ข้ามไปที่เนื้อหา
เฉพาะ ผลิตภัณฑ์
12 พฤศจิกายนวันพฤหัสบดี
  1. Claude Blog56

    Anthropic เปิดไพรเวตเบต้าของ Claude Managed Agents แบบโฮสต์เอง

    Anthropic เปิดตัว Claude Managed Agents แบบโฮสต์เองในไพรเวตเบต้า ช่วยให้นักพัฒนารันบริการเอเจนต์แบบเต็มรูปแบบ รวมถึง harness, แซนด์บ็อกซ์, ข้อมูลรับรอง และประวัติเซสชัน ภายในคลาวด์หรือสภาพแวดล้อมภายในองค์กรของตนเอง คำขอไปยังโมเดลสามารถส่งตรงไปยัง Anthropic, Amazon Bedrock, Agent Platform ของ Google หรือ Microsoft Foundry หรือผ่านเกตเวย์ของลูกค้าเอง และประวัติเซสชันจะเก็บอยู่ในฐานข้อมูลของลูกค้า บริษัทระบุว่าการออกแบบนี้เก็บลูปของเอเจนต์และความลับใน vault ไว้นอกแซนด์บ็อกซ์ รองรับ allowlist ของโฮสต์ที่อนุญาต และส่งออกบันทึกเต็มรูปแบบของแต่ละเซสชันผ่าน OpenTelemetry

  2. Recraft Blog42

    MiniMax H3 Image, Highspeed และ Lite มาถึง Recraft Studio แล้ว

    ตระกูล H3 ของ MiniMax ขยายขอบเขตเกินกว่าวิดีโอในสัปดาห์นี้ โดย H3 Image, H3 Image Highspeed, H3 Highspeed และ H3 Lite พร้อมใช้งานแล้วใน Recraft Studio โมเดลภาพทั้งสองสร้างและแก้ไขที่ 2K หรือ 4K ขณะที่โมเดลวิดีโอทั้งสองสร้างคลิปความยาว 4–15 วินาทีที่ 480p หรือ 768p พร้อมเสียง H3 Image เริ่มต้นที่ 6 เครดิตต่อภาพ และ H3 Lite เริ่มต้นที่ 4 เครดิตต่อวินาทีของวิดีโอ

  3. Figma Blog42

    3D transforms และ agent ของ Figma ช่วยให้วิดีโอเปิดตัวมีชีวิตขึ้นมาได้อย่างไร

    Figma ได้เปิดตัว 3D transforms ในเวอร์ชัน open beta แล้ว ทำให้ดีไซเนอร์สามารถเอียง หมุน และจัดเรียงข้อความ รูปภาพ เวกเตอร์ และเฟรมในพื้นที่สามมิติได้ พร้อมเอฟเฟกต์ perspective บนเฟรมหลักเพื่อให้องค์ประกอบเชิงพื้นที่ใช้ร่วมกันได้ เอฟเฟกต์แบบ non-destructive ยังคงแก้ไขได้ และสามารถผสานกับ shader ทำแอนิเมชันด้วย Figma Motion หรือสำรวจผ่าน Figma agent ได้ Brand Studio ของ Figma ใช้เครื่องมือเหล่านี้ รวมถึงปลั๊กอิน generative ที่ agent สร้างขึ้น เพื่อผลิตวิดีโอเปิดตัวฟีเจอร์นี้

  4. The Verge · AI58

    การทดลอง AI Tabletop ของ Google ช่วยให้ผู้ใช้สร้างแอปความร่วมมือแบบกำหนดเองได้

    Google ได้เปิดตัวเครื่องมือ AI เชิงทดลองชื่อ Tabletop ที่สร้างศูนย์กลางความร่วมมือแบบกำหนดเองสำหรับการประสานงานกับครอบครัวและเพื่อนฝูง ผู้ใช้สามารถเพิ่มลิงก์ ไฟล์ และไอเดีย จากนั้นพรอมต์ @tabletop หรือเลือกเทมเพลตเริ่มต้นเพื่อสร้างกำหนดการเดินทางแบบอินเทอร์แอกทีฟ โพลล์มื้อเย็น เครื่องมือหารค่าใช้จ่าย และสายการแข่งขันทัวร์นาเมนต์ พร้อมแชร์ลิงก์เชิญเพื่อให้ผู้อื่นเข้าร่วมแบบเรียลไทม์เหมือน Google Doc เวอร์ชันเบต้าพร้อมใช้งานผ่านรายการรอ และปัจจุบันจำกัดเฉพาะผู้ที่มีอายุเกิน 18 ปีในสหรัฐอเมริกา

  5. Claude Blog58

    Anthropic เปิดตัว Claude for Manufacturing พร้อม 17 สกิล และตัวเชื่อมต่อ Autodesk, Infor, Microsoft 365 และ NetSuite

    Anthropic เปิดตัว Claude for Manufacturing ซึ่งเป็นปลั๊กอินที่มี 17 สกิล ครอบคลุมงานขาย คุณภาพ ปฏิบัติการ ห่วงโซ่อุปทาน การออกแบบ และการติดตั้ง ตั้งแต่การร่างใบเสนอราคางานไปจนถึงการวินิจฉัยเครื่องจักรที่หยุดทำงาน ปลั๊กอินนี้ดึงข้อมูลจากบันทึกของโรงงานเองผ่านตัวเชื่อมต่อกับ Autodesk Fusion, Infor, Microsoft 365 และ Oracle NetSuite และแต่ละสกิลจะสิ้นสุดที่ขั้นตอนการตรวจสอบโดยมนุษย์ก่อนที่ผลลัพธ์จะส่งถึงลูกค้าหรือซัพพลายเออร์ Anthropic อ้างอิงผลสำรวจของ Manufacturing Leadership Council ปี 2025 ซึ่ง 79% ของผู้ผลิตระบุว่าพวกเขากรอกข้อมูลด้วยมือ และกล่าวว่าแผนงานในอนาคตจะเพิ่มสกิลด้านการผลิตมากขึ้นเรื่อย ๆ

  6. Claude Blog31

    J.Crew เปิดตัว Style Advisor AI สไตลิสต์ที่สร้างด้วย Claude Code

    J.Crew เปิดตัว Style Advisor สไตลิสต์ AI บน JCrew.com ที่แนะนำชุด completo แทนที่จะเป็นสินค้าชิ้นเดียว เปิดให้ใช้งานแล้วสำหรับสไตล์ผู้หญิงและผู้ชายในสหรัฐอเมริกา ทีมของ J.Crew สร้างมันด้วย Claude Code โดยใช้โมเดล Claude หลายรุ่น: Claude Fable 5.1 สำหรับวางแผนการคิดของสไตลิสต์, Claude Opus 5.5 สำหรับต้นแบบ, Claude Sonnet 5.5 เป็นสไตลิสต์ในแต่ละบทสนทนา และ Claude Haiku 5.5 สำหรับงานที่รวดเร็ว ทุกคำแนะนำมาจากลุคที่สร้างโดยสไตลิสต์ของ J.Crew เองสำหรับการถ่ายแคตตาล็อก

11 พฤศจิกายนวันพุธ
  1. MarkTechPost40

    Marktechpost AI เปิดตัว GPU Leaderboard และ Deploy It Chrome Extension

    Marktechpost เปิดตัว GPU Leaderboard เว็บไซต์เปรียบเทียบราคา GPU บนคลาวด์ฟรีสำหรับ AI inference ที่จัดอันดับข้อเสนอจริง 201 รายการจากผู้ให้บริการ 24 รายตาม $/GPU-hr เครื่องคำนวณต้นทุนของเว็บไซต์ประเมินราคาการรันเต็มรูปแบบรวมเวลาว่าง: งาน 8×H100 ระยะเวลา 72 ชั่วโมงที่การใช้งาน 90% มีช่วงราคาตั้งแต่ $967.68 ที่ Latitude ถึง $3,545.28 ที่ CoreWeave ส่วน Deploy It Chrome extension ประเมิน VRAM ที่ FP16, INT8 และ INT4 และแสดง GPU ที่ถูกที่สุดที่รองรับบนหน้าโมเดล Hugging Face และ GitHub repos

  2. The Verge · AI38

    Adobe เปิดตัวการทดลอง AI ที่เปลี่ยนภาพถ่ายเป็นฉาก 3D และให้คุณสัมภาษณ์ตัวละครได้

    Adobe ประกาศเครื่องมือ AI เชิงทดลองในงานประชุม Max ประจำปี ได้แก่ Project Screen Test สำหรับกำกับตัวละคร AI ผ่านการสนทนา, Project Sight Span สำหรับเปลี่ยนภาพแบนให้เป็นฉาก 3D ที่นำทางได้ และ Project Sound Bender สำหรับมิกซ์เอฟเฟกต์เสียงบนผืนผ้าเสียงสี่เหลี่ยม Project Rinse Repeat คัดลอกการแก้ไขและนำไปใช้กับวัตถุอื่นในภาพเดียวกันโดยใช้เครื่องมือ Photoshop แบบดั้งเดิม การ "sneaks" เหล่านี้เป็นการพรีวิวเทคโนโลยีที่อาจไปถึง Creative Cloud หรือ Firefly ในที่สุด โดยไม่มีการรับประกันว่าจะเปิดตัว

  3. ElevenLabs Blog40

    ElevenLabs เปิดตัว Marketplace สำหรับแอปพลิเคชัน AI ที่พร้อมใช้งานในองค์กร

    ElevenLabs เปิดตัว ElevenLabs Marketplace ซึ่งเป็นคอลเลกชันที่คัดสรรของแอปพลิเคชัน AI และเสียงเฉพาะอุตสาหกรรมที่สร้างขึ้นบนโมเดลของบริษัทโดยพันธมิตรด้านเทคโนโลยี โดยมีพันธมิตรเปิดตัว ได้แก่ Salesforce, IBM, NiCE, Twilio และ Zendesk องค์กรต่างๆ สามารถสำรวจโซลูชันในด้านบริการทางการเงิน ประกันภัย การดูแลสุขภาพ โทรคมนาคม ค้าปลีก และภาครัฐ และเชื่อมต่อโดยตรงกับพันธมิตรที่อยู่เบื้องหลัง เริ่มตั้งแต่ปีหน้า โซลูชันของพันธมิตรที่มีคุณสมบัติเหมาะสมจะสามารถซื้อได้ผ่านข้อผูกพันที่มีอยู่ของ ElevenLabs

  4. Google Blog · AI18

    Google Arts & Culture เปิดตัวนิทรรศการย้อนหลังออนไลน์ของ ดร. เอสเธอร์ มาห์ลังกู

    Google Arts & Culture เผยแพร่นิทรรศการย้อนหลังออนไลน์ชุดแรกของศิลปินชาวแอฟริกาใต้ ดร. เอสเธอร์ มาห์ลังกู โดยจัดทำขึ้นเนื่องในโอกาสวันเกิดครบ 91 ปีของเธอ ประกอบด้วยเรื่องราวคัดสรรกว่า 45 เรื่อง และคลังข้อมูลอันหลากหลายเกี่ยวกับศิลปะ ชีวิต และมรดกของเธอ เนื่องจากคลังข้อมูลไม่มีสิ่งใดจากก่อนปี 1980 ทีมงานจึงใช้ AI สร้างภาพความทรงจำที่ไม่มีบันทึกไว้ของเธอขึ้นมาใหม่ทางภาพ โดยสร้างภาพนิ่งก่อน แล้วใช้ Veo แปลงเป็นวิดีโอ นิทรรศการนี้จัดทำร่วมกับสถาบันต่างๆ รวมถึง British Museum, Iziko Museums of South Africa และ Serpentine

  5. Vapi Blog58

    Vapi เปิดตัว Agent Loop ในช่วง early access ซึ่งเป็น harness ที่ปรับปรุงตัวเองได้สำหรับ voice agents

    Vapi เปิดตัว Agent Loop ในช่วง early access โดยมีแผนเปิดตัวแบบ GA ในต้นปีหน้า ในฐานะ harness ที่ปรับปรุงตัวเองได้ ซึ่งสร้าง voice agent จาก prompt ธรรมดา ให้คะแนนทุกสายเทียบกับเป้าหมายทางธุรกิจ ร่างการแก้ไขสำหรับจุดที่พลาด ทดสอบในการจำลอง และปล่อยให้กับส่วนหนึ่งของทราฟฟิกจริงก่อนการเปิดตัวเต็มรูปแบบ ลูปนี้ทำงานบน Vapi primitives รวมถึง Simulations และ Traffic Splitting ซึ่งมีให้ใช้ในแดชบอร์ดแล้วตอนนี้ พร้อมกับ Goals, Call Health และ Experiments ที่จะมาเร็วๆ นี้ Agent Loop ทุกตัวเป็น Vapi assistant จริง ดังนั้นวิศวกรจึงยังคงเข้าถึงแดชบอร์ดและ API ได้เต็มรูปแบบ และต้องมีการอนุมัติจากมนุษย์ก่อนที่จะปล่อยการเปลี่ยนแปลงใดๆ

  6. Ars Technica · AI42

    Amazon เปิดตัวโดรนรักษาความปลอดภัย Ring และหุ่นยนต์ที่ขับเคลื่อนด้วย AI

    Amazon กำลังเปิดตัวอุปกรณ์ Ring Robotics ซึ่งเป็นโดรนรักษาความปลอดภัยและหุ่นยนต์ที่ขับเคลื่อนด้วย AI พร้อมความสามารถในการเคลื่อนที่ไปมา อุปกรณ์เหล่านี้จะเปิดตัวในปลายปี 2026 และต้นปี 2027

  7. Google Blog · AI50

    Gemini Intelligence ขยายสู่ motorola signature 27 และ Pixel 10 พร้อมฟีเจอร์ใหม่

    Google นำ Gemini Intelligence มาสู่อุปกรณ์ Android เพิ่มเติม รวมถึงโทรศัพท์ Motorola รุ่นแรกที่มี Gemini Intelligence อย่าง motorola signature 27 ซึ่งเปิดให้พรีออเดอร์ในสหรัฐฯ วันที่ 19 พฤศจิกายน และ Pixel 10, Pixel 10 Pro XL และ Pixel 10 Pro Fold ผ่าน Pixel Drop วันนี้ ความสามารถใหม่ประกอบด้วย Create My Widget ซึ่งสร้างวิดเจ็ตกำหนดเองจากคำอธิบายข้อความโดยใช้ข้อมูล Gmail, Calendar และ Search และ Device Assistance สำหรับควบคุมและแก้ไขโทรศัพท์โดยการถาม Gemini ขณะนี้ Rambler พร้อมใช้งานบน Pixel 10 series และ motorola signature 27 แล้ว การทำงานอัตโนมัติของงานขยายสู่สหราชอาณาจักร อินเดีย และญี่ปุ่น และ Create My Widget จะมาสู่ Pixel Watch ในอีกไม่กี่สัปดาห์ข้างหน้า

  8. Claude YouTube72

    Anthropic เปิดตัว Claude Whiteboards, Sheets และ Data สำหรับการทำงานร่วมกันเป็นทีม

    Anthropic เปิดตัว Claude Whiteboards และ Claude Sheets ในเวอร์ชันเบต้า พร้อมทั้งเปิดให้ใช้งาน Claude Dashboards ทั่วไปในชื่อ Claude Data โดย Whiteboards จะเปลี่ยนแผนที่พูดออกมาให้เป็นบอร์ดที่มีไทม์ไลน์ ผู้รับผิดชอบ และวันที่ ซึ่งทีมสามารถแก้ไขได้แบบเรียลไทม์ ส่วน Sheets จะสร้างสเปรดชีตที่มีแท็บ สูตร การจัดรูปแบบ และดรอปดาวน์ พร้อมสรุปการแก้ไขแต่ละครั้ง ขณะที่ Claude Data ช่วยให้ทีมข้อมูลรับรองคิวรีและสร้างเรื่องราวข้อมูลหรือวิดีโอบรรยายจากเมตริก โดยการแชร์แบบเรียลไทม์จะแสดงตัวเลขล่าสุด

    ทำไมเรื่องนี้สำคัญ: Claude เพิ่มไวท์บอร์ด สเปรดชีต และแดชบอร์ดข้อมูลที่แชร์ร่วมกัน ขยายพื้นที่ทำงานจากแชทไปสู่เอกสารของทีม

  9. Claude YouTube68

    Claude เปิดตัวตัวเชื่อมต่อแบบอินเทอร์แอกทีฟสำหรับ Adobe, Atlassian และ Box

    Claude รองรับตัวเชื่อมต่อแบบอินเทอร์แอกทีฟที่เปิดเครื่องมือเวอร์ชันเต็มภายใน Claude ทำให้ผู้ใช้สามารถทำงานใน Adobe, Atlassian และ Box ไปพร้อมกับการสนทนา และแก้ไขด้วยตนเองหรือขอให้ Claude แก้ไขให้ ในเดโม Claude เพิ่มสรุปให้กับแผนการเปิดตัวใน Confluence ใช้เอฟเฟกต์ dither กับรูปภาพใน Adobe และตรวจสอบแปลนพื้นเทียบกับมาตรฐานการออกแบบใน Box ก่อนบันทึกฉบับแก้ไขเป็นไฟล์ใหม่ ฟีเจอร์นี้กำลังทยอยเปิดให้ใช้บนเว็บและเดสก์ท็อป

    ทำไมเรื่องนี้สำคัญ: ตัวเชื่อมต่อแบบอินเทอร์แอกทีฟช่วยให้ Claude ทำงานภายในแอป Adobe, Atlassian และ Box ได้ แสดงให้เห็นว่ากระบวนการทำงานของเอเจนต์ย้ายจากการแชทไปสู่เครื่องมือของบุคคลที่สามแบบเต็มรูปแบบได้อย่างไร

  10. Meta Engineering Blog58

    Meta อธิบายรายละเอียดว่า Your Algorithm แปลงความชอบในภาษาธรรมชาติเป็นคำแนะนำใน Facebook Feed และ Reels ได้อย่างไร

    Meta เผยแพร่ภาพรวมเชิงวิศวกรรมของ Your algorithm ชุดเครื่องมือ AI ที่ให้ผู้ใช้ Facebook ระบุเป็นภาษาธรรมชาติว่าต้องการเห็นอะไรใน Feed และ Reels โดยมีหน้าเดียวที่แก้ไขได้ซึ่งแสดงหัวข้อ Interested In และ Not Interested In การเปลี่ยนแปลงแต่ละครั้งจะถูกตรวจสอบโดย LLM ขนาดเล็กกว่า เสริมด้วย embeddings และคีย์เวิร์ดค้นหา และบันทึกลงที่จัดเก็บร่วมที่ทั้ง Feed และ Reels อ่าน ขณะที่ LLM reranker ที่ปรับแต่งมาเฉพาะจะลบเนื้อหาที่ตรงกับหัวข้อ Not Interested In ที่เพิ่งเพิ่มใหม่ Meta กล่าวว่าการโหลดส่วนท้ายเพิ่มเติมและการทำให้แคชฝั่งไคลเอนต์เป็นโมฆะช่วยให้การเปลี่ยนแปลงมีผลเร็วขึ้น และ LLM judge แยกต่างหากจะให้คะแนนผลลัพธ์ เช่น Lately Summary ก่อนเปิดตัว

  11. Recraft Blog29

    Recraft เปิดตัว Vectorizer Pro สำหรับการแปลงเป็นเวกเตอร์ SVG ที่สะอาดขึ้น

    Recraft เปิดตัว Vectorizer Pro เครื่องมือแปลงภาพเป็นเวกเตอร์ที่เปลี่ยนภาพ PNG, JPG และ WebP ให้เป็น SVG ที่สะอาดขึ้น เปิดให้ทุกคนใช้งานได้ใน Recraft Studio ทุกแพ็กเกจตั้งแต่ 29 ตุลาคม 2026 โดยคงเส้นตรงให้ตรงและมีระยะห่างสม่ำเสมอ รักษาปลายและมุมที่คมของไอคอน และวาดเส้นโค้งเป็นเส้นเดียวที่สะอาด ช่วยลดงานเก็บรายละเอียดใน Figma หรือ Illustrator เหมาะที่สุดกับภาพประกอบแบบแบน โลโก้ ไอคอน และงานเส้น ส่วนภาพต้นฉบับที่มีพื้นผิวหนาอาจยังต้องทำให้เรียบง่ายก่อน

  12. Mastra Blog38

    Mastra Forward: Mastra เปิดตัวบริการวิศวกรรม AI พร้อมวิศวกรประจำหน้างานและโรงงานเอเจนต์

    Mastra เปิดตัว Mastra Forward บริการวิศวกรรม AI ที่จับคู่วิศวกรประจำหน้างานที่มีชื่อระบุชัดเจนหนึ่งคนกับ Mastra Factory ซึ่งเป็นฝูงเอเจนต์ที่ติดตั้งในรีโปของลูกค้า การร่วมงานรายปีมีค่าใช้จ่ายน้อยกว่าการจ้างผู้เชี่ยวชาญด้าน AI ระดับอาวุโสหนึ่งคน และรวมถึงไลเซนส์ Enterprise ที่มีการติดตั้งแบบโฮสต์ โฮสต์เอง หรือ BYOC พร้อมด้วยพูล Trace Intelligence Mastra กล่าวว่าโรงงานของบริษัทสร้าง PR มากกว่า 750 รายการต่อสัปดาห์

  13. 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

  14. Mastra Blog58

    Mastra เพิ่ม MCP Tasks สำหรับการเรียกใช้เครื่องมือระยะยาวแบบเบื้องหลัง

    Mastra รองรับ tasks ใน MCPServer และ MCPClient แล้ว ทำให้การเรียกใช้เครื่องมือที่ใช้เวลานานสามารถทำงานเบื้องหลังได้ ขณะที่เอเจนต์ยังคงตอบสนองผู้ใช้ เซิร์ฟเวอร์จะส่งคืน task ID ทันที และไคลเอนต์จะ polling สถานะ working, input_required, completed, failed หรือ cancelled โดยจะมีการส่งการแจ้งเตือนไปยังเอเจนต์เมื่อ task เสร็จสิ้น เครื่องมือสามารถตั้งค่าเป็น always, auto (หลังจากค่าเริ่มต้น syncWindowMs 2 วินาที) หรือ off และ tasks ยังสามารถเรียก suspend() เพื่อรอข้อมูลจากมนุษย์ได้ ฟีเจอร์นี้ต้องใช้ @mastra/mcp@2.7.0 และ @mastra/core@1.81.0 ขึ้นไป และยังคงเป็น experimental

10 พฤศจิกายนวันอังคาร
  1. LiveKit Blog40

    เปิดตัว LiveKit Portal สำหรับ ROS 2: เชื่อมต่อกราฟ ROS ผ่าน WebRTC

    LiveKit เปิดตัว LiveKit Portal สำหรับ ROS 2 ซึ่งเป็นโหนด ROS 2 แบบสแตนด์อโลนที่เชื่อมต่อกราฟ ROS เข้ากับห้อง LiveKit เพื่อให้ผู้เข้าร่วมที่เป็น ROS และไม่ใช่ ROS สามารถแลกเปลี่ยนท็อปปิก การเรียกบริการ และวิดีโอผ่าน WebRTC โดยไม่ต้องเปิดเผย DDS ข้ามเครือข่าย รองรับเส้นทางข้อมูลสี่แบบ—ท็อปปิกผ่าน DataTracks บริการผ่าน RPC รูปภาพเป็น VideoTracks และแหล่งวิดีโอโดยตรง—พร้อมกฎ YAML สำหรับทิศทาง ขีดจำกัดอัตรา และการเข้ารหัสสคีมา เดโมหนึ่งถ่ายโอนภาระ stereo SLAM และการสร้างฉากใหม่จาก rover ที่ใช้ Jetson Orin Nano ไปยังเดสก์ท็อป RTX 5090

  2. Google Blog · AI58

    Google Cloud เปิดตัว Gemini สำหรับการแพทย์เพื่อทำงานด้านคลินิกและงานธุรการโดยอัตโนมัติ

    Google Cloud ประกาศเปิดตัว Gemini สำหรับการแพทย์ โซลูชัน AI ที่รวมระบบคลินิก ปฏิบัติการ และธุรการที่กระจัดกระจายเข้าด้วยกัน โดยเชื่อมต่อกับเวชระเบียนอิเล็กทรอนิกส์ แพลตฟอร์มการเรียกเก็บเงิน แนวทางปฏิบัติทางคลินิก และชุดข้อมูล Medicare แพลตฟอร์มนี้วิเคราะห์บริบทดังกล่าวเพื่อจัดการเวิร์กโฟลว์หลายขั้นตอน เช่น การสังเคราะห์เวชระเบียนและการตรวจสอบการอนุมัติล่วงหน้า ภายใต้กรอบการกำกับดูแลที่กำหนดและมีการกำกับดูแลโดยมนุษย์ เปิดให้ใช้งานในระยะพรีวิวกับพันธมิตรเปิดตัว ได้แก่ HCA Healthcare, Highmark Health และ Northwell Health โดยมุ่งเป้าที่เวลาประมาณ 28 ชั่วโมงต่อสัปดาห์ที่แพทย์ต้องเสียไปกับงานเอกสาร

  3. OpenAI News18

    OpenAI Academy นำเวิร์กช็อป ChatGPT ฟรีสู่ผู้ดูแลในห้าเมืองของสหรัฐฯ

    OpenAI Academy นำเวิร์กช็อป ChatGPT แบบลงมือปฏิบัติฟรีสู่ผู้ดูแลในห้าเมืองของสหรัฐฯ ช่วยให้พวกเขาสร้างทักษะ AI ที่ใช้ได้จริงในชีวิตประจำวัน

  4. OpenAI News58

    OpenAI เปิดตัว Businesses in ChatGPT

    OpenAI เปิดตัว Businesses in ChatGPT ซึ่งเป็นวิธีให้บริษัทต่างๆ จัดการข้อมูลธุรกิจของตนภายใน ChatGPT ฟีเจอร์นี้ยังช่วยให้ธุรกิจเห็นข้อมูลเชิงลึกว่าตนปรากฏอย่างไร และมีเป้าหมายเพื่อเปลี่ยนความสนใจให้เป็นการลงมือทำใน ChatGPT

  5. Hugging Face Blog20

    Hugging Face Hub รองรับการเรียกเก็บเงินผ่านบัญชี Google Cloud แล้ว

    องค์กรบน Hugging Face สามารถเชื่อมต่อกับบัญชี Google Cloud ได้แล้ว ทำให้การใช้งาน Hub ปรากฏบนใบแจ้งหนี้ Google Cloud ที่มีอยู่แทนการใช้บัตรเครดิต การตั้งค่าดำเนินการผ่าน Google Cloud Marketplace และครอบคลุมการสมัครสมาชิกแบบ Team หรือ Enterprise, การประมวลผลแบบจ่ายตามการใช้งาน เช่น Jobs, Inference Endpoints, Inference Providers และ GPU Spaces รวมถึงพื้นที่จัดเก็บเพิ่มเติมในราคาสาธารณะของ Hugging Face การสมัครสมาชิกจะได้รับการตรวจสอบโดย Hugging Face ก่อนที่การเรียกเก็บเงินผ่าน marketplace จะเริ่มต้น และองค์กรที่มีบัตรบนไฟล์จะเปลี่ยนในช่วงเริ่มต้นรอบการเรียกเก็บเงินถัดไป

  6. Sierra Blog20

    พบกับ Mossy: การออกแบบเสียงที่คุณมองเห็นได้

    นักออกแบบจาก Sierra ใช้ AI เพื่อพัฒนา Mossy ซึ่งเป็นเสียงที่คุณมองเห็นได้ จากไอเดียสู่การผลิตจริงในเวลาเพียงสองสัปดาห์ โครงการนี้แบ่งปันกระบวนการของนักออกแบบและบทเรียนที่ได้รับตลอดเส้นทาง

  7. Google AI · DEV42

    Claude Fable 5.2 พร้อมใช้งานแล้วบน Google Cloud

    Claude Fable 5.2 พร้อมใช้งานแล้วบน Google Cloud โดยมุ่งเป้าไปที่เอเจนต์ที่ทำงานระยะยาวสำหรับงานทางเทคนิคที่ต้องการประสิทธิภาพสูง โมเดลนี้ถูกวางตำแหน่งสำหรับการเขียนโค้ดแบบเอเจนต์ข้ามหลายรีโพซิทอรีและโมโนรีโพ รวมถึงเวิร์กโฟลว์ที่ใช้เวลาหลายชั่วโมงถึงหลายวันโดยไม่ต้องมีคนดูแลพร้อมการประสานงานของซับเอเจนต์ และไปป์ไลน์ด้านวิทยาศาสตร์และข้อมูล รวมถึงการคำนวณทางฟิสิกส์ การพิสูจน์เชิงรูปนัย และการวิเคราะห์ข้อมูล

  8. Google Research25

    Language Explorer ของ Google ช่วยให้เห็นภาพความหลากหลายทางภาษาของโลก

    Google ได้เปิดตัว Language Explorer แพลตฟอร์มเว็บแบบอินเทอร์แอกทีฟที่ให้นักวิจัย นักการศึกษา และผู้ที่สนใจด้านภาษาได้ค้นพบและเห็นภาพความหลากหลายทางภาษาจากภาษาหลายพันภาษา พัฒนาขึ้นเป็นส่วนหนึ่งของโครงการ 1,000 Languages Initiative ของ Google และอ้างอิงจากชุดข้อมูลโอเพนซอร์ส LinguaMeta โดยจัดแสดงในนิทรรศการใหม่ที่พิพิธภัณฑ์การสื่อสารเบอร์ลินซึ่งเปิดในสัปดาห์นี้ ปัจจุบัน Google Translate รองรับเกือบ 250 ภาษา ขณะที่ Gboard ครอบคลุมภาษาถิ่นกว่า 900 ภาษา

  9. LangChain Blog50

    LangSmith BYOC บน AWS พร้อมใช้งานทั่วไปแล้ว

    LangSmith Bring Your Own Cloud (BYOC) พร้อมใช้งานทั่วไปบน AWS แล้ว มอบการติดตั้งใช้งาน LangSmith แบบ managed ให้กับองค์กร โดยทำงานภายในบัญชี AWS และ VPC ขององค์กรเอง ข้อมูลที่ละเอียดอ่อน เช่น traces, datasets, experiments, prompts, การติดตั้งใช้งานเอเจนต์ และข้อมูลแซนด์บ็อกซ์ จะยังคงอยู่ในสภาพแวดล้อม AWS ของลูกค้า ขณะที่ LangChain ดูแลการตรวจสอบ การอัปเกรด การขยายขนาด และการจัดการวงจรชีวิตคลัสเตอร์ BYOC พร้อมให้บริการสำหรับลูกค้าระดับ Enterprise ใน 15 รีเจียนของ AWS ในสหรัฐฯ สหภาพยุโรป และ APAC

  10. Mastra Blog25

    Mastra เปิดตัวโครงการ Mastra FDE Forward-Deployed Engineering

    Mastra เปิดตัว Mastra FDE โครงการวิศวกรรมแบบ forward-deployed ที่เปิดให้ทีมใดก็ได้ที่สร้างเอเจนต์ โดยฝังวิศวกรของ Mastra เข้าไปในทีมลูกค้าตั้งแต่ขั้นสถาปัตยกรรมจนถึงการผลิต รูปแบบการมีส่วนร่วมมีตั้งแต่ 6 ชั่วโมงต่อสัปดาห์ในลักษณะให้คำปรึกษา ไปจนถึง 20-40 ชั่วโมงต่อสัปดาห์ในการลงมือสร้างจริง พร้อมช่อง Slack ที่แชร์ร่วมกับผู้ก่อตั้งและวิศวกรของ Mastra รวมถึง Mastra Enterprise Mastra ระบุว่าโครงการนี้มีค่าใช้จ่ายน้อยกว่าการจ้างผู้เชี่ยวชาญด้าน AI ระดับอาวุโสหนึ่งคน

  11. Claude Blog78

    Claude เปิดแอปที่เชื่อมต่อข้างแชทและทำงานภายในแอปเหล่านั้น

    Anthropic กำลังทยอยอัปเดตที่ให้ตัวเชื่อมต่อแบบอินเทอร์แอกทีฟที่รองรับเปิดเครื่องมือแบบเต็มข้างบทสนทนาหรือแบบเต็มหน้าจอ และให้ Claude แก้ไขหน้า แถว หรือไฟล์ที่เปิดอยู่ได้ โดยผู้ใช้อนุมัติด้วยวิธีเดียวกับการดำเนินการของตัวเชื่อมต่อ การทยอยเปิดใช้นี้ครอบคลุมเว็บและแอป Claude เดสก์ท็อปในทุกแพ็กเกจ เริ่มจากเครื่องมืออย่าง Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel และ Webflow โดยมี Figma, Harvey และ Shopify กำลังสร้างการเชื่อมต่อ ตัวเชื่อมต่อทำงานบน MCP Apps และตอนนี้ Claude รองรับส่วนขยายนั้นมากขึ้น เช่น เครื่องมือของแอปและไซต์ที่ฝังไว้ ในรูปแบบพับลิกพรีวิวสำหรับนักพัฒนา

    ทำไมเรื่องนี้สำคัญ: ตัวเชื่อมต่อของ Claude ตอนนี้เปิดเครื่องมือแบบเต็มข้างแชทและให้ Claude แก้ไขหน้า แถว และไฟล์ได้โดยตรง ด้วยขั้นตอนการอนุมัติเดียวกับการดำเนินการของตัวเชื่อมต่อ

  12. Mastra Blog25

    Mastra Platform เปิดตัวแพ็กเกจ Starter ราคา $25 พร้อมเซิร์ฟเวอร์เฉพาะ

    Mastra Platform เปิดตัวแพ็กเกจ Starter ราคา $25 ซึ่งเพิ่มโควต้ารายเดือนสำหรับคอมพิวเตอร์ ข้อมูล และอีเวนต์ด้าน observability และรวมเซิร์ฟเวอร์เฉพาะขนาด Small หนึ่งเครื่องโดยครอบคลุมค่าคอมพิวเตอร์ โควต้าตอนนี้สูงขึ้นในทุกแพ็กเกจ และระดับฟรีถูกเปลี่ยนชื่อเป็น Free ซึ่งเอเจนต์แบบเซิร์ฟเวอร์เลสยังคงรันได้ฟรี โปรเจกต์รันแบบเซิร์ฟเวอร์เลสหรือบนเซิร์ฟเวอร์ขนาด Small, Medium หรือ Large และ Mastra Connect เพิ่มโควต้าด้านการเชื่อมต่อต่อแพ็กเกจ

  13. Recraft Blog55

    Gemini Omni Flash 1.2 มาถึง Recraft Studio พร้อมตัวละครที่นิ่งขึ้นและ lip-sync ที่ชัดเจนขึ้น

    Gemini Omni Flash 1.2 โมเดลวิดีโอใหม่ล่าสุดของ Google พร้อมใช้งานแล้วใน Recraft Studio โดยคลิปมีความยาวสูงสุด 10 วินาทีพร้อมเสียงแบบ native เมื่อเทียบกับ 1.1 เวอร์ชันนี้รักษาตัวละคร สินค้า และฉากให้มีความนิ่งสม่ำเสมอตลอดคลิป ทำตามคำสั่งกล้องโดยมีการตัดภาพที่ไม่ต้องการน้อยลง และสร้างบทสนทนาที่ lip-sync ชัดเจนขึ้น รวมถึงฉากที่มีผู้พูดหลายคน Google เปิดตัวโมเดลนี้เมื่อวันที่ 5 พฤศจิกายน 2026 และระบุว่ายังคงมีปัญหากับกีฬาที่มีการเคลื่อนไหวเร็ว การเปลี่ยนบทอย่างรวดเร็ว และฟิสิกส์ที่ซับซ้อน

  14. 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

9 พฤศจิกายนวันจันทร์
  1. NVIDIA Blog70

    NVIDIA เปิดตัว GR00T 2 world action model และ Isaac Lab 3.0 ที่ CoRL

    NVIDIA เปิดตัว GR00T 2 ซึ่งเป็น open world action model ที่สร้างบน Cosmos และฝึกด้วยข้อมูล egocentric ของมนุษย์ 100,000 ชั่วโมง พร้อมกับ Isaac Lab 3.0 และ benchmark หุ่นยนต์ใหม่ที่ CoRL GR00T 2 ทำภารกิจที่ประเมิน 40 จาก 50 ภารกิจได้สำเร็จอย่างน้อยหนึ่งครั้งโดยไม่ต้องมี demonstration เฉพาะภารกิจ และมีอัตราความสำเร็จเฉลี่ย 71% across 50 ภารกิจเมื่อมี demonstration หนึ่งครั้งต่อภารกิจ เพิ่มเป็น 95% เมื่อมีห้าครั้ง Isaac Lab 3.0 เพิ่มการผสานรวมฟิสิกส์ Newton สำหรับวัตถุที่เปลี่ยนรูปได้ และรายงาน throughput การฝึกได้สูงถึง 2.5 เท่าของ Isaac Lab 2.3 ที่ใช้ PhysX ใน benchmark การจัดการแบบ dexterous ที่อิงวิสัยทัศน์

    ทำไมเรื่องนี้สำคัญ: การเปิดตัวที่ CoRL ของ NVIDIA แสดงให้เห็นว่า simulation บวก world action model ตอนนี้มุ่งเป้าไปที่งานประกอบที่ละเอียดอ่อน โดยรายละเอียดของ GR00T 2 และ Isaac Lab 3.0 นั้นควรค่าแก่การเปรียบเทียบกับสแตกหุ่นยนต์ก่อนหน้า

  2. 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

  3. Google Developers Blog58

    Google AI Studio เพิ่มการสร้างแอปด้วย Google Maps Platform จากพรอมต์

    Google AI Studio ตอนนี้ให้ผู้ใช้สร้างแอปที่ขับเคลื่อนด้วย Google Maps Platform ได้โดยตรงจากพรอมต์ โดย AI Studio จัดการการกำหนดค่าและการจัดการคีย์ API และไม่ต้องใช้บัตรเครดิต การผสานรวมครอบคลุม Maps, Places, Routes และ Environment API และแซนด์บ็อกซ์อนุญาต 100 การเรียกต่อวันต่อ API โดยโควตารีเซ็ตทุก 24 ชั่วโมง การเชื่อมโยงบัญชีเรียกเก็บเงิน Google Cloud จะปลดล็อกโควตาระดับโปรดักชันภายใต้ราคามาตรฐานของ Google Maps Platform

  4. 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

7 พฤศจิกายนวันเสาร์
  1. Meta Newsroom · AI58

    Meta เปิดตัว Spaces ในแอป Muse สำหรับประสบการณ์เฉพาะบุคคลที่ผู้ใช้สร้างเอง

    Meta ได้เปิดตัว Spaces ในแอป Muse ซึ่งเป็นวิธีแบบอินเทอร์แอกทีฟให้ผู้ใช้สร้าง Muse ที่เป็นส่วนตัวมากขึ้นโดยการอธิบายไอเดีย เช่น ตัวติดตามของขวัญ เกมคำศัพท์ประจำวัน หรือบอร์ดวางแผน DIY ผู้ใช้สามารถปรับแต่งแต่ละ Space ด้วย Muse วางไว้ในแถบด้านข้างหรือแท็บหลัก ซ่อนหรือตั้งเวลา และเชื่อมต่อแอปเพื่อให้รายละเอียด เช่น วันที่คอนเสิร์ตและการเปลี่ยนแปลงราคาอัปเดตอยู่เบื้องหลัง Spaces พร้อมใช้งานทุกที่ที่มี Muse ตั้งแต่ วันนี้ และ Meta กล่าวว่ากำลังสำรวจตัวเลือกการแชร์และเปิดตัวเวอร์ชันโมเดลเฉพาะทางที่ฝึกด้วยการเรียนรู้จาก Muse Wonder

6 พฤศจิกายนวันศุกร์
  1. Zyphra Research58

    Zyphra เปิดตัว MAIA เวอร์ชันเบต้า เอเจนต์ AI แบบหลายผู้ใช้ที่แชร์หน่วยความจำร่วมกันระหว่าง Slack และเดสก์ท็อป

    Zyphra เปิดตัว MAIA ในเวอร์ชันเบต้า ซึ่งเป็นเอเจนต์ AI แบบหลายผู้ใช้ที่ทำงานเชิงรุก จดจำบริบทของทีมที่แชร์ร่วมกัน ลงมือดำเนินการผ่านเครื่องมือที่เชื่อมต่อ และทำงานได้ทั้งเป็นแอปเดสก์ท็อป Mac แบบสแตนด์อโลนและภายใน Slack ฟรีในช่วงเบต้า MAIA เก็บหน่วยความจำถาวรเกี่ยวกับผู้คน การตัดสินใจ และความชอบพร้อมแหล่งที่มา ดำเนินงานหลายขั้นตอนด้วยภาษาธรรมชาติ และสามารถตั้งงานที่ทำซ้ำเป็นประจำได้ โดยปฏิบัติตามสิทธิ์ของเครื่องมือที่มีอยู่ ยืนยันก่อนดำเนินการที่ย้อนกลับไม่ได้ และให้ผู้ใช้ดูและลบหน่วยความจำได้ โดยบทสนทนาส่วนตัวจะถูกเก็บเป็นส่วนตัวเว้นแต่จะแชร์