สตาร์ทอัพจากเมือง San Sebastián ในสเปนเพิ่งโชว์ผลงานที่สะเทือนวงการ Big Tech ด้วยการบีบอัดโมเดล AI ให้มีขนาดเล็กลงถึง 95% โดยที่ความแม่นยำลดลงไปเพียง 2 ถึง 3% เท่านั้น

ผลลัพธ์คือเราสามารถนำโมเดล AI ขนาดใหญ่มาติดตั้งและประมวลผลบนสมาร์ตโฟนได้แบบ Offline 100% ไม่ต้องต่ออินเทอร์เน็ต ไม่ต้องพึ่งพาคลาวด์ และหมดกังวลเรื่องข้อมูลส่วนบุคคลรั่วไหล นี่คือสิ่งที่ Multiverse Computing พัฒนาขึ้นมาใช้งานได้จริง

บริษัทเพิ่งเปิดตัวแอปพลิเคชันชื่อ CompactifAI บน Google Play Store เมื่อวันที่ 3 มีนาคม 2026 เพื่อให้ผู้ใช้ทั่วไปดาวน์โหลดไปรัน AI บนมือถือได้ทันที โดยไม่ใช่แค่ตัวอย่างทดลอง (Proof of Concept) แต่เป็นแอปพลิเคชันที่พร้อมใช้งานจริง

เบื้องหลังความสำเร็จนี้ไม่ใช่แค่เทคนิคการตัดทอนทั่วไป แต่คือการประยุกต์ใช้คณิตศาสตร์ขั้นสูงจากฟิสิกส์ควอนตัม (Quantum-inspired Tensor Networks) มาวิเคราะห์โครงสร้างภายในของเครือข่ายประสาทเทียม (Neural Network)

---

จากซอฟต์แวร์การเงิน สู่สตาร์ทอัพระดมทุน $250 ล้าน

Multiverse Computing ก่อตั้งขึ้นในปี 2019 ที่เมือง San Sebastián ในแคว้นบาสก์ (Basque Country) ประเทศสเปน โดยทีมผู้เชี่ยวชาญ ได้แก่ Enrique Lizaso Olmos (CEO), Román Orús (Chief Scientific Officer), Samuel Mugel (CTO) และ Alfonso Rubio

เริ่มต้นบริษัทโฟกัสที่การพัฒนาซอฟต์แวร์ Quantum Computing ให้สถาบันการเงิน ก่อนจะตัดสินใจ Pivot ครั้งใหญ่ในปี 2023 เพื่อหันมาแก้ปัญหา AI Compression เต็มตัว หลังเล็งเห็นว่าตลาด AI Inference กำลังมีมูลค่าแตะ 106 พันล้านดอลลาร์ ขณะที่ดาต้าเซ็นเตอร์ทั่วโลกกำลังเผชิญวิกฤตการใช้พลังงานไฟฟ้าอย่างหนัก

การเติบโตของบริษัทดึงดูดเม็ดเงินลงทุนมหาศาล โดยรอบ Series B ในช่วงกลางปี 2025 สามารถระดมทุนได้ถึง 189 ล้านยูโร (ประมาณ 215 ล้านดอลลาร์) นำโดย Bullhound Capital ร่วมกับ HP Tech Ventures และ Toshiba ส่งผลให้มูลค่าบริษัททะยานขึ้น 5 เท่า แตะระดับกว่า 500 ล้านดอลลาร์

นอกจากนี้ รัฐบาลสเปนยังร่วมสนับสนุนอีก 67 ล้านยูโร ผ่านหน่วยงาน SETT ทำให้ยอดระดมทุนรวมอยู่ที่ประมาณ 250 ล้านดอลลาร์

ปัจจุบัน Multiverse มีทีมงานกว่า 160 คน พร้อมสำนักงานในปารีส มิวนิก ลอนดอน โตรอนโต และซานฟรานซิสโก ครอบครองสิทธิบัตรกว่า 160 ฉบับ และให้บริการลูกค้าระดับโลกกว่า 100 องค์กร อาทิ Bosch, Intel, Moody's, Bank of Canada และ Iberdrola

---

Tensor Network: ศาสตร์ควอนตัมผ่าตัด Neural Network

หัวใจสำคัญของเทคโนโลยี CompactifAI คือการใช้ Quantum-inspired Tensor Networks

เหตุผลที่นำทฤษฎีนี้มาปรับใช้ได้สำเร็จ เนื่องจากสถาปัตยกรรมของ Neural Network และระบบทางฟิสิกส์ควอนตัมมีโครงสร้างทางคณิตศาสตร์แบบเทนเซอร์ (Tensor) ขนาดใหญ่ที่เชื่อมโยงกันอย่างซับซ้อนในลักษณะเดียวกัน

"We are able to profile the inner workings of a neural network to eliminate billions of spurious correlations." (Román Orús, CSO ของ Multiverse Computing)

หลักการทำงานคือการใช้ Tensor Network เข้าไป "สแกน" และทำความเข้าใจพารามิเตอร์ภายในโมเดล เพื่อระบุและตัดความสัมพันธ์ที่ไม่จำเป็น (Spurious correlations) ออกไปอย่างแม่นยำ เปรียบเสมือนช่างฝีมือที่ตัดแต่งโครงสร้างส่วนเกินออกโดยไม่ทำให้แก่นแท้ของเนื้อผ้าและรูปทรงสูญเสียไป

วิธีนี้ทำให้สามารถลดขนาดโมเดลลงได้สูงสุดถึง 95% โดยสูญเสียความแม่นยำไปเพียง 2 ถึง 3% เท่านั้น แตกต่างจากเทคนิคดั้งเดิมในอุตสาหกรรมที่ลดขนาดได้เพียง 50 ถึง 60% แต่กลับสูญเสียความแม่นยำไปมากถึง 20 ถึง 30%

สถิติ Benchmark และผลทดสอบเชิงประจักษ์

ทาง Multiverse ได้เผยแพร่ผลการทดสอบเชิงประจักษ์บน Benchmark มาตรฐาน:

• Llama 3.1-8B Slim: ลดขนาดโมเดลลง 80% ปรับลดพารามิเตอร์ลง 60% ส่งผลให้ทำ Inference ได้เร็วขึ้น 40% และประหยัดพลังงานลงถึง 84% จุดที่น่าประหลาดใจคือใช้ Training Tokens น้อยกว่า Meta CAI Llama 3 ถึง 300 เท่า แต่วัดผล Benchmark ออกมาได้เหนือกว่า
• HyperNova 60B 2602: โมเดลที่ย่อขนาดจาก OpenAI gpt-oss-120b ลงมาราว 50% รองรับการทำ Tool Calling และ Agentic Coding พร้อมเปิดให้ดาวน์โหลดใช้งานบน Hugging Face

โดยภาพรวม โมเดลที่ผ่านกระบวนการบีบอัดนี้สามารถตอบสนองเร็วขึ้น 4 ถึง 12 เท่า และช่วยลดต้นทุนค่าประมวลผล (Inference Cost) ลงได้ 50 ถึง 80%

---

แอป CompactifAI: สัมผัสพลัง AI แบบ Local บนมือถือ

เมื่อวันที่ 3 มีนาคม 2026 Multiverse ได้ปล่อยแอปพลิเคชัน CompactifAI ให้ผู้ใช้งานระบบ Android ดาวน์โหลดผ่าน Google Play Store

ตัวแอปสามารถประมวลผลคำสั่งทั้งหมดได้แบบ Local ออฟไลน์บนตัวเครื่อง ทำให้มั่นใจได้ว่าข้อมูลส่วนบุคคลและบทสนทนาจะไม่ถูกส่งออกไปยังคลาวด์ภายนอก

นอกจากนี้ แอปยังมีระบบ Smart Query Routing คอยจัดสรรคำขออย่างชาญฉลาด หากคำถามใดสามารถประมวลผลได้ด้วยโมเดล On-device ระบบจะตอบกลับทันที ส่วนคำถามที่มีความซับซ้อนสูง ระบบจะส่งต่อไปยัง API โมเดลบนคลาวด์ตามความเหมาะสม

"Sophisticated reasoning models can now be deployed without cloud-scale infrastructure overhead, enabling powerful systems to operate directly on-device." (Enrique Lizaso, CEO)

ประโยชน์ของการประมวลผลแบบ On-device นี้ตอบโจทย์หลายภาคส่วนอย่างยิ่ง ทั้งงานด้านการแพทย์ที่ต้องรักษาความลับของคนไข้ งานกฎหมาย ภารกิจด้านความมั่นคงในพื้นที่ไร้สัญญาณอินเทอร์เน็ต รวมถึงระบบอัตโนมัติในโรงงานอุตสาหกรรมที่ต้องการการตอบสนองแบบเรียลไทม์

แก้วิกฤตพลังงานและคอขวดของ Data Center

ศูนย์ข้อมูล (Data Center) ในสหรัฐฯ ใช้ไฟฟ้าคิดเป็น 4.4% ของการใช้พลังงานทั้งประเทศ ขณะที่สำนักงานพลังงานระหว่างประเทศ (IEA) ประเมินว่าความต้องการไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจพุ่งขึ้นเป็น สองเท่า ภายในปี 2030

ในบางประเทศอย่างไอร์แลนด์ สัดส่วนการใช้ไฟฟ้าของศูนย์ข้อมูลพุ่งจาก 17% ในปี 2022 และคาดว่าจะแตะระดับ 32% ภายในปี 2026

หากการใช้งาน AI ทั้งหมดยังต้องพึ่งพาชิป GPU ขนาดยักษ์บนคลาวด์ตลอดเวลา ข้อจำกัดด้านโครงข่ายไฟฟ้าจะกลายเป็นคอขวดใหญ่ การย่อขนาดโมเดลลง 80 ถึง 95% เพื่อย้ายการประมวลผลมาไว้บนอุปกรณ์ปลายทาง (Edge Devices) จึงเป็นทางออกเชิงโครงสร้างที่สำคัญ

---

เครือข่ายพันธมิตรและการนำไปใช้จริง

Multiverse ได้จับมือกับพันธมิตรระดับโลกหลายราย:

• ร่วมมือกับ EY ในการพัฒนา Agentic AI ที่ใช้พลังงานลดลง 90% เพื่อเปิดโอกาสให้องค์กรทุกขนาดเข้าถึงเทคโนโลยี AI ได้สะดวกยิ่งขึ้น
• ผสานการทำงานร่วมกับ Cerebrium ให้บริการโมเดลแบบบีบอัดบนระบบคลาวด์ที่สามารถ Scale ได้ในเวลาไม่กี่วินาที พร้อมเพิ่มความเร็วในการตอบสนอง 12 เท่า
• ได้รับเงินลงทุนจาก HP Tech Ventures เพื่อผลักดันการพัฒนา AI บนอุปกรณ์ Edge
• กลุ่มลูกค้าในปัจจุบันครอบคลุมหลากหลายอุตสาหกรรม เช่น Iberdrola (พลังงาน), Bosch (ยานยนต์), Bank of Canada (การเงิน), Telefónica (โทรคมนาคม) ตลอดจน Deloitte และ Intel

---

กรณีศึกษาการใช้งานจริง

• SOHMA AI: นำ CompactifAI ไปใช้สร้างแพลตฟอร์มวิเคราะห์สภาพอารมณ์ของนักกีฬาเยาวชนแบบเรียลไทม์ โดยประมวลผลจากรูปแบบการหายใจ สายตา น้ำเสียง และการเคลื่อนไหว ข้อมูลทั้งหมดถูกประมวลผลบนมือถือโดยตรง ทำให้ข้อมูลของเด็กๆ ไม่รั่วไหล ปัจจุบันนำไปติดตั้งใช้งานจริงในอะคาเดมีฟุตบอลชั้นนำในอังกฤษและสหรัฐฯ แล้ว
• โครงการ EuroHPC: ใช้อัตราประมวลผล 50,000 core hours บนซูเปอร์คอมพิวเตอร์ Leonardo Booster บีบอัดโมเดล LLaMA-2 7B ให้เหลือเพียง 30% ของขนาดเดิม โดยยังคงรักษาความแม่นยำไว้ได้มากกว่า 90%

---

ข้อจำกัดที่ควรคำนึงถึง

แม้เทคโนโลยีจะมีความก้าวหน้าอย่างมาก แต่ยังมีประเด็นที่ต้องพิจารณา

ผู้เชี่ยวชาญอย่าง Théo Alves Da Costa ชี้ให้เห็นว่า โมเดลที่ผ่านการบีบอัดอาจมีข้อจำกัดด้านความสามารถทางภาษา โดยเฉพาะภาษาอื่นๆ นอกเหนือจากภาษาอังกฤษ เช่น ภาษาฝรั่งเศส ที่อาจพบการลดทอนของประสิทธิภาพมากกว่าเมื่อเทียบกับโมเดลขนาดเต็ม

ดังนั้น สำหรับการนำไปประยุกต์ใช้งานกับภาษาไทย การทดสอบ Benchmark และประเมินผลอย่างละเอียดก่อนนำขึ้น Production จึงเป็นขั้นตอนที่จำเป็นอย่างยิ่ง

อย่างไรก็ดี ในงานที่ไม่ต้องพึ่งพาความเข้าใจภาษาที่ซับซ้อน เช่น การตรวจจับความผิดปกติของภาพ (Image Anomaly Detection) CompactifAI สามารถบีบอัดโมเดลตรวจจับความเสียหายบนท้องถนนลงได้ถึง 83% โดยไม่สูญเสียความแม่นยำแม้แต่น้อย

---

สรุปมุมมอง: ก้าวสำคัญสู่ On-Device AI

ในขณะที่บริษัทยักษ์ใหญ่ส่วนใหญ่กำลังมุ่งเน้นการสร้างโมเดลที่มีขนาดใหญ่ขึ้นเรื่อยๆ Multiverse Computing กลับพิสูจน์ให้เห็นอีกแนวทางหนึ่ง ด้วยการตั้งคำถามว่า เราจะทำให้โมเดลเล็กลงหลายสิบเท่าแต่ยังคงความฉลาดไว้ได้อย่างไร

"There is a big problem with the way we are doing AI. It is fundamentally wrong." (Román Orús, CSO ของ Multiverse Computing)

การพึ่งพาศูนย์ข้อมูลขนาดมหึมาสำหรับทุกคำถามคำตอบอาจไม่ใช่แนวทางที่ยั่งยืนในระยะยาว ทั้งในแง่ของต้นทุนและสิ่งแวดล้อม การพัฒนาโมเดลขนาดเล็กที่มีประสิทธิภาพสูงจึงเป็นหนึ่งในเทรนด์ที่น่าจับตาที่สุดของวงการ AI ยุคนี้

แหล่งอ้างอิง

• TechCrunch: Multiverse Computing pushes its compressed AI models into the mainstream
• Multiverse Computing: Launches CompactifAI APP for Offline AI
• Multiverse Computing: Raises $215M to Scale Ground-Breaking Technology
• Fortune: Why AI startup Multiverse Computing thinks smaller AI is better AI
• The Quantum Insider: Multiverse Computing Raises $215 Million
• Multiverse Computing: Compresses Llama 3.1-8B and Llama 3.3-70B By 80%
• Crunchbase News: Multiverse Computing Raises $215M At A 5x Valuation Jump
• Multiverse Computing: CompactifAI Enables Breakthrough Behavioral AI Platform
• Multiverse Computing: EY and Multiverse Computing Announce Collaboration for Agentic AI
• EuroHPC JU: CompactifAI Novel compression method for LLMs