ByteDance และ Alibaba เปิดตัวโมเดลสร้างภาพ AI ใหม่ เร่งศึกแข่งขัน Google บนเวทีโลก

ByteDance และ Alibaba เปิดตัวโมเดลสร้างภาพ AI ใหม่ เร่งศึกแข่งขัน Google บนเวทีโลก

บริษัทเทคโนโลยียักษ์ใหญ่ของจีนอย่าง ByteDance และ Alibaba Cloud เดินหน้าเร่งเกมในสมรภูมิ AI ระดับโลก ด้วยการเปิดตัวโมเดลสร้างภาพ (Image Generation Model) รุ่นใหม่ ที่ถูกออกแบบมาเพื่อแข่งขันกับเครื่องมือจากฝั่งสหรัฐฯ อย่าง Google Nano Banana Pro โดยตรง สะท้อนให้เห็นถึงการแข่งขันที่ร้อนแรงขึ้นเรื่อย ๆ ระหว่างจีนและสหรัฐอเมริกาในด้านเทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ (Creative AI)

ทั้งสองบริษัทมุ่งเน้นไปที่การเพิ่มประสิทธิภาพของโมเดล ลดต้นทุนการใช้งาน และขยายโอกาสให้กับทั้งภาคธุรกิจและครีเอเตอร์รายบุคคลที่ต้องการใช้ AI ในการสร้างสรรค์งานภาพคุณภาพสูง

ByteDance เปิดตัว Seedream 5.0 เน้นความเข้าใจพรอมต์ขั้นสูง

ByteDance เปิดตัวโมเดล Seedream 5.0 ซึ่งขณะนี้เปิดให้ทดสอบในรูปแบบเบต้า ผ่านแพลตฟอร์ม Jimeng ในประเทศจีน และบน CapCut สำหรับผู้ใช้งานทั่วโลก

บริษัทระบุว่า Seedream 5.0 ได้รับการพัฒนาให้มีความสามารถด้าน “การให้เหตุผล” (Reasoning) ที่ดีขึ้น และเข้าใจคำสั่งที่ซับซ้อนได้แม่นยำกว่าเดิม โดยเฉพาะพรอมต์ที่มีรายละเอียดหลายชั้นหรือมีเงื่อนไขเฉพาะ

หนึ่งในจุดเด่นสำคัญคือ ความสามารถในการแก้ไขเฉพาะจุด (Selective Editing) ผู้ใช้สามารถปรับเปลี่ยนบางองค์ประกอบของภาพได้ โดยไม่ต้องสร้างภาพใหม่ทั้งหมด ตัวอย่างเช่น ในการทดสอบหนึ่ง ผู้ใช้สร้างภาพฉาก “คืนหิมะตก” และสามารถสลับสถานะไฟเปิด-ปิดภายในภาพได้ โดยที่องค์ประกอบอื่นยังคงเดิม ช่วยลดเวลาและเพิ่มความยืดหยุ่นในการออกแบบ

การเปิดตัว Seedream 5.0 ยังเกิดขึ้นต่อเนื่องจากความสำเร็จของ Seedance 2.0 โมเดลวิดีโอ AI ของบริษัท ที่เน้นการสร้างวิดีโอเสมือนจริงคุณภาพสูง ซึ่งแสดงให้เห็นถึงยุทธศาสตร์ของ ByteDance ในการครอบคลุมทั้งภาพนิ่งและวิดีโอด้วยเทคโนโลยี AI

Alibaba Cloud เปิดตัว Qwen-Image 2.0 รวมสร้างและแก้ไขในระบบเดียว

ฝั่ง Alibaba Cloud เปิดตัว Qwen-Image 2.0 ซึ่งเป็นโมเดลแบบรวมศูนย์ที่ผสานทั้งการสร้างภาพและการแก้ไขไว้ในระบบเดียว รองรับพรอมต์ยาวได้สูงสุดประมาณ 1,000 โทเค็น และสามารถสร้างภาพความละเอียดระดับ 2K (2048×2048 พิกเซล)

โมเดลนี้โดดเด่นด้านการจัดการเลย์เอาต์แบบมีโครงสร้าง เช่น งานออกแบบหลายพาเนล (multi-panel design) การคงความสอดคล้องของตัวละครในหลายฉาก และการจัดวางองค์ประกอบที่ซับซ้อน

อีกหนึ่งจุดแข็งคือความสามารถในการเรนเดอร์ข้อความภาษาจีนและตัวอักษรลายมือ (calligraphy) ที่ซับซ้อนได้อย่างแม่นยำ ซึ่งถือเป็นข้อได้เปรียบเชิงภูมิภาค และช่วยให้ตอบโจทย์ตลาดจีนได้อย่างมีประสิทธิภาพ

เปรียบเทียบจุดเด่นกับ Google Nano Banana Pro

เมื่อเทียบกับ Google Nano Banana Pro ซึ่งพัฒนาบนพื้นฐานของ Gemini 3 Pro Image จะพบว่าทั้งสามโมเดลต่างมุ่งเน้นไปที่การผสาน “การสร้าง + การแก้ไข” ไว้ในระบบเดียว

สงคราม AI จีน-สหรัฐกำลังเข้าสู่เฟสใหม่

การเปิดตัวครั้งนี้สะท้อนให้เห็นว่า จีนไม่ได้มุ่งเน้นเฉพาะ AI ด้านอุตสาหกรรมหรือโครงสร้างพื้นฐานเท่านั้น แต่กำลังรุกเข้าสู่ตลาด Creative AI ระดับผู้บริโภคและองค์กรทั่วโลก อย่างจริงจัง

การแข่งขันไม่ได้อยู่แค่เรื่องคุณภาพโมเดล แต่รวมถึง:

• ต้นทุนการใช้งาน

• ความเร็วในการประมวลผล

• ความสามารถด้านการแก้ไขแบบยืดหยุ่น

• การรองรับภาษาท้องถิ่น

• ระบบนิเวศแพลตฟอร์ม (Ecosystem Integration)

ผู้เชี่ยวชาญมองว่า หากบริษัทจีนสามารถรักษาระดับคุณภาพและควบคุมต้นทุนได้ต่ำกว่าคู่แข่งจากสหรัฐฯ ก็อาจกลายเป็นปัจจัยสำคัญที่พลิกสมดุลตลาด AI เชิงสร้างสรรค์ในอนาคต

ที่มา gizmochina