือ OpenThaiGPT รับงานภาษาไทย — เป็นสิ่งที่ทีม 5 คนทำได้จริงด้วยงบที่จับต้องได้ orchestration เปลี่ยนคำถามจาก “เราเทรนโมเดลเก่ง ๆ ได้ไหม” (ตอบว่าไม่) เป็น “เราวางระบบให้โมเดลที่มีอยู่ทำงานร่วมกันเก่งได้ไหม” (ตอบว่าได้)

แต่ต้องเตือนไว้ด้วย: orchestration ไม่ได้ฟรี มันแลกมาด้วย latency ที่สูงขึ้นและต้นทุนต่อคำถามที่แพงขึ้น เพราะหนึ่งคำถามอาจถูกส่งไปหลายโมเดล ระบบแบบนี้เหมาะกับงาน batch หรืองานที่คุณภาพสำคัญกว่าความเร็ว — ไม่ใช่ chatbot หน้าเว็บที่ผู้ใช้รอคำตอบอยู่ และตราบใดที่ Sakana ยังไม่เปิดว่าใน pool มีโมเดลอะไรและ routing ตัดสินใจอย่างไร การใช้ Fugu ก็ยังเป็นการฝากการตัดสินใจไว้กับกล่องดำอยู่ดี — แค่เปลี่ยนจากกล่องดำของ OpenAI เป็นกล่องดำของ Sakana

แหล่งข่าว

• Advancing Open Model Innovation with NVIDIA — Sakana AI (16 ก.ค. 2026)
• Sakana Fugu — Sakana AI
• NVIDIA Nemotron