Meta เปิดตัว SAM 3.1 เทคโนโลยี AI ประมวลผลวิดีโอเร็วขึ้น ไม่ต้องใช้ทรัพยากร

Meta ได้เปิดตัว SAM 3.1 (Segment Anything Model 3.1) ซึ่งเป็นการอัปเดตจาก SAM 3 ที่เน้นการยกระดับประสิทธิภาพการประมวลผลวิดีโออย่างมีนัยสำคัญ โดยยังคงรักษาความแม่นยำของโมเดลไว้เหมือนเดิม สิ่งที่ทำให้เวอร์ชันนี้โดดเด่นไม่ใช่เพียงการปรับปรุงเล็กน้อย แต่เป็นการเปลี่ยนแนวคิดหลักในการประมวลผลวัตถุในวิดีโอผ่านเทคนิคที่เรียกว่า “object multiplexing”

ในเวอร์ชันก่อนหน้า การติดตามวัตถุหลายชิ้นในวิดีโอจำเป็นต้องประมวลผลแยกกัน วัตถุหนึ่งชิ้นต้องใช้หนึ่ง Forward Pass ส่งผลให้เกิดการใช้ทรัพยากรซ้ำซ้อนทั้งในด้านพลังประมวลผลและหน่วยความจำ แต่ใน SAM 3.1 โมเดลสามารถติดตามวัตถุได้พร้อมกันสูงสุดถึง 16 ชิ้นภายใน Forward Pass เดียว แนวทางนี้ช่วยลดภาระการคำนวณที่ซ้ำซ้อน และแก้ปัญหาคอขวดด้าน memory ได้อย่างมีประสิทธิภาพ

ผลลัพธ์ที่เกิดขึ้นคือประสิทธิภาพที่เพิ่มขึ้นอย่างชัดเจน โดยเฉพาะในงานวิดีโอที่มีจำนวนวัตถุระดับปานกลาง ความเร็วในการประมวลผลเพิ่มขึ้นประมาณสองเท่า จากเดิม 16 เฟรมต่อวินาทีเป็น 32 เฟรมต่อวินาทีบน GPU ระดับสูงอย่าง H100 ซึ่งสะท้อนให้เห็นว่าการปรับปรุงนี้ไม่ได้เป็นเพียงเรื่องของความเร็ว แต่เป็นการเพิ่ม “ประสิทธิภาพต่อทรัพยากร” อย่างแท้จริง

นอกจากด้านเทคนิค Meta ยังเลือกเปิดเผยทั้งโมเดลและโค้ดให้กับชุมชน ซึ่งเป็นการส่งสัญญาณชัดเจนว่าทิศทางของ AI กำลังมุ่งไปสู่การทำให้เทคโนโลยีขั้นสูงสามารถเข้าถึงได้ง่ายขึ้น เป้าหมายสำคัญคือการทำให้แอปพลิเคชันที่ต้องการประสิทธิภาพสูงสามารถทำงานได้บนฮาร์ดแวร์ที่เล็กลงและต้นทุนต่ำลง ไม่จำเป็นต้องพึ่งพาโครงสร้างพื้นฐานขนาดใหญ่เสมอไป

หากมองในเชิงกลยุทธ์ การพัฒนาในลักษณะนี้มีผลโดยตรงต่อการนำ AI ไปใช้งานจริงในระดับองค์กรและผลิตภัณฑ์ เพราะช่วยลดต้นทุนต่อการประมวลผล เพิ่มความเป็นไปได้ของระบบ Real-Time และเปิดทางให้การใช้งาน AI บนอุปกรณ์ปลายทางหรือ Edge Device เกิดขึ้นได้จริงมากขึ้น

SAM 3.1 จึงไม่ใช่แค่เวอร์ชันที่เร็วขึ้น แต่เป็นตัวอย่างของการพัฒนา AI ที่เน้น “ความคุ้มค่าเชิงระบบ” ซึ่งอาจเป็นทิศทางสำคัญของอุตสาหกรรมในระยะต่อไป