ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง#Google
  1. Google DeepMind90

    Google DeepMind เปิดตัว Gemini 4 Hydrogen โมเดล Gemini 4 ที่เร็วขึ้นสำหรับงานเขียนโค้ดและเวิร์กโฟลว์แบบเอเจนต์

    Google DeepMind เปิดตัว Gemini 4 Hydrogen โมเดล Gemini 4 ที่สร้างขึ้นสำหรับการเขียนโค้ดในชีวิตประจำวันอย่างรวดเร็วและการทำงานแบบเอเจนต์ มากกว่าการให้เหตุผลระยะยาวของ Gemini 4 Carbon และ Argon โดยได้คะแนน 51 บน Artificial Analysis Intelligence Index ที่ระดับการคิดสูงเริ่มต้น เทียบกับ 50 ของ Argon และสูงถึง 54 ที่การตั้งค่า xhigh ใหม่ โดยมีราคาคงที่ 1.50 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 7.50 ดอลลาร์ต่อล้านโทเค็นเอาต์พุตตลอดหน้าต่างบริบท 1 ล้านโทเค็น Google ยังเปิดตัว Orchestrator ใน Google Antigravity ซึ่งสลับระหว่างโมเดลอย่าง Carbon และ Hydrogen ภายในเซสชันเดียว และทำอัตราความสำเร็จของงานใกล้เคียง Carbon บน Terminal-Bench 4.0 โดยใช้โควตาน้อยลง 24% และเสร็จเร็วขึ้น 19%

    ทำไมเรื่องนี้สำคัญ: Gemini 4 Hydrogen ของ Google มุ่งเป้าที่การเขียนโค้ดในชีวิตประจำวันอย่างรวดเร็วและงานแบบเอเจนต์ ด้วยราคาคงที่ 1.50/7.50 ดอลลาร์ต่อล้านโทเค็นตลอดหน้าต่างบริบท 1M และ Orchestrator ใหม่ที่สลับระหว่างโมเดล Gemini 4

  2. Google Blog · AI82

    Google Search อัปเกรดทั่วโลกเป็น Gemini 4 Hydrogen

    Google Search ได้ย้ายผู้ใช้ทั้งหมดทั่วโลกไปใช้ Gemini 4 Hydrogen ซึ่งบริษัทเรียกว่าเป็นการอัปเกรดโมเดลครั้งใหญ่ที่สุดของ Search จนถึงตอนนี้ โมเดลนี้ปรับปรุงความเข้าใจเจตนาสำหรับคำถามที่มีหลายส่วนและมีคำพิมพ์ผิดจำนวนมาก เพิ่มการปฏิบัติตามคำสั่งและการเรียกใช้เครื่องมือที่ลึกยิ่งขึ้น และเสริมความแข็งแกร่งของการกระจายคำค้น (query fan-out) เพื่อแสดงลิงก์ที่ผู้ใช้อาจไม่พบในกรณีอื่น การตอบกลับยังกลายเป็นภาพมากขึ้น ด้วยรูปภาพ ตารางเปรียบเทียบ และเครื่องมือกำหนดเองที่มากขึ้น ในทุกภาษาของ AI Mode ที่รองรับ

    ทำไมเรื่องนี้สำคัญ: เป็นการอัปเกรดโมเดลครั้งใหญ่ที่สุดของ Google Search จนถึงปัจจุบัน โดย Gemini 4 Hydrogen รับผิดชอบคำถามหลายส่วน การเรียกใช้เครื่องมือ และ query fan-out สำหรับผู้ใช้ทั้งหมดทั่วโลก

  1. Google Blog · AI78

    Google เปิดตัว Gemini Decisions API และโมเดล Gemini Decision 1 สำหรับการตัดสินใจแบบชุดปิดที่รวดเร็ว

    Google เปิดตัว Gemini Decisions API ซึ่งขับเคลื่อนโดยโมเดลใหม่ Gemini Decision 1 (gemini-decision-1) และพร้อมใช้งานผ่าน Gemini API ใน Google AI Studio อินพุตมัลติโมดัลเดียวสูงสุด 256K โทเค็นสามารถตรวจสอบกับคำถามแบบใช่/ไม่ใช่ แบบเลือกตอบ และแบบให้คะแนนตามเกณฑ์ได้สูงสุด 1,000 ข้อในการส่งต่อเพียงครั้งเดียว โดยคืนค่าความน่าจะเป็นและคะแนนความเชื่อมั่นที่ความหน่วงตั้งแต่ต้นจนจบ 150-250 มิลลิวินาที ในราคา 0.10 ดอลลาร์ต่อ 1M โทเค็นอินพุต โดยไม่มีค่าใช้จ่ายโทเค็นเอาต์พุต Google กล่าวว่าโมเดลนี้เป็นผู้นำชุดการทดสอบมาตรฐานด้วยค่าความคลาดเคลื่อนของการปรับเทียบต่ำที่สุด และมีราคาถูกกว่า Gemini 3.5 Flash-Lite กับ Interactions API เกือบ 5 เท่า การใช้งานภายในรวมถึงการกำหนดเส้นทางโมเดลใน Gemini Notebook การสร้างไวร์เฟรมใน Stitch และการตรวจสอบเนื้อหาเชิง adversar​​ial สำหรับเครื่องมือ MCP ใน Search

    ทำไมเรื่องนี้สำคัญ: เอนด์พอยต์ใหม่ของ Google ให้คะแนนคำถามมัลติมอดัลแบบใช่/ไม่ใช่ แบบเลือกตอบ และแบบตามเกณฑ์ได้สูงสุด 1,000 ข้อในครั้งเดียวที่ 150-250 มิลลิวินาที มอบทางเลือกที่ถูกกว่าการเรียกแบบเจเนอเรทีฟสำหรับการกำหนดเส้นทางของเอเจนต์และการตรวจสอบนโยบาย

  1. Google DeepMind72

    DeepMind เปิดตัว AlphaGenome 2 โมเดล DNA ที่ทำนายผลของตัวแปรในเซลล์ชนิดเฉพาะ

    Google DeepMind ประกาศเปิดตัว AlphaGenome 2 โมเดลลำดับ DNA รุ่นใหม่ที่ทำนายว่าลำดับ DNA และตัวแปรของลำดับนั้นส่งผลต่อเซลล์มนุษย์ชนิดเฉพาะอย่างไร โมเดลแบบมีเงื่อนไขนี้ฝึกจากโปรไฟล์เซลล์แต่ละเซลล์มากกว่า 107 ล้านโปรไฟล์จาก 68 เนื้อเยื่อ สามารถระบุตัวแปรที่เปลี่ยนการแสดงออกได้เกือบสองเท่าของโมเดลก่อนหน้า และบนชุดข้อมูลเซลล์ภูมิคุ้มกัน TenK10K สามารถเรียกคืนตัวแปรเชิงสาเหตุได้ 30% เทียบกับ 16% ของ AlphaGenome เดิมที่ปรับแต่งบนข้อมูลเซลล์เดี่ยว ใช้งานได้สำหรับการวิจัยที่ไม่ใช่เชิงพาณิชย์ผ่าน AlphaGenome API และอยู่ในช่วงพรีวิวแบบส่วนตัวสำหรับการวิจัยเชิงพาณิชย์

    ทำไมเรื่องนี้สำคัญ: AlphaGenome 2 เปลี่ยนจากค่าเฉลี่ยระดับเนื้อเยื่อไปสู่การปรับเงื่อนไขระดับเซลล์เดี่ยว ทำให้การเรียกคืนตัวแปรเชิงสาเหตุบนข้อมูลเซลล์ภูมิคุ้มกันเพิ่มขึ้นราวสองเท่า ซึ่งสำคัญต่อการเชื่อมสัญญาณ GWAS เข้ากับเซลล์ชนิดเฉพาะ

  2. Google DeepMind88

    Google DeepMind เปิดตัว Gemini 4 Carbon สำหรับการเขียนโค้ดแบบเอเจนต์ ไซเบอร์ซีเคียวริตี้ และการให้เหตุผลเชิงวิทยาศาสตร์

    Google DeepMind เปิดให้ developers, องค์กร, นักวิทยาศาสตร์ และผู้บริโภคใช้งาน Gemini 4 Carbon ได้แล้ว โดยวางตำแหน่งให้เหนือกว่า Gemini 4 Argon สำหรับงานที่ต้องใช้การให้เหตุผลเชิงลึกและโทเคนมากขึ้น Carbon ครองอันดับ 1 บน CursorBench 4.0, WANDR ของ Perplexity และ AutomationBench ของ Zapier ด้วยต้นทุนต่องานต่ำกว่าโมเดลภายนอกที่ดีที่สุดเป็นอันดับถัดไปกว่า 2 เท่า และมีราคาอยู่ที่ 2 ดอลลาร์ต่อล้านโทเคนอินพุต และ 10 ดอลลาร์ต่อล้านโทเคนเอาต์พุต ซึ่งเป็นราคาเปิดตัวเดียวกับ Argon Google ยังได้พรีวิว /swarm ใน Google Antigravity ซึ่งเปลี่ยนพรอมป์เดียวให้กลายเป็นทีมเอเจนต์ที่ทำงานประสานกัน และรายงานว่า Carbon สามารถบล็อกเส้นทางการโจมตีได้ 99% ในการทดสอบจำลองการโจมตีทางไซเบอร์

    ทำไมเรื่องนี้สำคัญ: บันทึกการเปิดตัวของ Google อธิบายว่า Gemini 4 Carbon แลกกับการใช้โทเคนที่สูงขึ้นเพื่อการให้เหตุผลที่ลึกขึ้น โดยครองอันดับ 1 บน CursorBench 4.0, WANDR และ AutomationBench ด้วยต้นทุนต่องานต่ำกว่าครึ่งหนึ่งของโมเดลภายนอกอันดับถัดไป

  3. NVIDIA Blog60

    NVIDIA มอบ OpenShell Agent Runtime ให้ CNCF และเพิ่มเครื่องมือ DSX Kubernetes

    NVIDIA กำลังมอบ OpenShell ซึ่งเป็นรันไทม์โอเพนซอร์สสำหรับการรักษาความปลอดภัยและการกำกับดูแลเอเจนต์อัตโนมัติ ให้แก่ Cloud Native Computing Foundation ในฐานะโครงการ Sandbox และยังมีส่วนร่วมใน Agent Substrate ที่นำโดย Google NVIDIA ประกาศองค์ประกอบใหม่สามส่วนของ DSX AI Factory Platform ได้แก่ NVIDIA Kubernetes Engine และ NVIDIA Kubernetes Recipes ซึ่งขณะนี้อยู่ในตัวอย่างสาธารณะ และ NVIDIA Snapshot ซึ่งกู้คืนรีพลิกาที่บันทึกจุดตรวจในไม่กี่วินาทีโดยไม่ต้องโหลดโมเดลใหม่หรือวอร์มอัพ Crusoe ทดสอบ GLM-5.3 บน Crusoe Cloud และลดเวลาพร้อมใช้งานของเวิร์กโหลดจากประมาณแปดนาทีเหลือ 31 วินาที ขณะที่ Saturn Cloud ลดเวลาสตาร์ท vLLM จากระหว่างสองถึง 8.5 นาทีเหลือหกนาที 34 วินาที

    ทำไมเรื่องนี้สำคัญ: NVIDIA มอบ OpenShell รันไทม์ความปลอดภัยของเอเจนต์ให้ CNCF และเพิ่มเครื่องมือ Kubernetes สำหรับ GPU AI factories โดยผลลัพธ์เบื้องต้นของ Snapshot ลดเวลาสตาร์ทการอนุมานจากนาทีเหลือวินาที

  4. Google Developers Blog75

    Google เปิดตัว A2UI 1.0 โปรโตคอลเปิดที่เสถียรสำหรับ UI แบบเนทีฟที่เอเจนต์สร้างขึ้น

    Google เปิดตัว A2UI 1.0 เวอร์ชันเสถียรเวอร์ชันแรกของโปรโตคอลเปิดที่ให้ AI เอเจนต์ตอบกลับด้วยหน้าจอแบบอินเทอร์แอกทีฟที่เรนเดอร์โดยคอมโพเนนต์เนทีฟของแต่ละแอป เวอร์ชัน 1.0 เพิ่มการเรียกฟังก์ชันแบบสองทิศทาง การรองรับการเข้าถึง และเมทาดาทาส่วนขยาย พร้อมเรนเดอร์เรอร์โอเพนซอร์สสำหรับ React, Angular, Lit, Flutter, SwiftUI และ Jetpack Compose (เรนเดอร์เรอร์ Compose อยู่ที่ 0.9.1 โดย 1.0 จะตามมาเร็ว ๆ นี้) และเอเจนต์ SDK สำหรับ Python, TypeScript และ Dart Atlassian กำลังนำ A2UI ไปใช้ใน Jira, Alation เรนเดอร์ฟีดของตนด้วยสิ่งนี้ใน Claude และ ByteDance เปิดตัวเรนเดอร์เรอร์ Lynx ในเดือนมิถุนายน 2026 ซึ่งรองรับ 0.9 ในปัจจุบัน

    ทำไมเรื่องนี้สำคัญ: โปรโตคอล A2UI 1.0 ที่เสถียรของ Google ช่วยให้เอเจนต์ส่งคืนหน้าจออินเทอร์แอกทีฟแบบเนทีฟแทนกำแพงข้อความ พร้อมเรนเดอร์เรอร์สำหรับเว็บ Android และ iOS และผู้ใช้กลุ่มแรก ๆ รวมถึง Atlassian และ ByteDance

  1. Google DeepMind82

    Google DeepMind เปิดตัว AlphaProof Code ตรวจสอบโค้ดเข้ารหัสของ Signal อย่างเป็นทางการ

    นักวิจัยของ Google DeepMind ใช้ AlphaProof Code ซึ่งเป็นกรอบการทำงานแบบหลาย LLM agentic เพื่อตรวจสอบคุณสมบัติความปลอดภัยที่สำคัญของโค้ดจริงที่อยู่เบื้องหลังโปรโตคอล Signal อย่างเป็นทางการ เอเจนต์ที่ขับเคลื่อนโดย Gemini Carbon สร้างโค้ด Lean กว่า 6 ล้านบรรทัด และผู้เชี่ยวชาญของมนุษย์ตรวจสอบเพียงประมาณ 1 เปอร์เซ็นต์ของฐานโค้ดเท่านั้น การตรวจสอบใช้เวลาสี่สัปดาห์ ซึ่งงานนี้ตามปกติต้องใช้ทีมผู้เชี่ยวชาญหลายปี เมื่อบั๊กสองตัวที่เคยแก้ไขแล้วถูกนำกลับเข้าสู่โค้ด Signal เวอร์ชันแยก ระบบได้สร้างหลักฐานที่ตรวจสอบโดยเครื่องว่าบั๊กเวอร์ชันที่มีบั๊กนั้นไม่ปลอดภัย และ DeepMind กำลังเปิดโอเพนซอร์สอาร์ติแฟกต์การตรวจสอบอย่างเป็นทางการของตน

    ทำไมเรื่องนี้สำคัญ: กรอบการทำงานแบบหลายเอเจนต์ของ Google DeepMind ตรวจสอบโค้ดเข้ารหัสที่ใช้งานจริงของ Signal อย่างเป็นทางการภายในสี่สัปดาห์ ซึ่งงานนี้ตามปกติต้องใช้ทีมผู้เชี่ยวชาญหลายปี

  2. Google DeepMind78

    Google DeepMind เปิดตัวโมเดล Gemini Robotics 2.5 VLA สำหรับความคล่องแคล่วในโลกจริง

    Google DeepMind เปิดตัว Gemini Robotics 2.5 ซึ่งเป็นโมเดล vision-language-action ที่มีความสามารถสูงที่สุดจนถึงปัจจุบัน ขยายขอบเขตทักษะที่หุ่นยนต์สามารถเรียนรู้ได้และเร่งความเร็วในการเรียนรู้ ทดสอบบนงานที่แตกต่างกัน 200 งาน โมเดลมีอัตราความสำเร็จสูงกว่าฐานอ้างอิงก่อนหน้า 30% ถึง 100% พร้อมทั้งทำงานเสร็จเร็วขึ้น 20% ถึง 30% และในการทดสอบแนวคิดบนสายการผลิตของ Mercedes-Benz หุ่นยนต์มนุษย์ Apollo 2 ของ Apptronik หยิบและบรรจุชิ้นส่วนยานยนต์ด้วยอัตราความสำเร็จ 96% การเปิดตัวยังเพิ่มคำแนะนำการให้เหตุผลระหว่างการอนุมานเพื่อความปลอดภัยทางกายภาพ ซึ่งเพิ่มความสำเร็จของงานที่ปลอดภัยขึ้น 33% เมื่ออยู่รอบสิ่งกีดขวางและ 43% เมื่ออยู่รอบผู้คนใกล้เคียง พร้อมทั้ง ASIMOV-Jailbreak ซึ่งเป็นเกณฑ์มาตรฐานโอเพนซอร์สที่ Gemini 4 Argon มีความต้านทานการ jailbreak ถึง 99.5%

    ทำไมเรื่องนี้สำคัญ: Gemini Robotics 2.5 ปรับปรุงอัตราความสำเร็จบน 200 งานขึ้น 30% ถึง 100% และมีอัตราความสำเร็จในการหยิบและวาง 96% ในการนำร่องบนสายการผลิต Mercedes-Benz ซึ่งให้ข้อมูลอ้างอิงสำหรับประเมินการติดตั้งใช้งานจริงของโมเดล VLA

  3. Google Developers Blog72

    Google AI Edge Gallery เพิ่มการรู้จำเสียงพูดและการสังเคราะห์เสียงบนอุปกรณ์

    Google ได้เปิดตัว Automatic Speech Recognition และ Text-to-Speech บนอุปกรณ์ใน Google AI Edge Gallery ทำให้แอปสามารถรัน ASR หลายภาษาและ TTS ที่แสดงอารมณ์ได้แบบออฟไลน์เต็มรูปแบบ ควบคู่กับ SLM บนอุปกรณ์อย่าง Gemini Nano และ Gemma 4 บน Android โมเดลเสียงพูดใหม่ของ ML Kit ถอดเสียงได้กว่า 100 ภาษาด้วยความเร็ว 10 เท่าของเวลาจริง โดยมี Word Error Rate 8.0% ถึง 9.0% บน FLEURS ขณะที่ TTS แบบ diffusion ไม่กี่ขั้นเริ่มพูดได้ในประมาณ 100 ms และสร้างเสียง 24 kHz ด้วยความเร็วสูงสุด 50 เท่าของเวลาจริง การรองรับข้ามแพลตฟอร์มมาผ่าน MediaPipe Tasks และ LiteRT พร้อมชุดน้ำหนักเปิด ได้แก่ Parakeet-TDT 0.6B, PocketTTS 100M, Kokoro-82M และ Phonon 31M ซึ่งสาธิตใน XR Language Teacher showcase และ AI Chat ที่รองรับเสียง

    ทำไมเรื่องนี้สำคัญ: Google เพิ่ม ASR และ TTS แบบออฟไลน์เต็มรูปแบบใน AI Edge Gallery โดย ML Kit รายงานการถอดเสียงกว่า 100 ภาษาที่ความเร็ว 10 เท่าของเวลาจริง และ TTS แบบ diffusion ที่เริ่มพูดได้ในประมาณ 100 ms

  1. Google Developers Blog60

    Google Cloud MaxText เพิ่ม context parallelism สำหรับการฝึกโมเดลบริบทยาวบน TPU

    Google Cloud เปิดตัวการรองรับการฝึกโมเดลบริบทยาวใน MaxText v0.2.4 ซึ่งเป็นเฟรมเวิร์กการฝึกแบบโอเพนซอร์สบน JAX โดยเพิ่มกลยุทธ์ context-parallel สี่แบบบน Cloud TPU ได้แก่ All-gather, A2A (DeepSpeed Ulysses), P2P (Ring Attention) และไฮบริด A2A + P2P (USP) ผลทดสอบกับ Llama 3.1 8B ทำได้ 70% MFU บน TPU 5p ที่ความยาวลำดับสูงสุด 4 ล้านโทเคน และขยายบริบทได้ถึง 14 ล้านโทเคนทั้งบน TPU 5p และ TPU 7 โดย TPU 7 รักษาระดับ 50% MFU ที่ต่ำกว่า 6 ล้านโทเคน เวอร์ชันนี้เผยแพร่บน PyPI, ใน Docker images และบน GitHub main พร้อมสูตรตัวอย่างสำหรับ TPU 7 และ TPU 5p

    ทำไมเรื่องนี้สำคัญ: กลยุทธ์ context-parallel สี่แบบของ MaxText บน Cloud TPU พร้อมตัวเลข MFU จากผลทดสอบกับ Llama 3.1 8B ช่วยให้ทีมต่างๆ มีข้อมูลอ้างอิงที่ชัดเจนในการเลือกวิธีฝึกโมเดลที่ความยาวลำดับหลายล้านโทเคน

  2. Google Developers Blog62

    Google เปิดให้ใช้งาน Pathways โดยทั่วไปบน Google Cloud สำหรับการฝึกโมเดลขนาดใหญ่

    Google ประกาศความพร้อมใช้งานทั่วไป (General Availability) ของ Pathways ระบบการฝึกแบบกระจายสำหรับโมเดลขนาดใหญ่รวมถึง Gemini บน Google Cloud Platform โดย Pathways แทนที่การทำงานแบบ lockstep SPMD ด้วยไคลเอนต์ Python เดียวที่ประกาศการคำนวณทั้งหมดเป็น dataflow graph ขณะที่ runtime แบบกระจายจะวางบล็อกบนอุปกรณ์เสมือน ย้ายและ reshard เทนเซอร์ และจัดลำดับงานทั่วคลัสเตอร์ Google กล่าวว่าการออกแบบนี้ช่วยให้โฮสต์ที่ล้มเหลวถูก remap ไปยังชิปที่ทำงานปกติแทนการรีสตาร์ทงาน และบริการ Pathways ที่ใช้ร่วมกันสามารถให้บริการไคลเอนต์หลายรายจากคลัสเตอร์เดียว

    ทำไมเรื่องนี้สำคัญ: Google อธิบายว่าโมเดล single-controller ของ Pathways แตกต่างจาก SPMD อย่างไร และจัดการกับการถ่ายโอนเทนเซอร์ข้ามกลุ่ม การจัดตารางเวลา และการกู้คืนจากความล้มเหลวของโฮสต์อย่างไร

  1. Google DeepMind78

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash คลิป 15 วินาที ราคาถูกลง 30%

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash พร้อมใช้งานทั่วไปแล้วทั้งใน Gemini API และ Gemini for business โดยมีความสามารถสร้างวิดีโอเนทีฟความยาว 15 วินาที การแก้ไขผ่านบทสนทนาหลายรอบ และการทำตามภาพอ้างอิงที่แข็งแกร่งขึ้น ราคาลดลง 30% จาก Gemini Omni 1.1 เหลือ 0.07 ดอลลาร์ต่อวินาทีสำหรับวิดีโอ 720p และผู้ใช้สามารถร่างที่ 360p หรือ 720p ก่อนอัปสเกลเป็น 1080p หรือ 4K คลิปสามารถตั้งค่าได้ตั้งแต่ 3 ถึง 15 วินาที เพิ่มทีละหนึ่งวินาที และผลลัพธ์มีลายน้ำ SynthID ที่มองไม่เห็น

    ทำไมเรื่องนี้สำคัญ: Gemini Omni 1.2 Flash เพิ่มความยาวคลิปเนทีฟเป็น 15 วินาที และลดราคาลง 30% เหลือ 0.07 ดอลลาร์ต่อวินาทีของวิดีโอ 720p พร้อมการแก้ไขผ่านบทสนทนาหลายรอบที่พร้อมใช้งานทั่วไปแล้ว

  2. Google Blog · AI80

    Google เปิดตัว Gemini Omni 1.2 Flash พร้อมคลิป 15 วินาทีและลดราคา 30%

    Google DeepMind เปิดตัว Gemini Omni 1.2 Flash และเปิดให้ใช้งานทั่วไปผ่าน Gemini API และ Gemini for business โมเดลนี้สร้างและแก้ไขคลิปแบบเนทีฟได้สูงสุด 15 วินาที เพิ่มขึ้นจาก 10 วินาทีใน Omni 1.1 รองรับการแก้ไขแบบสนทนาหลายรอบ และรักษาการอ้างอิงตัวละคร สินค้า และสไตล์ได้สม่ำเสมอมากขึ้น วิดีโอ 720p ราคา 0.07 ดอลลาร์ต่อวินาที ลดลง 30% จาก Omni 1.1 เอาต์พุตมีลายน้ำ SynthID และโมเดลกำลังทยอยเปิดใช้งานใน Flow, Google Vids, แอป Gemini และ Google Ads

    ทำไมเรื่องนี้สำคัญ: Gemini Omni 1.2 Flash ลดราคา 30% เหลือ 0.07 ดอลลาร์ต่อวินาทีสำหรับวิดีโอ 720p พร้อมขยายคลิปแบบเนทีฟเป็น 15 วินาที มอบทางเลือกที่ถูกกว่าให้ทีมที่ผลิตวิดีโอจำนวนมากเพื่อเปรียบเทียบกับเวอร์ชันก่อนหน้า

  3. Google Research72

    นักวิจัย Google ตรวจพบสัญญาณความดันโลหิตสูงด้วยข้อมูล PPG และมาตรวัดความเร่งจากสมาร์ทวอทช์ โดยไม่ต้องปรับเทียบกับเครื่องวัดความดันแบบมีปลอกแขน

    Google Research เผยแพร่งานวิจัยใน Nature เกี่ยวกับ AI-PPG-ACC-HTN ระบบหลายรูปแบบที่ตรวจจับสัญญาณความดันโลหิตสูงจากข้อมูล PPG และมาตรวัดความเร่งของสมาร์ทวอทช์โดยไม่ต้องปรับเทียบกับเครื่องวัดความดันแบบมีปลอกแขน ระบบนี้ผ่านการตรวจสอบเทียบกับการติดตามความดันโลหิตแบบต่อเนื่อง 24 ชั่วโมงในผู้เข้าร่วม 196 คนจากห้าสถานที่ในสหรัฐฯ โดยได้ความไว 65.8% และความจำเพาะ 90.0% สำหรับการคัดกรองเบื้องต้น และได้ความไว 78.4% และความจำเพาะ 90.9% สำหรับการทดสอบยืนยัน ผู้เขียนระบุว่างานนี้เป็นการวิจัยความเป็นไปได้เบื้องต้น ไม่ใช่สิ่งทดแทนเครื่องวัดความดันแบบมีปลอกแขนในทางคลินิก และไม่ใช่การวินิจฉัยแบบStandalone

    ทำไมเรื่องนี้สำคัญ: โมเดลความดันโลหิตสูงแบบไร้ปลอกแขนของ Google ถูกเปรียบเทียบกับการติดตามความดันโลหิตแบบต่อเนื่อง 24 ชั่วโมง แสดงให้เห็นว่าการรวบรวมข้อมูลจากเซ็นเซอร์แบบพาสซีฟหลายวันสามารถสนับสนุนการคัดกรองแบบฉวยโอกาสได้อย่างไร

  4. Google Developers Blog60

    การศึกษาของ Google พบว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ทำให้เอเจนต์เขียนโค้ดเสียสมาธิใน 13% ของเซสชัน

    ) การอ้างอิง เอเจนต์ดำเนินการตามรหัสบั๊กใน 6% ของการพบเจอ และ 83% ของการดำเนินการเหล่านั้นไม่ได้ถูกกระตุ้นโดยนักพัฒนา 41% ของการเบี่ยงเบนที่ไม่ได้ถูกกระตุ้นไล่ตามตั๋วที่ปิดไปแล้ว ขณะที่ 57% ไปกระทบกับบั๊กที่ยังเปิดอยู่และขยายขอบเขตงาน เมื่อควบคุมตัวแปรด้านนักพัฒนา ความซับซ้อนของโค้ดเบส ประเภทงาน ระดับโมเดล และปัจจัยอื่นๆ การเบี่ยงเบนไปตามบั๊กที่ไม่ได้ถูกกระตุ้นเพิ่มขั้นตอนขึ้น 70% โทเค็นขึ้น 77% และเวลารอขึ้น 105% ต่อเซสชัน

    ทำไมเรื่องนี้สำคัญ: การวิเคราะห์ร่องรอยขนาดใหญ่ของ Google แสดงให้เห็นว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ดึงเอเจนต์เขียนโค้ดเข้าสู่การเบี่ยงเบนที่ไม่ได้ถูกกระตุ้น และเอเจนต์ทำความสะอาดของบริษัทได้ลบการอ้างอิงที่ล้าสมัยหลายพันรายการโดยมีอัตราการยอมรับจากผู้ตรวจทานเกิน 95%

  1. Google DeepMind72

    Google Antigravity เพิ่มทักษะเคมีสารสนเทศสำหรับการค้นพบยาด้วยเอเจนต์

    Google DeepMind เปิดตัว Cheminformatics Skills สำหรับ Google Antigravity ช่วยให้เอเจนต์ค้นหาวรรณกรรม คัดสรรสารประกอบ วิเคราะห์ matched molecular pair ฝึกโมเดลวัดฤทธิ์ และเสนอแมโครไซเคิลแบบแข็งตัวพร้อมเส้นทางการสังเคราะห์ได้ในเวลาประมาณหนึ่งชั่วโมง ซึ่งเวิร์กโฟลว์นี้เดิมใช้เวลาหลายวัน ทักษะเหล่านี้ทำงานบนพื้นฐาน RDKit พร้อมตัวเชื่อมต่อกับ ChEMBL และ PubChem และทีมได้สาธิตกับสาร analogues ของ crizotinib และ lorlatinib สำหรับมะเร็งปอดชนิดไม่เล็ก ทักษะนี้พร้อมใช้งานวันนี้ผ่านปลั๊กอิน Science ของแอป Antigravity และ DeepMind เสนอระดับการใช้งานสูงสุดฟรี 6 เดือนแก่นักวิทยาศาสตร์ 10,000 คน ขึ้นอยู่กับคุณสมบัติ ความจุ และการคัดเลือก

    ทำไมเรื่องนี้สำคัญ: Google DeepMind แสดงให้เห็นว่า Cheminformatics Skills ใน Antigravity ย่นระยะวงจรการค้นพบยาที่ใช้เวลาหลายวันให้เหลือประมาณหนึ่งชั่วโมง พร้อมระบุว่าการออกแบบยังคงเป็นสมมติฐานที่ต้องผ่านการตรวจสอบในห้องปฏิบัติการ

  1. Google DeepMind82

    Google DeepMind ประกาศเปิดตัว Gemini 4 Carbon โมเดลระดับแนวหน้าที่เน้นด้านความปลอดภัยไซเบอร์และงานระยะยาว

    Google DeepMind ประกาศเปิดตัว Gemini 4 Carbon โมเดลที่แข็งแกร่งที่สุดของบริษัทจนถึงปัจจุบัน พร้อมความสามารถด้านความปลอดภัยไซเบอร์และงานระยะยาวระดับสูงสุด โดยครองอันดับ 1 บนดัชนี Artificial Analysis Intelligence Index v5.0 ด้วยคะแนน 59 ทำคะแนนได้ 88.2% บน SEC-bench Pro สำหรับการค้นหาช่องโหว่ 54.8% บน ExploitGym สำหรับการโจมตี และ 71.0% บน CWE-bench สำหรับการแพตช์ และขึ้นถึงอันดับ 4 (1768) บน WebDev Arena Carbon เปิดตัวในราคาแนะนำเดียวกับ Argon คือ 2 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 10 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต และจะเปิดให้ผู้ป้องกันไซเบอร์บางส่วนเข้าถึงก่อนผ่าน Fairwind Program ก่อนการเปิดตัวในวงกว้าง

    ทำไมเรื่องนี้สำคัญ: ผลการทดสอบของ Gemini 4 Carbon ด้านการค้นหาช่องโหว่และการแพตช์แสดงให้เห็นว่าโมเดลระดับแนวหน้ากำลังถูกวางตำแหน่งสำหรับงานป้องกันความปลอดภัยไซเบอร์อย่างไร

  1. Anthropic Newsroom71

    Anthropic บริจาคมาตรฐาน Agent Skills ให้แก่ Agentic AI Foundation

    Anthropic บริจาค Agent Skills ซึ่งเป็นมาตรฐานเปิดสำหรับมอบความรู้และเวิร์กโฟลว์เฉพาะทางให้แก่ AI agents ให้แก่ Agentic AI Foundation (AAIF) ภายใต้ Linux Foundation นับตั้งแต่เผยแพร่ในเดือนธันวาคม 2025 มีแพลตฟอร์ม agent มากกว่า 70 แห่งรวมถึง ChatGPT, Cursor, GitHub Copilot และ VS Code ได้ผสานรวมมาตรฐานนี้แล้ว โดยมี skills ที่เผยแพร่ 1 ล้านรายการและติดตั้งเกือบ 280 ล้านครั้ง การบริจาคครอบคลุมชื่อและโลโก้ Agent Skills, องค์กร GitHub และโดเมน agentskills.io โดยมีวิศวกรจาก Anthropic, Google, OpenAI และบริษัทอื่นๆ ดูแลในฐานะบุคคลภายใต้ Lead Maintainers David Soria Parra และ Mahesh Murag

    ทำไมเรื่องนี้สำคัญ: Anthropic มอบมาตรฐาน Agent Skills ให้แก่ AAIF ของ Linux Foundation ซึ่งเป็นบ้านกลางแห่งเดียวกับ MCP ทำให้ชุมชนมีเสียงอย่างเป็นทางการต่อ roadmap ของข้อกำหนดนี้

  1. Google Developers Blog60

    Google นำ TorchTitan มาเชื่อมต่อกับ TorchTPU และเผยแพร่คู่มือปรับแต่งโมเดลสำหรับ TPU

    Google ได้เผยแพร่ TPU fork ของ TorchTitan จาก Meta ที่รันการฝึก PyTorch บน Cloud TPU ผ่าน backend torch.device("tpu") แบบเนทีฟของ TorchTPU พร้อมเคอร์เนลแบบ TPU-native และ playbook การปรับแต่งทีละขั้นตอน บน TPU v7x (Ironwood) Llama 3 405B รักษา MFU ประมาณ 57% ตั้งแต่ 128 ถึง 1,024 ชิป, Qwen3 235B ทำได้ 32.42% MFU บนสไลซ์ 1,024 ชิปหนึ่งสไลซ์ และ FLUX.1 ทำได้ 19.4% MFU บน 1,024 ชิปที่ประสิทธิภาพ weak-scaling 93% ฟอร์กอยู่ที่ https://github.com/google-pytorch/torchtitan/ และ Transformers modeling backend พร้อม agent onboarding skill ขยายเทรนเนอร์เดียวกันไปยังเช็กพอยต์อื่นๆ

    ทำไมเรื่องนี้สำคัญ: Google ร่วมมือกับ Meta ในการพอร์ต TorchTitan ไปยัง TPU พร้อมเส้นทางการปรับแต่งทีละระดับตั้งแต่ FLUX.1 ถึง Qwen3 235B และตัวเลข MFU ซึ่งใช้เป็นข้อมูลอ้างอิงให้ทีม PyTorch ประเมินความเป็นไปได้ของการฝึกบน TPU