Motif-3-Base: โมเดลพื้นฐานภายใต้ใบอนุญาต MIT ที่ Motif Technologies ปล่อยออกมาโดยไม่มีการประกาศ

เรื่องราวของ Motif Technologies กับการปล่อย Motif-3 รุ่นสุดท้าย คือเรื่องราวที่แสดงให้เห็นความแตกต่างระหว่างการประกาศกับการเผยแพร่จริง สิ่งที่บริษัทสัญญาไว้สำหรับต้นเดือนสิงหาคมคือการเปิดตัวโมเดลสุดท้าย — ตัวต่อจาก Motif-3-Beta พรีวิวที่ปล่อยออกมาเมื่อวันที่ 14 กรกฎาคม แต่สิ่งที่เกิดขึ้นจริงเมื่อตรวจสอบ ณ วันที่ 10 สิงหาคม กลับเงียบกว่า: มีพื้นที่เก็บข้อมูลใหม่สามรายการปรากฏในเนมสเปซ Motif-Technologies บน Hugging Face โดยไม่มีโพสต์เปิดตัว ไม่มีข่าวประชาสัมพันธ์ และไม่มีอะไรบน motiftech.io — Motif-3-Base ซึ่งเป็นเช็คพอยต์พื้นฐานที่ผ่านการฝึกไว้ล่วงหน้าด้วยพารามิเตอร์ประมาณ 314 พันล้านตัว ซึ่งตอนนี้เผยแพร่ภายใต้ใบอนุญาต MIT; Motif-3 ซึ่งเป็นโมเดลพี่น้องที่ปรับแต่งด้วยคำสั่งที่การ์ดนั้นอ้างถึง; และ Motif-3-NVFP4 ซึ่งเป็นรูปแบบควอนไทซ์ที่ออกแบบมาสำหรับเครื่องที่ไม่สามารถรองรับโมเดลเต็มขนาดได้

ทุกอย่างด้านล่างนี้อ่านตรงจากรีพอสิทอรีเหล่านั้น ตรวจสอบข้ามกับสิ่งที่ Motif Technologies เผยแพร่ไปแล้ว และตั้งใจแบ่งออกเป็นสิ่งที่รีโพบอกเราจริง ๆ กับสิ่งที่ยังไม่ได้รับการยืนยัน พาดหัวข่าวเป็นเรื่องจริงไม่ว่าจะอย่างไร: ตระกูล Motif-3 รุ่นสุดท้ายเปิดตัวแล้ว เป็นโอเพนเวต ใช้สัญญาอนุญาต MIT และผู้จำหน่ายไม่ได้พูดถึงมันแม้แต่คำเดียว

เวอร์ชันสั้น

• เช็คพอยต์พื้นฐานของโมเดลเรือธง AI อธิปไตยของเกาหลีใต้สามารถดาวน์โหลดได้แล้ววันนี้ ภายใต้สัญญาอนุญาต MIT โดยไม่ต้องขอสิทธิ์การเข้าถึง ซึ่งถือเป็นการอัปเกรดสัญญาอนุญาตจากเวอร์ชัน Beta ที่เคยจำกัดไว้เฉพาะงานวิจัยที่ไม่แสวงหาผลกำไร

Motif-3-Base ไม่ใช่โมเดลแชท มันไม่มี chat template ไม่ได้ผ่านการปรับแต่งด้วย instruction หรือ preference alignment และมีจุดมุ่งหมายสำหรับการ fine-tuning การ pretraining ต่อเนื่อง และการวิจัย

• Motif-3 เวอร์ชันปรับแต่งด้วย instruction ตั้งอยู่ใน repo คู่ขนานข้างๆ กัน มีสถาปัตยกรรมเดียวกัน ใช้สัญญาอนุญาต MIT เดียวกัน และมาพร้อมกับชุด benchmark ที่บริษัทจะถูกตัดสินด้วย

ยังไม่มีใครโฮสต์โมเดลทั้งสามเพื่อการอนุมานเลย — การ์ดโมเดลระบุชัดเจนว่าไม่มีผู้ให้บริการอนุมานรายใดปรับใช้โมเดลเหล่านี้ — ดังนั้นการจะรันโมเดลจึงหมายถึงต้องโฮสต์ด้วยตนเองบนฮาร์ดแวร์ประสิทธิภาพสูง

• สิ่งที่ยังไม่ได้รับการยืนยัน: การประกาศอย่างเป็นทางการ การทำซ้ำโดยอิสระของบล็อกแอตเทนชันแบบใหม่ของ Motif การวัดประสิทธิภาพจากบุคคลที่สามของน้ำหนักฐาน และจุดที่ตระกูลนี้จะอยู่เมื่อเทียบกับตัวอย่างเดือนกรกฎาคมที่ได้คะแนน 45 บนดัชนี Artificial Analysis Intelligence Index

เกิดอะไรขึ้นตามลำดับ

ไทม์ไลน์มีความสำคัญ เพราะมันคือสิ่งที่แยก "โมเดลใหม่" ออกจาก "มันเปิดตัวไปแล้ว" เช็คพอยต์เบต้าของ Motif-3 เปิดตัวเมื่อวันที่ 14 กรกฎาคม 2026 โดยเป็นพรีวิวขั้นกลาง — การ์ดดังกล่าวเตือนเอาไว้ว่ายังไม่ใช่เวอร์ชันสุดท้าย ในวันที่ 21 กรกฎาคม หลังจากที่พรีวิวดังกล่าวได้คะแนนบน Artificial Analysis, Motif Technologies ก็ได้รับความสนใจจากสื่อเกาหลีในฐานะความสำเร็จแรกของโครงการ "Dokpamo" โมเดลพื้นฐานอธิปไตยของประเทศ และซีอีโอของบริษัทบอกกับนักข่าวว่าเวอร์ชันสุดท้ายจะออกมาในช่วงต้นเดือนสิงหาคม ในวันที่ 4 สิงหาคม The Herald Business รายงานว่าบริษัทกำลังส่ง Motif-3 เวอร์ชันสุดท้ายและรายงานผลการดำเนินงานให้แก่กระทรวงวิทยาศาสตร์และไอซีทีของเกาหลีใต้ ซึ่งเป็นส่วนหนึ่งของการประเมินครั้งที่สองของโครงการ

จากนั้น ประมาณ วันที่ 10 สิงหาคม, การส่งดังกล่าวก็กลายเป็นสาธารณะ: Motif-Technologies/Motif-3-Base, Motif-Technologies/Motif-3, และ Motif-Technologies/Motif-3-NVFP4 ปรากฏบน Hugging Face ภายในเวลาไม่กี่นาทีจากกัน (ที่เก็บโค้ดแสดงข้อความ "อัปเดตเมื่อไม่กี่นาทีที่แล้ว" เมื่อตรวจสอบในวันนั้น) นั่นคือเหตุการณ์ที่บทความนี้กล่าวถึง เป็นการเปิดตัวจริง — น้ำหนักโมเดลใหม่ ใบอนุญาตใหม่ ไฟล์ใหม่ — ที่ไม่มีใครได้รับแจ้ง

จริงๆ แล้ว Motif-3-Base รีポジทอรีประกอบด้วยอะไรบ้าง

การ์ดนี้ระบุไว้อย่างชัดเจนว่ามันคืออะไรและไม่ใช่อะไร Motif-3-Base คือ "pretrained checkpoint พื้นฐานของ Motif 3" ซึ่งเป็นโมเดล mixture-of-experts แบบ decoder-only ที่มีพารามิเตอร์รวมประมาณ 314 พันล้าน และ 13.2 พันล้านที่ถูกเปิดใช้งานต่อโทเคน, ฝึกบนข้อมูลประมาณ 12.5 ล้านล้านโทเคน. มัน "ไม่ได้ผ่านการปรับแต่งแบบมีผู้ดูแล การเรียนรู้แบบเสริมกำลัง หรือการจัดแนวความชอบ/ความปลอดภัย" มาพร้อม "โดยไม่มี chat template" และมีไว้สำหรับการปรับแต่งเพิ่มเติม การฝึก pretraining ต่อเนื่อง และการวิจัย — เพื่อใช้ในโหมด text-completion. โมเดลที่ปรับแต่งด้วยคำสั่งถูกชี้ไปอย่างชัดเจนว่าเป็น repository แยกต่างหาก: Motif-Technologies/Motif-3.

สถาปัตยกรรมนี้เป็นผลงานการออกแบบภายในบริษัท Motif เองทั้งหมด และการ์ดระบุข้อมูลเฉพาะเจาะจงไว้:

• 53 เลเยอร์ — dense 2 เลเยอร์และ mixture-of-experts 51 เลเยอร์ — โดยมี hidden size เท่ากับ 4,096

สถาปัตยกรรมมีผู้เชี่ยวชาญแบบจัดเส้นทาง (routed experts) จำนวน 384 ตัว โดยเลือกใช้งาน 8 อันดับแรกที่ทำงานในแต่ละโทเคน พร้อมกับผู้เชี่ยวชาญร่วม (shared expert) อีก 1 ตัว

• กลุ่มความสนใจแฝงเชิงอนุพันธ์ (Grouped Differential Latent Attention: GDLA) ซึ่งเป็นชื่อที่ Motif ใช้เรียกการรวมความสนใจเชิงอนุพันธ์แบบกลุ่มเข้ากับการออกแบบคีย์-ค่าแบบบีบอัด โดยใช้ query heads 80 ตัว และ key-value heads 16 ตัว

• Expert-Specific PolyNorm แทนที่การใช้ SiLU gating ตามปกติ และ residual stream ที่ถูกดัดแปลง ซึ่งใช้ hyper-connections ที่ถูกจำกัดด้วย manifold

- บริบทดั้งเดิมขนาด 262,144 โทเคน (256K) และคำศัพท์ขนาด 220,160 โทเคน ในรูปแบบ bfloat16

การ์ดนี้มาพร้อมกับหมายเหตุเชิงปฏิบัติสองข้อ ประการแรก โมเดลใช้โค้ดที่กำหนดเอง ดังนั้นการโหลดผ่าน Hugging Face Transformers จึงจำเป็นต้องระบุ trust_remote_code=True ประการที่สอง เส้นทางการให้บริการที่แนะนำคือ vLLM ในเวอร์ชันเบต้า ผ่าน Docker image เฉพาะของ Motif ซึ่งผ่านการทดสอบบน GPU NVIDIA B200 และ H200 — โดยมี SGLang และ Docker Model Runner เป็นเส้นทางรองที่รองรับเพิ่มเติม

การเปลี่ยนแปลงใบอนุญาตที่สำคัญกว่ารายการสเปก

ข้อเท็จจริงข้อเดียวที่มีผลกระทบมากที่สุดในการเผยแพร่ครั้งนี้ไม่ใช่จำนวนพารามิเตอร์. ตัวอย่างรุ่นเดือนกรกฎาคม Motif-3-Beta เผยแพร่ภายใต้ใบอนุญาตสำหรับการวิจัยเท่านั้น ซึ่งห้ามการใช้เชิงพาณิชย์โดยชัดแจ้งโดยไม่ได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Motif Technologies. ทั้ง Motif-3-Base และ Motif-3 ซึ่งเป็นรุ่นพี่น้องกับ Motif-3-Base ต่างก็เผยแพร่ภายใต้ ใบอนุญาต MIT.

นั่นคือความแตกต่างระหว่างโมเดลที่ห้องแล็บใช้ศึกษาวิจัยได้ กับโมเดลที่บริษัทสามารถนำไปต่อยอดเป็นผลิตภัณฑ์ได้ ผู้ให้บริการฟายน์จูน องค์กรที่กำลังประเมินสแตกภาษาเกาหลี หรือสตาร์ทอัพที่ต้องการพรีเทรนต่อจากสายเลือดโมเดลขนาด 12.5 ล้านล้านโทเคน ล้วนทำได้โดยไม่ต้องโทรขอใบอนุญาตไปที่โซล เมื่อพิจารณาว่าจุดขายเชิงพาณิชย์ทั้งหมดของ Motif ตั้งอยู่บน AI แบบอธิปไตยที่พัฒนาในองค์กรเอง ซึ่ง Motif เป็นหนึ่งในสี่ทีมในโครงการโมเดลรากฐานระดับชาติของเกาหลีใต้ ร่วมกับ LG AI Research, Upstage และ SK Telecom การใช้สัญญาอนุญาต MIT กับน้ำหนักโมเดลฐานจึงเป็นการตัดสินใจที่สนับสนุนการนำไปใช้มากที่สุดเท่าที่บริษัทเคยทำมา

นอกจากนี้ยังควรกล่าวอย่างตรงไปตรงมาว่าสิ่งที่ MIT ไม่ได้เปลี่ยนแปลง: มันให้สิทธิ์ใช้งานน้ำหนักของโมเดล ไม่ใช่แบรนด์ และไม่มีสิ่งใดในการ์ดที่ให้สิทธิ์ต่อเครื่องหมายการค้าของ Motif หรือชื่อ "Motif" สำหรับโมเดลพื้นฐานที่โดยหลักแล้วจะถูกนำไปปรับแต่งละเอียด ใบอนุญาตคือการปลดล็อกที่ใช้งานได้จริง ที่เหลือเป็นแค่เอกสาร

คะแนนบนการ์ด และใครเป็นคนวัด

การ์ดโมเดลพื้นฐานแสดงแถวผลการประเมินสั้นๆ: MMLU 86.20, GSM8K 93.93, MATH 70.58, HumanEval 73.70 และ MBPP 84.60 ตัวเลขเหล่านี้เป็นตัวเลขของ Motif เอง วัดโดย Motif ยังไม่มีการตรวจสอบซ้ำ และอธิบายถึงสภาพที่ยังไม่ได้ปรับแต่งของเช็คพอยต์ — ดังนั้นให้ถือว่าตัวเลขเหล่านี้เป็นเกณฑ์ขั้นต่ำที่การปรับแต่งละเอียดเริ่มต้นจาก ไม่ใช่ข้อกล่าวอ้างเกี่ยวกับโมเดลที่คุณจะนำไปใช้งานจริง โมเดลพี่น้อง Motif-3 ที่ปรับแต่งตามคำสั่งคือที่ที่เกณฑ์มาตรฐานเด่นๆ อยู่ และตัวเลขเหล่านี้ก็รายงานโดยผู้จำหน่ายเช่นกัน: τ²-Bench Telecom 94.7, SWE-Bench Verified 76.2, Terminal-Bench 2.1 74.9, GPQA Diamond 83.4 และคะแนนความไม่หลอน 71.6 บน OmniScience

คะแนนจากการประเมินอิสระเพียงค่าเดียวในประวัติศาสตร์สาธารณะของตระกูลนี้อยู่ที่Beta, ไม่ใช่ไฟล์ใหม่เหล่านี้ Artificial Analysis ระบุ Motif 3 (Beta) ไว้ที่45 ใน Artificial Analysis Intelligence Index — อันดับที่สื่อเกาหลีบรรยายไว้ในการประเมินเมื่อเดือนกรกฎาคมว่า ทำให้เวอร์ชันแสดงตัวอย่างเทียบเท่ากับ DeepSeek V4 Pro โดยอยู่อันดับสามในบรรดาโมเดลโอเพนเวตทั่วโลก รองจาก Kimi K3 และ GLM-5.2 และเป็นอันดับหนึ่งในบรรดาโมเดลที่มาจากนอกสหรัฐอเมริกาและจีน ยังไม่มีหน่วยงานอิสระใดวัดค่าน้ำหนักฐานหรือโมเดล instruct ขั้นสุดท้าย และจนถึงขณะเขียนนี้ ยังไม่มีการเพิ่มที่เก็บข้อมูลใหม่ในแคตตาล็อกของ Artificial Analysis

อะไรที่ยังไม่ได้รับการยืนยัน?

เป็นเรื่องที่ควรระบุให้ชัดเจนถึงขอบเขตระหว่างข้อเท็จจริงจากคลังโค้ดกับคำถามที่ยังไม่มีคำตอบ เพราะนี่คือเวอร์ชันเผยแพร่ที่ไม่มีคำแถลงอย่างเป็นทางการให้เทียบเคียง

• ไม่มีการประกาศ. ณ วันที่ 10 สิงหาคม motiftech.io ยังไม่มีข่าวเกี่ยวกับการเผยแพร่ครั้งสุดท้าย และไม่มีโพสต์เปิดตัวหรือแถลงข่าวใด ๆ ปรากฏออกมา สิ่งที่ประกาศคือที่เก็บโค้ดนั่นเอง.

• "Final" ไม่ได้พิมพ์อยู่ที่ใดเลย การ์ด Motif-3-Base นำเสนอตัวเองเป็นเช็คพอยต์พื้นฐาน โดยไม่ได้ระบุว่า "final release" และคำสัญญาของเวอร์ชัน Beta ว่า จะมีเช็คพอยต์สุดท้ายที่ "enhanced performance" นั้นยังไม่ได้รับการยืนยันอย่างเป็นทางการว่าเป็นไฟล์ชุดนี้ — ถึงแม้ช่วงเวลา ใบอนุญาต MIT และการส่งมอบต่อรัฐบาลจะชี้ไปในทิศทางนั้นทั้งหมด

• ไม่มีการยืนยันสถาปัตยกรรมโดยอิสระ GDLA, Expert-Specific PolyNorm และ hyper-connections ที่ปรับเปลี่ยนเป็นดีไซน์กรรมสิทธิ์ของ Motif และ ณ การรายงานข่าวในเดือนกรกฎาคม ยังไม่มีการทำซ้ำโดยอิสระ ซึ่งเป็นเรื่องปกติสำหรับแล็บที่เพิ่งก่อตั้ง แต่หมายความว่าข้อกล่าวอ้างเรื่องประสิทธิภาพของสถาปัตยกรรมนั้นอาศัยผลการรันของ Motif เอง

• ไม่มีผู้ให้บริการโฮสต์โมเดลและไม่มีราคา การ์ดทั้งสามใบระบุว่าไม่มีผู้ให้บริการอินเฟอเรนซ์รายใดปรับใช้โมเดลเหล่านี้ ดังนั้นจึงไม่มี API ที่โฮสต์ไว้และไม่มีราคาต่อโทเค็นที่เปิดเผยต่อสาธารณะที่ใดเลย ไม่ว่าโมเดลของ Motif จะมีค่าใช้จ่ายผ่าน API เท่าใดในที่สุด ก็ยังไม่สามารถทราบได้ในขณะนี้

สิ่งที่ต้องใช้เพื่อให้มันรันได้จริงๆ

เนื่องจากไม่มีสิ่งใดถูกโฮสต์ไว้ ทุกทีมที่ต้องการน้ำหนักโมเดลเหล่านี้จึงต้องโฮสต์ด้วยตนเอง เช็คพอยต์ฐานความแม่นยำเต็มรูปแบบเป็นไฟล์ bfloat16 ขนาด 315B พารามิเตอร์ และฮาร์ดแวร์ที่แนะนำคือคลาส B200 หรือ H200 สำหรับ vLLM ซึ่งเป็นภาระผูกพันด้านโครงสร้างพื้นฐานที่สำคัญที่ผู้อ่านส่วนใหญ่ไม่ควรมองข้าม เส้นทางเข้าที่เป็นจริงคือ Motif-3-NVFP4 ที่ผ่านการควอนไทซ์แบบ NVFP4 เพื่อให้มีพื้นที่จัดเก็บที่เล็กลง หรือรอให้ผู้ให้บริการอินferenceรายใดรับโมเดลเหล่านี้ไป

นี่คือจุดที่เลเยอร์การจัดเส้นทาง (routing layer) แสดงคุณค่าที่แท้จริงของมัน โดยไม่แสร้งว่ามันสามารถเรียกโมเดลที่ไม่มีใครโฮสต์ได้ คุณค่าของ API เดียวที่อยู่หน้าโมเดล 200+ ตัวพร้อมการสลับไปใช้ตัวสำรองอัตโนมัติ (automatic failover) นั้นมีไว้สำหรับวันที่ตระกูลโมเดลใหม่แบบนี้ปรากฏในแคตตาล็อกที่โฮสต์จริง: คุณลองใช้กับทราฟิกส่วนหนึ่งผ่านคีย์ที่เข้ากันได้กับ OpenAI หนึ่งคีย์ สลับไปใช้โมเดลที่พิสูจน์แล้วเมื่อมันสะดุด และไม่ต้องวางสถาปัตยกรรมใหม่เพราะการผสานรวมเป็นแบบไม่ยึดติดกับโมเดลเฉพาะ (model-agnostic) และเพราะ OrcaRouter ส่งผ่านราคารายการของโพรวายเดอร์ตรงๆ โดยไม่บวกกำไร ราคาที่โพรวายเดอร์ของ Motif กำหนดขึ้นในที่สุดก็คือราคาที่คุณจ่ายในวันเดียวกัน — ไม่มีวงจรสัญญาคั่นกลาง จนกว่าโพรวายเดอร์จะโฮสต์เวตเหล่านี้ สรุปอย่างตรงไปตรงมาก็คือ Motif-3-Base และ Motif-3 ทำงานบน GPU ของคุณเอง และข้อโต้แย้งเรื่องการจัดเส้นทางก็เกี่ยวกับสแตก (stack) ที่คุณเก็บไว้รอบๆ พวกมัน ไม่ใช่เกี่ยวกับการเรียกใช้คู่นี้ในวันนี้

ใครควรสนใจ

สามกลุ่มควรให้ความสนใจ ทีมที่ปรับแต่งโมเดลโอเพนเวตมีตัวเลือกใหม่ที่จริงจัง: โมเดล MoE ภายใต้สัญญาอนุญาต MIT ขนาด 314B/13.2B-active พร้อมบริบท 256K และการฝึกสอนก่อนหน้าที่มีเอกสารครบถ้วน ใช้งานเชิงพาณิชย์ได้โดยไม่ต้องติดต่อผู้จำหน่าย นักวิจัยที่ทำงานเกี่ยวกับ attention รูปแบบใหม่หรือการออกแบบ MoE ที่มีประสิทธิภาพจะได้รับสิ่งที่หายาก — สถาปัตยกรรมระดับการผลิตที่มีการเผยแพร่น้ำหนัก สร้างขึ้นจากศูนย์ ไม่ใช่การปรับพารามิเตอร์ใหม่จากโมเดลโอเพนที่มีอยู่ และใครก็ตามที่ติดตาม AI อธิปไตยจะได้เห็นผลงานรูปธรรมเบื้องหลังโครงการเรือธงของเกาหลีใต้ ซึ่งถูกเผยแพร่ออกมาอย่างเงียบ ๆ สองเดือนหลังจากการเปิดตัวตัวอย่างของบริษัทที่กลายเป็นข่าวระดับนานาชาติ

กลุ่มที่ไม่ควรดาวน์โหลดมันคือใครก็ตามที่ต้องการแชทแอสซิสแทนท์ที่ทำงานได้ หากไม่มี chat template และไม่มีการ alignment แล้ว Motif-3-Base จะตอบในโหมด completion และไม่ปฏิเสธอะไรเลย — นั่นคือจุดประสงค์ของโมเดลพื้นฐาน และนั่นก็คือเหตุผลที่ instruct sibling มีอยู่

ดูอะไรดี

สี่สิ่งที่จะเปลี่ยนการตีความของการเปิดตัวครั้งนี้ ได้แก่ การประกาศอย่างเป็นทางการ ซึ่งจะยืนยันป้ายกำกับ "final" และท่าทีเชิงพาณิชย์ การวัดประสิทธิภาพอิสระของ base weights และโมเดล instruct ซึ่งจะให้ตัวเลขที่ผ่านการตรวจสอบเป็นครั้งแรกแก่ตระกูลนี้ การที่ผู้ให้บริการรายใดรายหนึ่งนำหนึ่งในสามโมเดลนี้ไปใช้ — เหตุการณ์ที่จะทำให้ Motif-3 เข้าถึงได้ผ่าน API แทนที่จะใช้เฉพาะบน GPU ที่โฮสต์เอง และผลของการประเมินครั้งที่สองของ Dokpamo ซึ่งจะกำหนดว่าโปรแกรมโมเดลอธิปไตยของเกาหลีจะให้ความสำคัญกับน้ำหนักเหล่านี้หรือไม่

จนกว่าหนึ่งในนั้นจะมาถึง คำอธิบายที่แม่นยำก็แคบแต่สำคัญ: ตระกูล Motif-3 รุ่นสุดท้ายอยู่บน Hugging Face แล้ว ภายใต้สัญญาอนุญาต MIT และดาวน์โหลดได้อย่างเปิดเผย และบริษัทที่ถูกนำเสนอเป็นความหวัง AI อธิปไตยของเกาหลีใต้ตลอดหนึ่งปี ได้ส่งมอบผลงานที่สำคัญที่สุดของบริษัทเท่าที่ผ่านมา — โดยไม่บอกใครเลยว่าทำ