# Figma โมเดลแก้ดีไซน์ของตัวเอง เทรนต่อจาก Qwen 3.8 27B ได้ 77.8% ในชุดทดสอบภายใน

> Figma โมเดลแก้ดีไซน์ที่เทรนต่อจาก Qwen 3.8 27B ได้ 77.8% ในชุดทดสอบภายใน 445 ตัวอย่าง สูสีกับโมเดลชั้นนำ และใช้ในเอเจนต์ที่เปิดให้ผู้ใช้ทั่วไป

- ประเภท: ข่าว · หมวด: AI
- เผยแพร่: 2026-11-04T13:20:00.000Z · อัปเดต: 2026-11-04T13:20:00.000Z
- โดย: กองบรรณาธิการ THAI DATA, THAI DATA IT BUSINESS ENTERPRISE
- ที่มา: https://thaidata.co.th/ai/figma-design-editing-model-qwen-post-training/

## สรุปประเด็นสำคัญ

- Josh Clemm รองประธานฝ่ายวิศวกรรมของ Figma อธิบายเมื่อปลาย **ตุลาคม 2026** ว่าบริษัทฝึกโมเดลแก้ดีไซน์ของตัวเองด้วย post-training เพื่อให้เอเจนต์ Figma แก้งานบนแคนวาสได้เร็วและถูกลง
- รุ่นล่าสุดที่ยังไม่เปิดตัวเทรนต่อจาก **Qwen 3.8 27B** ได้ **77.8%** เทียบ GPT 6.1 Sol **76.9%** และ DeepSeek v4.1 Flash **65.2%** ในชุดทดสอบภายใน **445 ตัวอย่าง**
- รุ่นแรก ๆ ใช้ **Llama 3.3 70B** ฝึกด้วยตัวอย่างกว่า **250,000 รายการ** ด้วย supervised fine-tuning แล้วเสริมด้วย reinforcement learning เพราะการเลียนแบบอย่างเดียวทำให้โมเดลทั่วไปน้อยลง
- Figma ระบุว่าตั้งแต่ช่วงเบต้าถึงเปิดทั่วไป งานทั่วไป **เร็วขึ้นราว 20%** ผู้ใช้ให้คะแนนสูงขึ้น **33%** และกดยกเลิกงานของเอเจนต์ **น้อยลง 60%**
- ตัวเลขทั้งหมดเป็นของ Figma เองและยังไม่มีการทดสอบอิสระ เอเจนต์ใช้โมเดลของบริษัทกับงานแก้ละเอียด และใช้โมเดลบุคคลที่สามกับงานสร้างภาพและงานออกแบบใหม่

Figma เผยแพร่โพสต์วิศวกรรมเมื่อปลายตุลาคม 2026 ที่อธิบายวิธีฝึก Figma โมเดลแก้ดีไซน์ ซึ่งเป็นโมเดลของบริษัทเองสำหรับงานแก้ดีไซน์บนแคนวาส เทรนต่อจากโมเดลเปิดอย่าง Qwen ตามข้อมูลของ Figma โมเดลรุ่นล่าสุดที่ยังไม่เปิดตัว ซึ่งใช้ Qwen 3.8 27B เป็นฐาน ได้ 77.8% ในชุดทดสอบภายใน 445 ตัวอย่าง เทียบกับ GPT 6.1 Sol ที่ 76.9%

ข้อมูลทั้งหมดของ Figma โมเดลแก้ดีไซน์ในข่าวนี้มาจากโพสต์ของ Figma เอง ตัวเลขเป็นผลทดสอบภายในที่ตัดสินด้วยผู้ตัดสินอัตโนมัติ และ Figma ระบุว่าเป็นเพียงข้อมูลหนึ่งที่ใช้เลือกโมเดล เราไม่พบการทดสอบอิสระ จึงรายงานเฉพาะสิ่งที่บริษัทเปิดเผย

![หน้าจอเอเจนต์ Figma บนแคนวาส แสดงงานที่เอเจนต์กำลังทำกับดีไซน์แอป เช่น ใส่สไตล์และตรวจคอนทราสต์ สำหรับ Figma โมเดลแก้ดีไซน์](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-agent-canvas-ui.webp?v=5f06fbf3) _(ภาพ: Figma)_

## Figma โมเดลแก้ดีไซน์ ฝึกอย่างไร

Figma อธิบายที่มาของ Figma โมเดลแก้ดีไซน์ ว่างานประจำวันของผู้ออกแบบส่วนใหญ่เป็นการแก้เล็ก ๆ ที่ต่อเนื่องและตรวจด้วยเกณฑ์ตายตัวไม่ได้ เช่น ปรับระยะห่าง เปลี่ยนสี หรือจัดเลย์เอาต์ใหม่หลังได้รับความเห็น บริษัทจึงเริ่มจากงานแคบ ๆ คือช่วยแก้งานที่อยู่บนแคนวาสแล้ว เพราะตอนเริ่มงานโมเดลชั้นนำยังไม่เข้าใจไวยากรณ์ของ Figma และต้องใช้พรอมต์ระบบยาวที่สิ้นเปลืองโทเค็น

วิธีแรกของ Figma โมเดลแก้ดีไซน์ คือ supervised fine-tuning ตัวอย่างฝึกแต่ละชิ้นจับคู่ดีไซน์ตั้งต้น คำขอแก้ที่สร้างขึ้นสังเคราะห์ และตัวอย่างการแก้ที่สำเร็จ โดยแทนดีไซน์ด้วยรูปแบบไฟล์ดั้งเดิมของ Figma เพื่อให้โมเดลสร้างการเปลี่ยนแปลงที่นำกลับไปใช้บนแคนวาสได้ จากนั้นให้โมเดลครูขนาดใหญ่ลองแก้ แล้วตรวจผลด้วยตัวตรวจแบบแน่นอนและผู้ตัดสินภาพที่เป็นโมเดล ท่อสร้างข้อมูลปรับแก้ตัวเองตามผลประเมินได้

![แผนภาพท่อฝึกโมเดลของ Figma เชื่อมเนื้อหาผู้ใช้ ประวัติการโต้ตอบ และระบบดีไซน์ เข้ากับการสร้างข้อมูลฝึก การสร้างตัวประเมิน และการฝึกโมเดล สำหรับ Figma โมเดลแก้ดีไซน์](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-training-pipeline.webp?v=933547bf) _(ภาพ: Figma)_

Figma บอกว่าวิธีนี้กับ Figma โมเดลแก้ดีไซน์ ไปได้ไกลเกินคาด โมเดล Llama 3.3 70B รุ่นแรกที่ฝึกด้วยตัวอย่างกว่า 250,000 รายการแข่งกับโมเดลชั้นนำในยุคนั้นได้ในงานแก้ดีไซน์ แต่ข้อจำกัดคือการเลียนแบบทำให้โมเดลสร้างงานคล้ายตัวอย่างฝึกและทั่วไปน้อยลง และต้องใช้ตัวอย่างมาก บริษัทจึงเพิ่ม reinforcement learning โดยลงทุนกับสภาพแวดล้อมฝึกเฉพาะงานออกแบบ ความหลากหลายของตัวอย่าง โมเดลให้รางวัล และเกณฑ์ที่นักออกแบบเขียนเอง ฐานโมเดลที่ใช้ตอนนี้ย้ายไปสู่ตระกูล Qwen รุ่นใหม่ Muse Spark Open และ Inkling เป็นต้น

## Figma โมเดลแก้ดีไซน์ ประเมินผลอย่างไร

Figma ไม่ตัดสินว่าดีหรือไม่ดีเป็นก้อนเดียว แต่แยกประเมินหลายมิติ เพราะดีไซน์หนึ่งอาจจัดแนวดีแต่คอนทราสต์แย่ หรือแก้ให้ดูเรียบร้อยแต่ไม่ตรงคำขอ หรือใช้คอมโพเนนต์ผิดตัวทั้งที่หน้าตาถูก ระบบประเมินรวมการตรวจโครงสร้างกับผู้ตัดสินภาพ แล้วให้นักออกแบบผู้เชี่ยวชาญปรับเทียบและตรวจผล ตัวอย่างข้อผิดพลาดที่โพสต์ยกมาคือไอคอนและข้อความทับกัน ลูกศรถูกตัด และข้อความซ้อนกัน

![ตัวอย่างข้อผิดพลาดของดีไซน์ที่สร้างด้วย AI ตามโพสต์ของ Figma การ์ดโรงแรมที่ข้อความสถานที่และคำอธิบายทับกัน](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-ai-design-error-hotel-card.webp?v=a602470a) _(ภาพ: Figma)_

| โมเดล | คะแนนในชุดทดสอบภายในของ Figma |
| --- | --- |
| Figma edits 1026 (med) ฐาน Qwen 3.8 27B ยังไม่เปิดตัว | 77.8% |
| GPT 6.1 Sol (med) | 76.9% |
| DeepSeek v4.1 Flash 1017 (high) | 65.2% |

ตามหมายเหตุใต้กราฟของ Figma โมเดลแก้ดีไซน์ ชุดทดสอบมี 445 ตัวอย่างงานแก้ดีไซน์จริง โมเดลสำเร็จรูปทดสอบด้วยระดับความพยายามเริ่มต้น และตัดสินด้วยผู้ตัดสินดีไซน์อัตโนมัติที่คนตรวจความน่าเชื่อถือแล้ว

![กราฟแท่งจากโพสต์ของ Figma เปรียบเทียบคะแนนงานแก้ดีไซน์ของโมเดลของ Figma กับโมเดลบุคคลที่สาม](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-editing-eval-chart.webp?v=3560c9de) _(ภาพ: Figma)_

## Figma โมเดลแก้ดีไซน์ อยู่ตรงไหนในเอเจนต์ Figma

Figma ระบุในโพสต์ว่าเปิดเอเจนต์ให้ผู้ใช้ทุกคนเมื่อต้นเดือนตุลาคม 2026 (ตามถ้อยคำ "earlier this month" ของโพสต์ที่เผยแพร่ปลายเดือน) และเอเจนต์ใช้โมเดลแก้ดีไซน์ของบริษัทร่วมกับโมเดลบุคคลที่สามชั้นนำ แบ่งงานกันตามประเภท งานอย่างสร้างภาพ เวกเตอร์ และการสำรวจดีไซน์ใหม่ใช้โมเดลบุคคลที่สามที่ดีที่สุด ส่วนการแก้และปรับแต่งที่แม่นยำใช้โมเดลของตัวเอง

บริษัทอ้างผลของเอเจนต์ที่ใช้ Figma โมเดลแก้ดีไซน์ ตั้งแต่ช่วงเบต้าถึงเปิดทั่วไปว่างานทั่วไปเร็วขึ้นราว 20% ในการทดสอบแบบเทียบกับนักออกแบบผู้เชี่ยวชาญ เอเจนต์ใหม่ชนะหรือเสมอรุ่นที่ใช้งานจริงก่อนหน้า 62% ของครั้ง คะแนนจากผู้ใช้สูงขึ้น 33% และผู้ใช้กดยกเลิกงานของเอเจนต์น้อยลง 60% ส่วนแบ่งงานที่ขับเคลื่อนด้วยโมเดลของตัวเองเพิ่มขึ้นกว่าเท่าตัว และต้นทุนเฉลี่ยต่อข้อความลดลง Figma ระบุด้วยว่าฝึกโดยเคารพความเป็นส่วนตัวและความต้องการของลูกค้า

## ทำไม Figma โมเดลแก้ดีไซน์ จึงสำคัญ

กรณี Figma โมเดลแก้ดีไซน์ เป็นตัวอย่างของแนวโน้มที่ Figma เรียกว่า post-training เฉพาะทางแข่งกับโมเดลชั้นนำได้ในงานแคบ ๆ โมเดลขนาด 27 พันล้านพารามิเตอร์เป็นขนาดที่ทีมองค์กรหลายแห่งรันเองได้ ถ้ามีข้อมูลงานที่ทำซ้ำบ่อย เกณฑ์ตัดสินที่ชัด และชุดทดสอบของตัวเอง สิ่งที่ต้องระวังคือคะแนนเป็นของ Figma เอง วัดด้วยผู้ตัดสินอัตโนมัติ และผลของงานแคบ ๆ ไม่ได้แปลว่าโมเดลทำงานทั่วไปได้เท่ากัน

![ตัวอย่างการ์ดดีไซน์ "Open space" ก่อนแก้ ที่ใช้อธิบายงานแก้ดีไซน์ของเอเจนต์ Figma](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-open-space-card-before.webp?v=b9ca1d7f) _(ภาพ: Figma)_

![การ์ดเดียวกันหลังเอเจนต์เพิ่มป้าย Location มุมซ้ายบนตามคำขอ](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/figma-design-editing-model-qwen-post-training/figma-open-space-card-after.webp?v=8b52ef0c) _(ภาพ: Figma)_

## สิ่งที่องค์กรไทยควรทำกับ Figma โมเดลแก้ดีไซน์

1. **ทีมออกแบบและผลิตภัณฑ์** ทดลองเอเจนต์ที่ใช้ Figma โมเดลแก้ดีไซน์ โดยเริ่มกับงานแก้ซ้ำ ๆ เช่น ปรับดีไซน์ตามความเห็น แล้วบันทึกว่าต้องแก้ซ้ำกี่ครั้งและยกเลิกบ่อยแค่ไหนก่อนขยายการใช้
2. **ตรวจนโยบายข้อมูล** ว่าไฟล์ดีไซน์และระบบดีไซน์ขององค์กรถูกใช้ฝึกโมเดลหรือไม่ และตั้งค่าตามนโยบายของบริษัทและสัญญากับลูกค้า
3. **ถ้าคิดจะฝึกโมเดลเล็กเองสำหรับงานภายใน** เริ่มจากงานที่ทำซ้ำบ่อยและวัดผลได้ สร้างชุดทดสอบจากงานจริงและให้ผู้เชี่ยวชาญตรวจ แทนการดูคะแนนชุดทดสอบทั่วไป
4. **ตรวจสิทธิ์ใช้งานของโมเดลฐาน** ว่าอนุญาตให้ฝึกต่อและใช้เชิงพาณิชย์หรือไม่ ก่อนลงทุนฝึก
5. **วางแผนทรัพยากรคำนวณ** การฝึกต่อและรันโมเดลขนาด 27 พันล้านพารามิเตอร์ต้องใช้ GPU ประเมินว่าจะรันเองหรือเช่า ติดตามข่าว AI อื่น ๆ ได้ที่[หมวด AI](/ai/)

## บริการของ THAI DATA CLOUD ที่เกี่ยวข้อง

ทีมที่อยากทดลองฝึกหรือรันโมเดลเล็กกับงานภายในมักต้องมี GPU ใช้เป็นช่วง ๆ โดยไม่อยากลงทุนซื้อการ์ดเอง [GPU Server](https://thaidata.cloud/gpu-server/) ของ THAI DATA CLOUD ประมวลผลแบบขนานด้วย NVIDIA Tesla T4 และ V100 สำหรับงาน AI และ Deep Learning พร้อมใช้งานได้ภายในไม่กี่นาที (THAI DATA CLOUD เป็นผู้ดำเนินงานเว็บไซต์นี้)

## คำถามที่พบบ่อย

### Figma โมเดลแก้ดีไซน์ คืออะไร?

Figma โมเดลแก้ดีไซน์ คือโมเดลภาษาที่ Figma ฝึกต่อ (post-training) จากโมเดลเปิดอย่าง Qwen เพื่อแก้งานที่มีอยู่บนแคนวาส เช่น ปรับระยะห่าง เปลี่ยนสี หรือจัดเลย์เอาต์ใหม่ตามความเห็น ใช้เป็นส่วนหนึ่งของเอเจนต์ Figma ควบคู่กับโมเดลบุคคลที่สามสำหรับงานอื่น

### Figma โมเดลแก้ดีไซน์ เก่งกว่าโมเดลชั้นนำจริงหรือไม่?

ตามชุดทดสอบภายในของ Figma โมเดลแก้ดีไซน์ 445 ตัวอย่างงานแก้ดีไซน์จริง โมเดลรุ่นล่าสุดที่ยังไม่เปิดตัวได้ 77.8% เทียบ GPT 6.1 Sol 76.9% และ DeepSeek v4.1 Flash 65.2% ตัดสินด้วยผู้ตัดสินอัตโนมัติที่คนตรวจความน่าเชื่อถือแล้ว จึงเป็นผลของ Figma เอง ไม่ใช่ผลอิสระ และ Figma ระบุว่าเป็นเพียงข้อมูลหนึ่งในการเลือกโมเดล

### ทำไม Figma ต้องฝึกโมเดลแก้ดีไซน์ของตัวเอง?

Figma โมเดลแก้ดีไซน์ เกิดจากเหตุนี้ Figma ระบุว่าตอนเริ่มงาน โมเดลชั้นนำไม่เข้าใจไวยากรณ์ของ Figma และต้องใช้พรอมต์ระบบยาวที่สิ้นเปลืองโทเค็น การฝึกเองช่วยให้งานแก้เล็ก ๆ ที่ผู้ออกแบบทำซ้ำทั้งวันเร็วขึ้นและถูกลง บริษัทบอกว่าสัดส่วนงานที่ขับเคลื่อนด้วยโมเดลของตัวเองเพิ่มขึ้นกว่าเท่าตัวและต้นทุนเฉลี่ยต่อข้อความลดลง

### องค์กรไทยเรียนรู้อะไรจากกรณี Figma โมเดลแก้ดีไซน์ ได้บ้าง?

ข้อคิดคือโมเดลเล็กที่ฝึกต่อกับงานแคบ ๆ ที่มีข้อมูลและเกณฑ์ตัดสินชัดเจน อาจสู้โมเดลใหญ่ได้ในต้นทุนต่ำกว่า แต่ต้องมีชุดทดสอบที่ตรงกับงานจริงและคนตรวจสอบ ทีมที่คิดจะทำแบบเดียวกันควรเริ่มจากงานที่ทำซ้ำบ่อย วัดผลได้ และตรวจสิทธิ์การใช้ข้อมูลฝึกให้ชัด


## แหล่งอ้างอิง

- [How we're training a Figma-fluent editing model](https://www.figma.com/blog/training-a-figma-fluent-editing-model/) — Figma
- [The Figma Design Agent is Here](https://www.figma.com/blog/the-figma-agent-is-here/) — Figma