ComfyUI ทะลุมูลค่า 500 ล้านดอลลาร์ขณะที่ผู้สร้างสื่อแสวงหาการควบคุม AI มากขึ้น

ComfyUI เพิ่งปิดการระดมทุน Series B มูลค่า 30 ล้านดอลลาร์ที่มูลค่า 500 ล้านดอลลาร์ ซึ่งพิสูจน์ว่านักพัฒนาและผู้สร้างสื่อไม่ต้องการ AI แบบกล่องดำ — พวกเขาต้องการการควบคุมที่แม่นยำ แพลตฟอร์มเวิร์กโฟลว์ที่ใช้โหนดซึ่งเริ่มต้นเป็นโปรเจกต์โอเพนซอร์สในปี 2023 ปัจจุบันให้บริการแก่มืออาชีพด้านสร้างสรรค์ที่ต้องการปรับแต่งทุกขั้นตอนของการสร้างภาพ วิดีโอ และเสียง สำหรับนักพัฒนาเอเชียที่กำลังสร้าง แพลตฟอร์มพัฒนา AI-native หรือเครื่องมือสื่อ รอบการระดมทุนนี้บ่งชี้ถึงการเปลี่ยนแปลงที่ชัดเจน: ตลาดกำลังเคลื่อนตัวออกจากอินเทอร์เฟซแบบพรอมต์ธรรมดาไปสู่ระบบที่สามารถประกอบได้และเป็นโมดูลาร์ซึ่งเคารพความเชี่ยวชาญของผู้สร้าง

สิ่งที่มูลค่าของ ComfyUI เผยให้เห็นเกี่ยวกับความคาดหวังของนักพัฒนา

ComfyUI เกิดขึ้นในช่วงแรกของโมเดลการแพร่กระจาย เมื่อเครื่องมือเช่น Midjourney และ DALL-E มักจะทำให้กายวิภาคพื้นฐานผิดพลาด — ปัญหามือหกนิ้วที่มีชื่อเสียง ผู้ร่วมก่อตั้งและซีอีโอ Yoland Yan บอก TechCrunch ว่าแม้แต่โมเดลที่ปรับปรุงแล้วในปัจจุบันก็ได้ผลลัพธ์เพียง "60% ถึง 80%" ด้วยพรอมต์ธรรมดา ส่วนที่เหลือ 20% ต้องการการวนซ้ำ และเครื่องมือที่ใช้พรอมต์แบบดั้งเดิมจะเปลี่ยนการวนซ้ำนั้นให้เป็นเครื่องสล็อต: เปลี่ยนรายละเอียดหนึ่งอย่าง สูญเสียอีกสามอย่าง

เวิร์กโฟลว์ที่ใช้โหนดแก้ปัญหานี้โดยแบ่งการสร้างออกเป็นขั้นตอนที่แยกจากกันและสามารถควบคุมได้ แทนที่จะสร้างภาพทั้งหมดใหม่เพื่อแก้ไของค์ประกอบพื้นหลัง ผู้สร้างสื่อสามารถแยกโหนดนั้นและปรับพารามิเตอร์โดยไม่สัมผัสพื้นหน้า วิธีการแบบโมดูลาร์นี้สะท้อนให้เห็นว่านักพัฒนาคิดเกี่ยวกับสถาปัตยกรรมซอฟต์แวร์อย่างไร — ฟังก์ชันที่สามารถประกอบได้ ไม่ใช่สคริปต์แบบโมโนลิธิก

มูลค่า 500 ล้านดอลลาร์ ซึ่งได้รับการสนับสนุนจาก Craft Ventures, Pace Capital และ Chemistry ยืนยันวิทยานิพนธ์ที่ขยายไปไกลกว่าการสร้างสื่อ นักพัฒนาทั่วเอเชียกำลังสร้างผลิตภัณฑ์ AI ที่ความแม่นยำมีความสำคัญ: เครื่องมือการถ่ายภาพทางการแพทย์ในสิงคโปร์ การค้นหาภาพด้วยสายตาในอีคอมเมิร์สในจาการ์ตา แพลตฟอร์มการเรนเดอร์อสังหาริมทรัพย์ในกรุงเทพฯ แอปพลิเคชันเหล่านี้ไม่สามารถทนต่อความสุ่มเสี่ยมของผลลัพธ์ AI ที่ "สร้างสรรค์" ได้ พวกเขาต้องการการควบคุมที่กำหนดได้เหนือพฤติกรรมของโมเดล ซึ่งหมายความว่าพวกเขาต้องการสถาปัตยกรรมที่เปิดเผยเวิร์กโฟลว์พื้นฐานแทนที่จะซ่อนไว้หลังอินเทอร์เฟซแชท

การเติบโตของ ComfyUI จากโปรเจกต์โอเพนซอร์สไปเป็นบริษัทมูลค่า 500 ล้านดอลลาร์ในเวลาน้อยกว่าสามปีแสดงให้เห็นว่าผู้ใช้ที่มีความเชี่ยวชาญทางเทคนิคจะจ่ายเงินสำหรับเครื่องมือที่เคารพความเชี่ยวชาญของพวกเขา สิ่งนี้มีความสำคัญสำหรับใครก็ตามที่กำลังสร้างเครื่องมือพัฒนา AI ในเอเชียตะวันออกเฉียงใต้หรือเอเชียตะวันออก: ผู้ใช้ของคุณไม่ต้องการเวทมนตร์ พวกเขาต้องการความชัดเจนและการควบคุม

เหตุใดเวิร์กโฟลว์ที่ใช้โหนดจึงดีกว่าวิศวกรรมพรอมต์สำหรับระบบการผลิต

วิศวกรรมพรอมต์ถึงจุดสูงสุด คุณสามารถใช้เวลาหลายชั่วโมงในการสร้างชุดคำสั่ง 200 คำที่สมบูรณ์แบบ เพียงเพื่อให้การอัปเดตโมเดลเปลี่ยนพฤติกรรมของมันโดยสิ้นเชิง สถาปัตยกรรมของ ComfyUI ถือว่าพรอมต์เป็นหนึ่งในอินพุตหลายๆ อย่าง — พร้อมกับน้ำหนัก LoRA เน็ตเวิร์กควบคุม ตัวกำหนดเวลา และโหนดหลังการประมวลผล แต่ละส่วนประกอบอยู่ในกราฟภาพโดยที่การพึ่งพาอาศัยกันนั้นชัดเจนและการเปลี่ยนแปลงจะแพร่กระจายได้อย่างคาดเดาได้

สิ่งนี้มีความสำคัญสำหรับระบบการผลิต บริษัทเริ่มต้นที่ตั้งอยู่ในกรุงเทพฯ ซึ่งสร้างการถ่ายภาพผลิตภัณฑ์ AI ไม่สามารถสร้างภาพ 10,000 ภาพใหม่ได้เพราะ OpenAI ปรับแต่งสุนทรียศาสตร์เริ่มต้นของ DALL-E ด้วยเวิร์กโฟลว์ที่ใช้โหนด พวกเขาสามารถควบคุมเวอร์ชันของไปป์ไลน์ทั้งหมด: น้ำหนักโมเดล ขั้นตอนการประมวลผลล่วงหน้า พารามิเตอร์การขยายขนาด เมื่อพวกเขาต้องการแทนที่โมเดลฐานใหม่ พวกเขาแทนที่โหนดหนึ่งและทดสอบผลกระทบต่อเนื่องก่อนที่จะนำไปใช้ในการผลิต

วิธีการนี้ยังช่วยให้สามารถทำงานร่วมกันได้ ในระบบแบบพรอมต์แบบดั้งเดิม ความรู้จะอยู่ในเอกสาร Notion ที่มีชื่อว่า "Prompts That Work (April 2026 Edition)" ใน ComfyUI เวิร์กโฟลว์นั้นเองคือเอกสาร นักออกแบบจูเนียรสามารถเปิดไฟล์เวิร์กโฟลว์ของผู้สูงอายุ เห็นว่าโหนดใดสร้างเอฟเฟกต์ใด และปรับพารามิเตอร์โดยไม่ทำให้ห่วงโซ่แตกหัก นี่คือวิธีที่ทีมซอฟต์แวร์ทำงาน — ควบคุมเวอร์ชัน ตรวจสอบได้ และสามารถทำซ้ำได้

สำหรับนักพัฒนาเอเชียที่สร้างเครื่องมือ AI ภายใน รูปแบบสถาปัตยกรรมนี้นำเสนอแบบแผน แทนที่จะสร้างอินเทอร์เฟซแชทอีกอันหนึ่ง ให้พิจารณาเปิดเผยไปป์ไลน์ AI ของคุณเป็นบล็อกที่สามารถประกอบได้ ให้ผู้ใช้เห็นรอยต่อ รอบการระดมทุน ComfyUI พิสูจน์ว่าผู้ใช้ที่มีความเชี่ยวชาญทางเทคนิคจะจ่ายราคาพรีเมียมสำหรับเครื่องมือที่ถือว่าพวกเขาเป็นผู้สร้าง ไม่ใช่ผู้บริโภค

สิ่งนี้หมายถึงอะไรสำหรับเครื่องมือพัฒนา AI ในเอเชีย

เอเชียตะวันออกเฉียงใต้และเอเชียตะวันออกเป็นตลาดที่เติบโตเร็วที่สุดสำหรับเครื่องมือพัฒนา AI แต่แพลตฟอร์มส่วนใหญ่ยังคงสมมติว่ารูปแบบการพัฒนาตะวันตก: เอกสารภาษาอังกฤษ การรวมเข้าที่เน้นสหรัฐอเมริกา โครงสร้างพื้นฐานที่ปรับให้เหมาะสมสำหรับ AWS us-east-1 ความสำเร็จของ ComfyUI แสดงให้เห็นว่านักพัฒนาทั่วโลกต้องการสิ่งเดียวกัน — การควบคุม ความสามารถในการประกอบ และความโปร่งใส — แต่ผู้สร้างเอเชียต้องเผชิญกับข้อจำกัดที่ไม่ซ้ำใคร

ความล่าช้าเป็นสิ่งที่สำคัญมากขึ้นเมื่อผู้ใช้ของคุณอยู่ในมะนิลาหรือฮานอย ไม่ใช่ซานฟรานซิสโก เวิร์กโฟลว์ที่ใช้โหนดซึ่งต้องการการเดินทางไปกลับไปยัง API ที่โฮสต์ในสหรัฐอเมริกาสำหรับการปรับพารามิเตอร์ทุกครั้งจะกลายเป็นไม่สามารถใช้งานได้ นี่คือเหตุผลว่าทำไมแพลตฟอร์มเช่น MonstarX จึงมุ่งเน้นไปที่โครงสร้างพื้นฐานระดับภูมิภาคและสถาปัตยกรรมที่เน้นท้องถิ่นก่อน เมื่อคุณกำลังสร้างเครื่องมือ AI ด้านภาพสำหรับแพลตฟอร์มอีคอมเมิร์สในจาการ์ตา คุณต้องการเวลาตอบสนองต่ำกว่า 200ms และราคาที่คาดเดาได้ในสกุลเงินท้องถิ่น

ความท้าทายอีกประการหนึ่งคือการแตกแยกของระบบนิเวศ ComfyUI ได้รับประโยชน์จากชุมชนโอเพนซอร์สขนาดใหญ่ที่เผยแพร่โหนดที่กำหนดเอง โมเดลที่ได้รับการฝึกอบรมล่วงหน้า และเทมเพลตเวิร์กโฟลว์ นักพัฒนาเอเชียมักจะทำงานกับโมเดลเฉพาะภูมิภาค — โมเดลภาษาไทย การรู้จำเสียงเวียดนาม การสร้างอักขระญี่ปุ่น — ซึ่งไม่มีการสนับสนุนชุมชนเดียวกัน แพลตฟอร์มที่ชนะในเอเชียจะเป็นแพลตฟอร์มที่ทำให้ง่ายต่อการรวมโมเดลท้องถิ่นเหล่านี้เข้ากับเวิร์กโฟลว์ที่สามารถประกอบได้โดยไม่ต้องให้ผู้ใช้กลายเป็นวิศวกรโครงสร้างพื้นฐาน

มูลค่า 500 ล้านดอลลาร์ของ ComfyUI ยังบ่งชี้ว่านักลงทุนตอนนี้เข้าใจความแตกต่างระหว่างผลิตภัณฑ์ AI สำหรับผู้บริโภคและเครื่องมือสำหรับนักพัฒนา ผลิตภัณฑ์แรกอาจได้รับความนิยมจากการสาธิตที่ดึงดูดใจ แต่ผลิตภัณฑ์หลังต้องการความเชื่อถือด้านเทคนิคที่ลึก สำหรับผู้ก่อตั้งในสิงคโปร์ โซล หรือบังกาลอร์ที่สร้างแพลตฟอร์ม AI นี่คือการอนุญาตให้ไปลึกแทนที่จะกว้าง: สร้างสำหรับนักพัฒนาที่เข้าใจโมเดลการแพร่กระจาย ไม่ใช่ผู้ใช้ทั่วไปที่เพียงแค่ต้องการปุ่มเวทมนตร์

วิธีที่เวิร์กโฟลว์ AI แบบโมดูลาร์ช่วยให้การวนซ้ำเร็วขึ้น

ความเร็วของการวนซ้ำกำหนดว่าผลิตภัณฑ์ AI จะประสบความสำเร็จหรือตายในเบตา วิธีการที่ใช้โหนดของ ComfyUI จะบีบอัดลูปข้อมูลย้อนกลับ: เปลี่ยนพารามิเตอร์ ดูผลลัพธ์ ปรับ ทำซ้ำ เครื่องมือที่ใช้พรอมต์แบบดั้งเดิมบังคับให้คุณรอการสร้างใหม่ทั้งหมด แม้ว่าคุณจะทดสอบตัวแปรเพียงตัวเดียว ความแตกต่างนี้จะเพิ่มขึ้นในการวนซ้ำหลายร้อยครั้ง

พิจารณาหน่วยงานออกแบบในฮ่องกงที่สร้างสินทรัพย์การตลาดที่สร้างโดย AI ด้วยเครื่องมือที่ใช้พรอมต์ การทดสอบว่าอัลกอริทึมการขยายขนาดที่แตกต่างกันจะปรับปรุงคุณภาพการพิมพ์หรือไม่หมายถึงการสร้างภาพทั้งหมดใหม่ ซึ่งอาจใช้เวลา 30 วินาทีและมีค่าใช้จ่าย 0.50 ดอลลาร์ต่อการพยายาม ด้วยเวิร์กโฟลว์แบบโมดูลาร์ พวกเขาแทนที่โหนดการขยายขนาด เรียกใช้เฉพาะส่วนที่ได้รับผลกระทบใหม่ และได้ผลลัพธ์ใน 5 วินาทีสำหรับ 0.05 ดอลลาร์ ตลอดสัปดาห์ของการวนซ้ำ นั่นคือความแตกต่างระหว่างการใช้งบประมาณในการทดลองกับการใช้งบประมาณในสินทรัพย์การผลิต

สถาปัตยกรรมนี้ยังช่วยให้สามารถทดสอบ A/B ที่ระดับส่วนประกอบได้ แทนที่จะเปรียบเทียบพรอมต์ที่แตกต่างกันสองแบบโดยสิ้นเชิง คุณแยกตัวแปร: การสร้างฐานเดียวกัน โหนดการไล่ระดับสีที่แตกต่างกัน องค์ประกอบเดียวกัน LoRA สไตล์ที่แตกต่างกัน นี่คือวิธีที่วิศวกรคิดเกี่ยวกับการปรับปรุงประสิทธิภาพ — เปลี่ยนสิ่งหนึ่ง วัดเดลต้า ตัดสินใจ การใช้วิธีการนี้กับการสร้าง AI จะเปลี่ยนมันจากศิลปะเป็นวิศวกรรม

สำหรับนักพัฒนาที่สร้างคุณสมบัติ AI เข้าไปในผลิตภัณฑ์ที่มีอยู่ บทเรียนนั้นชัดเจน: เปิดเผยส่วนภายในของไปป์ไลน์ของคุณ อย่าซ่อนความซับซ้อนไว้หลังปุ่ม "สร้าง" ให้ผู้ใช้เห็นว่าคุณกำลังเรียกโมเดลใด พารามิเตอร์ใดที่คุณกำลังส่งผ่าน และที่ใดที่พวกเขาสามารถแทรกแซง ตลาดกำลังให้รางวัลแก่เครื่องมือที่เคารพความฉลาดของผู้ใช้ ไม่ใช่เครื่องมือที่