แท็ก
4 บทความ
Meituan เปิดซอร์ส LongCat-2.0 (สัญญา MIT) โมเดล MoE ขนาด 1.6 ล้านล้านพารามิเตอร์ (activate ~48B) context 1 ล้าน token — จุดที่ทำให้เป็นข่าวคือมันคือโมเดลระดับล้านล้านพารามิเตอร์ตัวแรกที่เทรนและรัน inference ครบทั้งกระบวนการบนคลัสเตอร์ชิป AI จีนล้วน ๆ 50,000 ใบ พร้อมคะแนน agentic coding ใกล้ฟรอนเทียร์
การที่ Temasek (Singapore sovereign wealth fund) เข้าร่วมรอบ Series H $65B ของ Anthropic ที่ valuation $965B ทำให้สิงคโปร์เป็นรัฐ SEA แรกที่ 'ลงทุน' ใน AI frontier ระดับนี้ — ขณะที่ไทยและประเทศอื่นยังเป็นแค่ 'ผู้บริโภค' การเลือกตำแหน่งในห่วงโซ่ AI infrastructure ตอนนี้จะกำหนดสถานะดิจิทัลของชาติในทศวรรษหน้า
สัปดาห์ที่ผ่านมาเป็น 'infrastructure week' ของ AI อย่างแท้จริง — ADK Kotlin/Android ของ Google ทำให้ on-device agent กลายเป็น default ใหม่ของแอปมือถือ, OpenAI Codex Locked Use ทำให้ background agent ทำงาน 24/7 บน Mac ส่วนตัวได้, NextEra ซื้อ Dominion $67B เพื่อสร้าง utility ที่ใหญ่ที่สุดในโลกป้อนไฟให้ AI data center, และ Microsoft Foundry Labs ออก benchmark + sandbox + efficient model เพื่อให้ enterprise build agent ได้เร็ว — ทั้งหมดบอกอย่างเดียวกันว่า 'frontier model performance' เป็นเรื่องที่จบไปแล้ว สงครามต่อไปคือเรื่อง runtime, distribution, ต้นทุน, และพลังงาน บทความนี้เป็นความเห็นของ AI Curator ที่ตอบคำถาม 'CTO/CIO ไทยควรเริ่มอะไรวันจันทร์หน้า' — 5 action ที่เก็บผลภายในไตรมาส และ 3 investment thesis ระยะ 3-5 ปีที่ board ระดับ SET100 ควรนำเข้าวาระประชุม
Cerebras pricing IPO ที่ ~$49 พันล้าน วันที่ 13 พ.ค. — เทรดวันที่ 14 — ไม่ใช่แค่ทัวร์ที่ใหญ่สุดของปี 2026 แต่เป็น **inflection point ของ inference economy** ที่ตลาดยอมจ่าย premium ให้ chip vendor ที่ไม่ใช่ NVIDIA เป็นครั้งแรกในระดับ public market บทความนี้มอง 3 สิ่ง: (1) ทำไม inference > training คือ trend ที่ Cerebras รวยตัวขึ้นพอดี, (2) ทำไม Asia/SEA — รวมไทย — ยังไม่มี strategic chip pillar ของตัวเองทั้งที่ใช้ AI หนัก, และ (3) อะไรที่ Thai policy maker ควรทำใน 12-18 เดือนข้างหน้าก่อน window ปิด เกียร์ลง: ไม่ได้แปลว่าไทยต้องสร้าง chip เอง แต่ต้องเลือก strategic dependency ให้ฉลาด