• เฉือนชนะโมเดลยักษ์ใหญ่ระดับโลกอย่าง Google Gemini 3 Pro ในหมวดการประมวลผลภาษาไทย จากเบนช์มาร์กที่ได้รับการยอมรับในเวทีระดับโลกอย่าง NeurIPS 2026  

• อ่านเอกสารภาษาไทยจากภาพถ่ายมือถือได้อย่างแม่นยำ พร้อมผลักดันองค์กรภาครัฐและการเงินไทยสู่ยุคดิจิทัล (Digitization)  

Sionic AI บริษัทผู้พัฒนาเทคโนโลยีปัญญาประดิษฐ์สำหรับองค์กรจากประเทศเกาหลีใต้ ประกาศความสำเร็จครั้งสำคัญหลังโมเดลประมวลผลและรู้จำเอกสาร “PepperOCR” คว้าอันดับ 1 ในหมวดหมู่ภาษาไทยจากการประเมินผลบน MDPBench ซึ่งเป็นเบนช์มาร์กวัดประสิทธิภาพการเข้าใจเอกสารหลายภาษา (Multilingual Document Understanding) ระดับสากล ส่งผลให้ทำคะแนนแซงหน้าโมเดลของบรรดาบริษัทเทคโนโลยีชั้นนำระดับโลกอย่าง Google Gemini 3 Pro

MDPBench ได้รับการพัฒนาโดยทีมวิจัยผู้อยู่เบื้องหลัง OCRBench ซึ่งเป็นมาตรฐานการทดสอบระบบรู้จำข้อความที่เป็นที่ยอมรับอย่างกว้างขวาง และผลงานวิจัยนี้ยังได้รับการคัดเลือกให้ตีพิมพ์ในสาย Datasets & Benchmarks Track ของงานสัมมนาวิชาการด้าน AI ชั้นนำของโลกอย่าง NeurIPS 2026 อีกด้วย เบนช์มาร์กดังกล่าวใช้ประเมินความสามารถในการเข้าใจเอกสารครอบคลุมถึง 17 ภาษา โดยทดสอบกับเอกสารที่ใช้งานจริงในชีวิตประจำวัน ไม่จำกัดเพียงแค่ไฟล์ดิจิทัล แต่ยังรวมถึงภาพถ่ายจากกล้องสมาร์ตโฟน ยิ่งไปกว่านั้น คะแนนทดสอบของ PepperOCR ยังผ่านการตรวจสอบและประเมินผลซ้ำอย่างเป็นกลางจากทีมผู้ดำเนินการเบนช์มาร์กโดยตรง  

ภาษาไทยถือเป็นหนึ่งในภาษาที่ท้าทายที่สุดสำหรับการประมวลผลและอ่านเอกสาร เนื่องจากมีโครงสร้างสระและวรรณยุกต์ที่ซ้อนกันทั้งด้านบนและด้านล่างของพยัญชนะ ประกอบกับการเขียนแบบไม่เว้นวรรคระหว่างคำ ซึ่งมักทำให้ระบบอ่านข้อความทั่วไปเกิดข้อผิดพลาดบ่อยครั้ง และความแม่นยำจะลดลงอย่างเห็นได้ชัดเมื่อต้องประมวลผลจากภาพถ่ายเอกสารผ่านมือถือที่มีความเอียงหรือแสงเงาไม่สม่ำเสมอ PepperOCR จึงถูกพัฒนาขึ้นมาเพื่อแก้ปัญหาเหล่านี้โดยเฉพาะ สามารถอ่านเอกสารภาษาไทยที่มีความซับซ้อน เช่น แบบฟอร์มราชการ ใบแจ้งหนี้ สัญญา และเอกสารงบการเงิน ได้อย่างแม่นยำ พร้อมแปลงข้อมูลให้อยู่ในรูปแบบข้อความและตารางที่พร้อมนำไปใช้งานต่อได้ทันที  

จุดเด่นสำคัญอีกประการของ PepperOCR คือขนาดของโมเดลที่กะทัดรัด (Compact size) องค์กรในไทยสามารถนำโมเดลไปติดตั้งใช้งานบนเซิร์ฟเวอร์ภายในองค์กร (On-premise) ได้โดยตรง ช่วยให้ข้อมูลที่เป็นความลับหรือข้อมูลอ่อนไหวไม่รั่วไหลออกนอกเครือข่ายภายใน ตอบโจทย์ความต้องการสูงสุดสำหรับกลุ่มธุรกิจธนาคาร ประกันภัย โรงพยาบาล และหน่วยงานภาครัฐที่ต้องดูแลข้อมูลส่วนบุคคล นอกจากนี้ โมเดลยังเปิดให้ใช้งานในรูปแบบโอเพนซอร์ส (Open Source ภายใต้สัญญาอนุญาต AGPL-3.0) บนแพลตฟอร์ม Hugging Face เพื่อให้นักพัฒนาและภาคธุรกิจไทยสามารถดาวน์โหลดไปทดสอบใช้งานได้ฟรี  

การอ่านและแปลงเอกสารได้อย่างแม่นยำถือเป็นด่านแรกของการนำ Generative AI มาใช้งานในระดับองค์กร เนื่องจากข้อมูลส่วนใหญ่ในองค์กรจัดเก็บอยู่ในรูปแบบที่ไม่มีโครงสร้าง (Unstructured Data) เช่น เอกสารกระดาษ ไฟล์สแกน สัญญา และรายงานต่างๆ การที่ระบบ AI ภายใน หรือระบบสืบค้นข้อมูลความรู้ขององค์กร (RAG – Retrieval-Augmented Generation) จะตอบคำถามได้อย่างถูกต้องน่าเชื่อถือนั้น จำเป็นต้องเริ่มต้นจากการแปลงเอกสารเหล่านี้ให้เป็นข้อมูลที่มีโครงสร้างและมีความถูกต้องสูง หากข้อมูลนำเข้าผิดพลาดตั้งแต่ต้น ความน่าเชื่อถือของผลลัพธ์ที่ AI สร้างขึ้นก็จะลดลงตามไปด้วย การแปลงเอกสารที่ซับซ้อนให้กลายเป็นข้อความและตารางที่สมบูรณ์ของ PepperOCR จึงช่วยให้องค์กรในไทยสามารถเปลี่ยนคลังเอกสารที่มีอยู่เดิม ให้กลายเป็นสินทรัพย์ดิจิทัลที่พร้อมป้อนเข้าสู่ระบบ AI ได้ทันที  

จากความสำเร็จในครั้งนี้ Sionic AI มุ่งมั่นที่จะเดินหน้าสนับสนุนการเปลี่ยนผ่านสู่ดิจิทัล (Digitization) ของหน่วยงานภาครัฐ ภาคการเงิน และการดูแลสุขภาพในประเทศไทย ซึ่งปัจจุบันยังคงมีเอกสารในรูปแบบกระดาษจำนวนมหาศาลที่รอการแปลงข้อมูลเข้าสู่ระบบ พร้อมวางแผนจับมือร่วมกับพันธมิตรในไทยเพื่อส่งมอบบริการที่ตอบโจทย์การใช้งานจริงขององค์กรไทยอย่างตรงจุด  

Sukhyun Ko ประธานเจ้าหน้าที่บริหาร ของ Sionic AI กล่าวว่า “การได้รับคะแนนอันดับ 1 บน MDPBench ในฐานะ AI ที่มีความแม่นยำสูงสุดสำหรับการอ่านเอกสารภาษาไทย นับเป็นก้าวสำคัญอย่างยิ่งของบริษัทฯ ด้วยความร่วมมือกับพันธมิตรในประเทศไทย เราพร้อมที่จะช่วยให้หน่วยงานและองค์กรในไทยยกระดับประสิทธิภาพการทำงาน ลดต้นทุน และรักษาความปลอดภัยของข้อมูลได้อย่างสูงสุด เพื่อร่วมเป็นพันธมิตรระยะยาวในการขับเคลื่อนเศรษฐกิจดิจิทัลของไทย”

Sionic AI’s PepperOCR Ranks First in Thai Document Understanding on Global MDPBench Benchmark

South Korean enterprise artificial intelligence developer Sionic AI has announced that its document processing and recognition model, PepperOCR, achieved first place in the Thai language category on MDPBench, an international benchmark evaluating multilingual document understanding across 17 languages. According to evaluation scores verified by the benchmark operators, PepperOCR outperformed global foundation models including Google Gemini 3 Pro in Thai document processing.

Developed by the research team behind OCRBench and accepted into the Datasets & Benchmarks Track at NeurIPS 2026, MDPBench tests model accuracy on real-world everyday materials, spanning both digital files and smartphone photographs. PepperOCR was engineered to handle structural complexities of the Thai script—such as stacked vowels and tone marks above and below consonants, as well as unspaced word boundaries—and converts tilted or unevenly lit smartphone photos of government forms, invoices, contracts, and financial statements into structured text and tables.

Designed with a compact architecture, PepperOCR allows Thai organizations in banking, insurance, healthcare, and public administration to deploy the model directly on on-premise servers to maintain data privacy and prevent sensitive information from leaving internal networks. Sionic AI has also released PepperOCR as open-source software under the AGPL-3.0 license on Hugging Face for developers and businesses to evaluate.

Sukhyun Ko, Chief Executive Officer of Sionic AI, stated that securing the top Thai-language ranking on MDPBench marks a major milestone for the company, adding that Sionic AI plans to collaborate with local partners in Thailand to support enterprise digitization, reduce operational costs, and strengthen data security.