Recraft ได้รับการยกให้เป็นเครื่องมือสร้างไอคอน AI ที่ดีที่สุดในปี 2026 หลังการเปรียบเทียบเครื่องมือทั้งเจ็ดซึ่งให้คะแนนจากการทดสอบสไตล์ที่สม่ำเสมอด้วยไอคอนห้าไอคอนและการส่งออก SVG แบบเนทีฟ Recraft รักษาน้ำหนักเส้นและรัศมีมุมให้สม่ำเสมอตลอดทุก glyph และส่งออก SVG ที่แก้ไขได้ ขณะที่ Canva ผ่านเพียงบางส่วน ส่วน Adobe Firefly และ Midjourney ไม่ผ่านทั้งสองการตรวจสอบด้วยเอาต์พุตแบบแรสเตอร์
Anthropic, PBC เปิดตัวโรดโชว์สำหรับการเสนอขายหุ้นสามัญชั้น A ต่อสาธารณะเป็นครั้งแรกจำนวน 825,000,000 หุ้น โดย 801,351,354 หุ้นเสนอขายโดย Anthropic และ 23,648,646 หุ้นเสนอขายโดยผู้ถือหุ้นเดิมบางราย ช่วงราคาที่คาดหวังอยู่ที่ 70.00 ถึง 78.00 ดอลลาร์ต่อหุ้น และ Anthropic ได้ยื่นขอจดทะเบียนใน Nasdaq Global Select Market ภายใต้สัญลักษณ์ ANT Anthropic ยังคาดว่าจะให้สิทธิ์แก่ผู้จัดจำหน่ายในการซื้อหุ้นเพิ่มเติมได้สูงสุด 123,750,000 หุ้นภายใน 30 วัน และเอกสารการจดทะเบียนที่ยื่นต่อ SEC ยังไม่มีผลบังคับใช้
ทำไมเรื่องนี้สำคัญ: เอกสารโรดโชว์ IPO ของ Anthropic ระบุรายละเอียดหุ้นชั้น A จำนวน 825 ล้านหุ้นในราคา 70 ถึง 78 ดอลลาร์ และแผนการจดทะเบียนใน Nasdaq ภายใต้สัญลักษณ์ ANT ซึ่งให้ภาพที่ชัดเจนเกี่ยวกับแผนการเข้าตลาดหลักทรัพย์ของบริษัท
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
Recraft เผยแพร่คู่มือพร้อมข้อความพร้อมท์สำเร็จรูป 12 รายการสำหรับการแก้ไขภาพบนโมเดล image-to-image โดยสร้างจากรูปแบบสองบรรทัด คือบรรทัดเปลี่ยนที่ระบุวัตถุ ตำแหน่ง และผลลัพธ์ กับบรรทัดเก็บรักษาที่ล็อกใบหน้า ข้อความบนฉลาก การจัดองค์ประกอบ และแสง คู่มือระบุว่าการแก้ไขเฉพาะจุด เช่น การลบวัตถุ การเปลี่ยนสี การปรับแสง หรือการสลับชุด ช่วยรักษาอัตลักษณ์ได้ดีกว่าการเปลี่ยนสไตล์หรือการสลับสภาพอากาศ และข้อความพร้อมท์จะล้มเหลวเมื่อรวมการเปลี่ยนแปลงหลายอย่างเข้าด้วยกัน เขียนข้อความตัวพิมพ์ใหม่ หรือขอใบหน้าหรือสัดส่วนร่างกายใหม่ คู่มือแนะนำให้สร้างสองถึงสามรูปแบบ ตรวจสอบที่ซูม 100% และแก้ข้อผิดพลาดที่เหลืออยู่หนึ่งจุดด้วยข้อความพร้อมท์ติดตามที่ระบุเฉพาะบริเวณนั้น
เครื่องสร้างมีม AI เจ็ดตัว ได้แก่ Imgflip, Canva, Supermeme.ai, Recraft, Kapwing, ChatGPT และ Magic Hour ถูกทดสอบในด้านแพ็กเกจฟรี ลายน้ำ เทมเพลต การแสดงผลคำบรรยาย ขนาดไฟล์ส่งออก และ API โดยใช้โจทย์มีมเดียวกันสามข้อ การเปรียบเทียบพบว่าไม่มีผู้ชนะที่เหนือกว่าทุกด้าน: Imgflip ชนะด้านเทมเพลตคลาสสิก Supermeme.ai ชนะด้านการเปลี่ยนไอเดียเป็นคำบรรยาย Recraft และ ChatGPT ชนะด้านภาพต้นฉบับ Kapwing ชนะด้านวิดีโอและ GIF และ Canva ชนะเมื่อมีมต้องพอดีกับเลย์เอาต์
Elith และ NVIDIA ได้เปิดตัว Nemotron-Personas-Finance-Japan ชุดข้อมูลบุคคลสังเคราะห์แบบเปิดสำหรับภาคการเงินของญี่ปุ่น สร้างขึ้นจากสถิติราชการ มีข้อมูลบุคคลจำนวน 9M รายการ (1M ระเบียน × 9 บุคคล) ครอบคลุม 50 ฟิลด์ และประมาณ 1.5B โทเค็น สร้างด้วย NeMo SDG-PGMs และ NeMo Data Designer และเผยแพร่ภายใต้สัญญาอนุญาต CC BY 4.0 สำหรับการใช้งานเชิงพาณิชย์
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
นักวิจัยแนะนำ HOPE ซึ่งเป็นวิธีการตัดแต่งผู้เชี่ยวชาญแบบอันดับสองสำหรับโมเดลภาษา Mixture-of-Experts ที่คำนึงถึงปฏิสัมพันธ์แบบคู่ระหว่างผู้เชี่ยวชาญที่ถูกกระตุ้นพร้อมกัน แทนที่จะให้คะแนนผู้เชี่ยวชาญแต่ละตัวแยกกัน ที่การตัดแต่ง 50% HOPE ทำอันดับเฉลี่ยได้ดีที่สุดในบรรดาวิธีทั้งหมด โดยมีผล增益สูงถึง +6.1% ในงานเขียนโค้ดแบบเอเจนต์เมื่อเทียบกับวิธีการตัดแต่งที่ดีรองลงมา งานนี้มุ่งเป้าไปที่คอขวดด้านหน่วยความจำในโมเดลอย่าง Qwen3.5-122B ซึ่ง MLP ของผู้เชี่ยวชาญกินพื้นที่ถึง 95% ของขนาดรวมประมาณ 250 GB
Meta กำลังขยายเทคโนโลยี AI ของตนไปทั่วโลกเพื่อตรวจจับผู้ใช้ที่คาดว่าเป็นวัยรุ่นบน Instagram และจัดให้อยู่ในมาตรการป้องกันของบัญชีวัยรุ่น แม้ว่าพวกเขาจะลงทะเบียนด้วยวันเกิดของผู้ใหญ่ก็ตาม บริษัทระบุว่าวัยรุ่นอีกหลายล้านคนทั่วโลกจะได้รับการป้องกันในตัวที่จำกัดว่าใครสามารถติดต่อพวกเขาได้ เนื้อหาที่พวกเขาเห็น และเวลาที่ใช้บนแอป Meta ยังกำลังเปิดตัวเทคโนโลยีนี้บน Facebook และวางแผนจะเปิดตัวบน Threads ภายในสิ้นปีนี้
ใช้เวลา 7 ชั่วโมงโดยไม่มีแพลตฟอร์ม Prove2Me หรือการกำกับดูแลจากนักวิจัยที่ใช้ในการทดลองของ Anthropic เมื่อเดือนกันยายน โดยเขียนการพิสูจน์ที่มีความยาวเพียงหนึ่งในเจ็ดและใช้โทเค็นเอาต์พุตเพียงหนึ่งในสาม แต่ละตัวแทนทำงานในแซนด์บ็อกซ์ที่แยกเครือข่าย พร้อมตัวจำแนกที่ตรวจสอบทุกคำสั่งเชลล์และการแก้ไขไฟล์ รวมถึงตัวตรวจสอบแบบออฟไลน์ และจากการเรียกเครื่องมือกว่าหนึ่งล้านครั้ง ไม่มีครั้งใดที่เข้าเกณฑ์จะถูกบล็อก
ทำไมเรื่องนี้สำคัญ: การทดลองกับตัวแทน 1,000 ตัวของ Anthropic สามารถสร้างการพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ในรูปแบบทางการใหม่ได้โดยไม่มี Prove2Me หรือนักวิจัย แสดงให้เห็นว่าแซนด์บ็อกซ์และการตรวจสอบสามารถจำกัดขอบเขตทีมตัวแทนที่จัดระเบียบตัวเองได้อย่างไร
Anthropic เผยแพร่คู่มือที่แนะนำให้นักพัฒนเริ่มงานเขียนโค้ดและงานความรู้ส่วนใหญ่ด้วย Claude Opus 5.5 ที่ระดับความพยายามปานกลางตามค่าเริ่มต้น เนื่องจากมีค่าใช้จ่ายต่อโทเคนเพียงครึ่งหนึ่งของ Fable 5.2 คู่มือระบุว่า Sonnet 5.5 เหมาะกับงานประจำวันที่ขอบเขตชัดเจน, Haiku 5.5 เหมาะกับงานจำแนกประเภท ปริมาณมาก การจัดเส้นทาง และงานเอเจนต์ย่อย ส่วน Fable 5.2 เหมาะกับโครงการเขียนโค้ด การเงิน และวิทยาศาสตร์ที่ยากที่สุด หรือการรันระยะยาวโดยไม่มีผู้ดูแล นอกจากนี้ยังแนะนำให้ปรับระดับความพยายามก่อนสลับโมเดล และระบุว่าใน SWE-bench Pro การใช้ Opus 5.5 ที่ระดับต่ำแล้วรันซ้ำงานที่ล้มเหลวที่ระดับสูงผ่านประมาณ 97% ของงาน ด้วยต้นทุนประมาณ $0.17 ต่องาน เทียบกับ 95.3% ที่ต้นทุน $0.29 เมื่อใช้ระดับสูงทุกงาน
ทำไมเรื่องนี้สำคัญ: คู่มือของ Anthropic เองจับคู่โมเดล Claude และระดับความพยายามแต่ละแบบกับประเภทงานที่ชัดเจน พร้อมการเปรียบเทียบต้นทุนต่องานและเบนช์มาร์กเพื่อใช้ในการเลือก
Zyphra เปิดตัว ZONOS3-Mini โมเดล text-to-speech แบบ sparse MoE ที่มีพารามิเตอร์ใช้งานจริง 100M และพารามิเตอร์รวม 800M ภายใต้สัญญาอนุญาต Apache 2.0 ฝึกบน NVIDIA H100 จำนวน 112 ตัวใน 2.5 วัน ทำเวลา time-to-first-audio ได้ต่ำกว่า 570 ms ในเบราว์เซอร์บน Pixel 9 และต่ำกว่า 150 ms บน M3 MacBook Air พร้อมรันไทม์สำหรับ WebGPU, SGLang, vLLM และ GGML โมเดลนี้เพิ่มการควบคุมอัตลักษณ์ สำเนียง คุณภาพ อารมณ์ และการแสดงออก รวมถึงการปรับระดับคำ และ Zyphra รายงานว่าอยู่อันดับหนึ่งในกลุ่มโมเดลเปิดบน benchmark ใหม่ ZTTS2-Eval
ทำไมเรื่องนี้สำคัญ: โมเดล TTS แบบ MoE ขนาดกะทัดรัดของ Zyphra ผสานการโคลนเสียงแบบ zero-shot เข้ากับการควบคุมการแสดงออกระดับคำ พร้อมรันแบบเรียลไทม์บนโทรศัพท์และแล็ปท็อป
BAIR แห่ง UC Berkeley นำเสนอ 33 บทความในงานประชุมหลัก, 4 โปสเตอร์ late-breaking, 3 การนำเสนอปากเปล่า และ 7 spotlight ในงาน CoRL 2026 ซึ่งจัดขึ้นระหว่างวันที่ 9–12 พฤศจิกายน ที่เมืองออสติน รัฐเท็กซัส ศาสตราจารย์ Negar Mehr บรรยายในหัวข้อ Early Career Keynote เกี่ยวกับวิธีที่หุ่นยนต์เรียนรู้ที่จะมีปฏิสัมพันธ์และประสานงานกับผู้อื่น งานวิจัยครอบคลุมหน่วยความจำแบบ embodied สำหรับโมเดล vision-language-action, การขยายขนาดการจัดการแบบ dexterous ด้วยข้อมูลมนุษย์แบบ egocentric และการพัฒนาตนเองของหุ่นยนต์แบบ agentic
ในงาน MSIT-NVIDIA AI Startup Partnership Forum ที่กรุงโซล NVIDIA ประกาศการลงทุนใน Point2 สตาร์ทอัพด้าน AI interconnect ของเกาหลี และแผนการลงทุนเพิ่มเติมใน Motif Technologies, RLWRLD และ Upstage บริษัททั้งสี่ครอบคลุม AI stack ทั้งหมด ตั้งแต่ interconnect แบบ RF จากชิปถึงแร็ค และโมเดลพื้นฐานแบบ open-weight ไปจนถึงโมเดลพื้นฐานด้านหุ่นยนต์และโมเดลภาษา Solar แผนการลงทุนนี้ต่อยอดจาก NVIDIA Inception ซึ่งมีสมาชิกในเกาหลีมากกว่า 1,000 ราย
NVIDIA กำลังช่วยผลักดันระบบนิเวศ Physical AI ของเกาหลี โดย Samsung, Kakao Mobility และ LG Electronics นำการประมวลผลแบบเร่งความเร็ว AI และการจำลองไปใช้กับกระบวนการผลิตเซมิคอนดักเตอร์ ยานยนต์ไร้คนขับ และหุ่นยนต์ แพลตฟอร์ม sMOL ของ Samsung รันการคำนวณเคมีควอนตัมที่เลือกได้เร็วขึ้นถึง 5 เท่าด้วย NVIDIA cuEST และกรณีการ homogenization ด้วย AI กรณีหนึ่งลดเวลาการจำลองจากประมาณ 18 ชั่วโมงบน CPU 32 คอร์ เหลือ 41 วินาที Kakao Mobility วางแผนระบบขับขี่อัตโนมัติระดับ 4 บน NVIDIA DRIVE AGX Thor ขณะที่ LG สาธิตการจัดการด้วยหุ่นยนต์ CLOiD ที่ขับเคลื่อนโดย NVIDIA Isaac GR00T ในสภาพแวดล้อมการผลิตจริง
Hyundai Motor Group กำลังสำรวจพิมพ์เขียว NVIDIA NemoClaw และรันไทม์ NVIDIA OpenShell ขณะที่ AIM Intelligence กำลังผสานรวมแพลตฟอร์ม Starfort ของตนเข้ากับ OpenShell เพื่อรองรับ AI agent ที่ปลอดภัยสำหรับผลิตภาพของพนักงานและเวิร์กโฟลว์องค์กร OpenShell ซึ่งเป็นองค์ประกอบสำคัญของ NVIDIA Open Agent Safety Platform มีการดำเนินการในสภาพแวดล้อมแซนด์บ็อกซ์และการควบคุมตามนโยบายเพื่อกำกับดูแลการกระทำของ agent อัตโนมัติ LG AI Research ยังเปิดการเข้าถึง API สำหรับ K-EXAONE-2.5 ซึ่งพัฒนาขึ้นโดยใช้ชุดข้อมูล NVIDIA Nemotron รวมถึง Nemotron-Personas-Korea ชุดข้อมูลเปิดของบุคคลจำลองชาวเกาหลี 7 ล้านราย
NVIDIA และกระทรวงวิทยาศาสตร์และ ICT ของเกาหลีใต้กำลังขยายความร่วมมือด้าน Sovereign AI ครอบคลุมเซมิคอนดักเตอร์ AI โครงสร้างพื้นฐานศูนย์ข้อมูล บุคลากร สตาร์ทอัพ โมเดล เอเจนต์ และความปลอดภัย ความร่วมมือนี้เปิดทางให้บริษัท NPU และ XPU ของเกาหลีสำรวจการเข้าร่วมระบบนิเวศ NVIDIA NVLink Fusion พร้อมกับการฝึกอบรม การรับรอง แฮกกาธอน และสัมมนาทางเทคนิคเพื่อเสริมสร้างการใช้ GPU ให้แข็งแกร่งขึ้น NVIDIA ยังจะร่วมงานกับสามกลุ่ม consortium ที่ได้รับการคัดเลือกและผู้พัฒนาโมเดลพื้นฐานชั้นนำสี่รายของเกาหลีภายใต้โครงการ AI for All ของเกาหลี โดยใช้ NVIDIA Dynamo เพื่อปรับแต่งและขยายขีดความสามารถ AI inference
ZoomGain สร้างคำถามเกี่ยวกับภาพเต็มจากรายละเอียดทางภาพที่ชัดเจนขึ้นเมื่อซูมเข้า โดยใช้ช่องว่างการรับรู้จากภาพรวมสู่การซูมนี้เป็น信号กำกับสำหรับโมเดลภาษา-ภาพ การเผยแพร่ประกอบด้วยบทความ arXiv, Benchmark ZoomGainBench (1,000 คำถามจาก 941 ภาพ ครอบคลุมการจดจำคุณลักษณะ การนับ และ OCR), บันทึกการฝึก RL 9,000 รายการจากภาพต้นฉบับ 7,713 ภาพ และ checkpoint ZoomGain-4B และ ZoomGain-9B โมเดลที่ดีที่สุดใน 28 โมเดลได้คะแนน 61.08 บน ZoomGainBench ขณะที่ ZoomGain-9B ทำได้เหนือกว่าใน benchmark การรับรู้แบบละเอียดและทั่วไปหลายรายการ
Figma ได้สรุป 6 วิธีในการใช้ design agent ของตนโดยตรงบนแคนวาส ตั้งแต่การใส่คำอธิบายประกอบดีไซน์ด้วยบันทึกการประชุมที่ดึงเข้ามาผ่านคอนเนกเตอร์อย่าง Granola, Notion หรือ Google Drive ไปจนถึงการสรุปความคิดเห็นจากคอมเมนต์และนำการเปลี่ยนแปลงที่ตกลงกันไว้ไปใช้ agent ยังสามารถสร้างเชดเดอร์แบบกำหนดเอง สร้างเลย์เอาต์หลายรูปแบบในพรอมต์เดียวโดยใช้ไลบรารีของทีม เปลี่ยนดีไซน์แบบสแตติกให้เป็นเลเยอร์โค้ดแบบอินเทอร์แอกทีฟ และเพิ่มเอฟเฟกต์การเคลื่อนไหว
Meta เปิดตัว Muse Ember โมเดลที่เล็กที่สุดและมีประสิทธิภาพที่สุด มุ่งเป้าไปที่งานซ้ำๆ ที่เอเจนต์ทำตลอดทั้งวัน เช่น การเรียกใช้เครื่องมือ งานย่อยด้านการเขียนโค้ด การกำหนดเส้นทาง การสกัดข้อมูล และการแยกวิเคราะห์เอกสารยาว Meta กล่าวว่าโมเดลนี้ทำคะแนนได้เท่ากับคะแนนดีที่สุดของ Claude Haiku 5.5 ในต้นทุนประมาณหนึ่งในสาม และเอาชนะการตั้งค่าทุกแบบของ GPT-6 Luna ด้วยราคา $0.10 ต่อล้านโทเค็นอินพุต และ $0.50 ต่อล้านโทเค็นเอาต์พุต มาพร้อมหน้าต่างบริบท 1M โทเค็น เอาต์พุตสูงสุด 512K โทเค็น รองรับอินพุตข้อความ รูปภาพ เสียง และวิดีโอแบบเนทีฟ และพร้อมใช้งานวันนี้บน Muse Code และ Meta Model API ในชื่อ muse-ember-1.0
ทำไมเรื่องนี้สำคัญ: โมเดลที่เล็กที่สุดของ Meta มุ่งเป้าไปที่ขั้นตอนเอเจนต์ที่มีปริมาณสูง และการเปรียบเทียบต้นทุนต่องานกับ Claude Haiku 5.5 และ GPT-6 Luna แสดงให้เห็นที่มาของข้ออ้างเรื่องประสิทธิภาพ
Recraft เป็นเครื่องมือสร้างสติกเกอร์ AI ที่ดีที่สุดสำหรับเส้นตัดแบบไดคัท ไฟล์ PNG โปร่งใส และ SVG จากผืนผ้าใบเดียว ขณะที่ Canva เหมาะกว่าสำหรับแผ่นสติกเกอร์และการสั่งพิมพ์ในตัวแก้ไขเดียวกัน มีการให้คะแนนเครื่องมือเจ็ดตัวเมื่อวันที่ 9 พฤศจิกายน 2026 ตามเกณฑ์การพิมพ์ห้าข้อ และมีเพียง Recraft, Kittl และ Canva Print เท่านั้นที่เสนอเส้นทางจริงสู่เส้นตัดหรือแผ่นพิมพ์ Firefly, Ideogram, Leonardo AI และ ChatGPT ชนะงานที่แคบกว่า เช่น การแปลงภาพถ่ายเป็นสติกเกอร์หรือชุดแชท
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
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
Anthropic รายงานว่า Claude Fable 5.2 ออกแบบอุปกรณ์อิเล็กทรอนิกส์สามชิ้น ได้แก่ ลำโพงประชุม ฮับผู้ช่วยเสียง และสัตว์เลี้ยงเสมือนแบบพกพา จากคำสั่งเพียงเล็กน้อย และ Diode Computers ได้สร้างต้นแบบที่ใช้งานได้จากไฟล์การออกแบบของมันโดยไม่ต้องแก้ไขวงจร บนเกณฑ์มาตรฐาน PCB Gym ภายในของ Diode นั้น Fable 5.2 ทำคะแนนได้ 69% เทียบกับ 25% ของ Fable 5 และทำได้ 83.5% บน BenchCAD 2.1 สาธารณะ ซึ่งเกือบเป็นสองเท่าของ Claude Fable 5.1 อุปกรณ์เหล่านี้ยังคงเป็นต้นแบบที่ยังไม่ผ่านการตรวจสอบทางไฟฟ้า การปรับแต่งเสาอากาศ การทดสอบความร้อน หรือการรับรอง และ Claude ไม่ได้เชื่อมต่อกับอุปกรณ์ทดสอบหรือเครื่องจักรการผลิต
ทำไมเรื่องนี้สำคัญ: รายงานของ Anthropic เองเกี่ยวกับ Claude Fable 5.2 ที่ออกแบบอุปกรณ์อิเล็กทรอนิกส์ที่ใช้งานได้สามชิ้น แสดงให้เห็นว่าโมเดลก้าวหน้าไปไกลเพียงใดจากเลย์เอาต์ PCB บางส่วนไปสู่การสร้างต้นแบบฮาร์ดแวร์แบบครบวงจร
ระบบสอนเขียนด้วย AI "Ronjiro" ของ Preferred Networks ได้รับรางวัล AI Special Award (Learning Support) ในงาน Japan e-Learning Grand Prize ครั้งที่ 23 โดย Ronjiro ใช้ generative AI รวมถึงโมเดลพื้นฐาน PLaMo ที่พัฒนาในประเทศของ PFN เพื่อสนับสนุนการเรียนรู้การเขียนเรียงความและcompositionของนักเรียนมัธยมปลาย โดยให้ข้อเสนอแนะเกี่ยวกับโครงสร้างเชิงตรรกะและจุดที่ควรปรับปรุงได้ภายในเวลาเพียงหนึ่งนาที เปิดให้บริการตั้งแต่เดือนมีนาคม 2026 ผ่าน YP Switch ซึ่งเป็นกิจการร่วมค้ากับ Yarakis Switch Group และขณะนี้กำลังถูกนำไปใช้ในห้องเรียน School IE บางแห่งทั่วประเทศ
การเปรียบเทียบตัวสร้างตัวละคร AI เจ็ดตัวโดยให้คะแนนด้านความสม่ำเสมอของท่าทาง ภาพอ้างอิง การควบคุมสไตล์ รูปแบบการส่งออก และระดับฟรี พบว่าไม่มีเครื่องมือใดที่ดีที่สุดเพียงหนึ่งเดียวสำหรับทุกโจทย์ Recraft นำในด้านการรักษาตัวละครหนึ่งตัวให้คงที่ across ท่าทางด้วยสไตล์ที่ใช้ซ้ำได้และการส่งออกเวกเตอร์ SVG ขณะที่ Midjourney ชนะด้านลุคแบบเฟรมเดียวแต่ไม่มีแผนฟรี โดย Basic อยู่ที่ 10 ดอลลาร์ต่อเดือน Gemini และ ChatGPT เหมาะกับการวนปรับตัวละครภายในแชท และ Recraft, Gemini, ChatGPT, Leonardo, Ideogram และ OpenArt ต่างมีระดับฟรีหรือเครดิตรายสัปดาห์
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
Preferred Networks เปิดตัว PLaMo 3.0 Fin โมเดลภาษาขนาดเล็กเฉพาะด้านการเงินที่สร้างบนโมเดลพรีเทรน PLaMo 3 NICT จากงานวิจัยร่วมกับ NICT และฝึกเพิ่มเติมด้วยข้อมูลการเงินภาษาญี่ปุ่น โดยเผยแพร่ open weights บน Hugging Face ภายใต้ PLaMo Community License โมเดลนี้เพิ่มความสามารถ Reasoning แบบทีละขั้นตอนโดยแสดง reasoning traces เป็นภาษาญี่ปุ่น พร้อม tool calling สำหรับค้นหาเว็บ คำนวณ และเข้าถึงฐานข้อมูลภายใน และสามารถรันบน GPU เดียวในสภาพแวดล้อมคลาวด์แบบปิดหรือ on-premise PFN ระบุว่าการฝึก instruction-following สำหรับ Reasoning และการใช้เครื่องมือดำเนินการบนชิป AI MN-Core 2 ของบริษัทเอง โดยพอร์ตโค้ดเสร็จภายในหนึ่งสัปดาห์และความเร็วในการฝึกเทียบได้กับสภาพแวดล้อม GPU
GitHub เผยแพร่คู่มือสำหรับนักพัฒนาเกี่ยวกับ agentic engineering โดยอธิบายวิธีที่ Copilot สนับสนุนขั้นตอน Plan, Build, Verify และ Observe ของงานซอฟต์แวร์ คู่มืออ้างถึงสถิติของ GitHub ที่มี 1.2 พันล้านคอมมิตในหนึ่งสัปดาห์เมื่อเดือนตุลาคมที่ผ่านมา ซึ่งมากกว่าปีที่แล้วกว่า 400% และงานศึกษาของ Faros AI ที่พบว่า pull request ใช้เวลารอรีวิวนานขึ้น 441% เมื่อทีมเปลี่ยนจากการใช้ AI ในระดับต่ำไปสู่ระดับสูง คู่มือยังลงรายละเอียดฟีเจอร์ต่างๆ ได้แก่ Copilot ใน Slack หรือ Teams, Plan Mode, GitHub Agentic Workflows, cloud sandboxes, session continuity, shared memory, Copilot Dreaming และ Copilot Fusion
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
Ai2 เปิดตัว ToyBlocks กรอบการจำลองแบบเปิดที่สร้างขึ้นรอบแขนหุ่นยนต์และบล็อกบนโต๊ะ เป็นFoundationWorldsตัวแรกสำหรับการเรียนรู้และประเมินผลหุ่นยนต์แบบควบคุม กรอบนี้สร้างทักษะและการสาธิตโดยอัตโนมัติผ่าน RL และการวางแผนการเคลื่อนไหวใน Isaac Lab ทำความเร็วได้ถึง 24 เท่าของเวลาจริงบน GPU เดียว และมาพร้อมการสาธิตระยะยาว 85,336 ชุด ครอบคลุมเกือบ 1,600 ชั่วโมงและ 144 ล้านเฟรม ในการทดลองของพวกเขา ความสำเร็จของทักษะระดับอะตอมของ ManiFlow อยู่ที่ 80.0% ในการจำลองและ 81.1% บน Franka FR3 จริง ขณะที่ระบบ Molmo 2 ร่วมกับ ManiFlow ประสบความสำเร็จ 55.5% ของตอนในการจำลองและ 50.0% ในโลกจริง
Zyphra เปิดตัว MAIA ในเวอร์ชันเบต้า ซึ่งเป็นเอเจนต์ AI แบบหลายผู้ใช้ที่ทำงานเชิงรุก จดจำบริบทของทีมที่แชร์ร่วมกัน ลงมือดำเนินการผ่านเครื่องมือที่เชื่อมต่อ และทำงานได้ทั้งเป็นแอปเดสก์ท็อป Mac แบบสแตนด์อโลนและภายใน Slack ฟรีในช่วงเบต้า MAIA เก็บหน่วยความจำถาวรเกี่ยวกับผู้คน การตัดสินใจ และความชอบพร้อมแหล่งที่มา ดำเนินงานหลายขั้นตอนด้วยภาษาธรรมชาติ และสามารถตั้งงานที่ทำซ้ำเป็นประจำได้ โดยปฏิบัติตามสิทธิ์ของเครื่องมือที่มีอยู่ ยืนยันก่อนดำเนินการที่ย้อนกลับไม่ได้ และให้ผู้ใช้ดูและลบหน่วยความจำได้ โดยบทสนทนาส่วนตัวจะถูกเก็บเป็นส่วนตัวเว้นแต่จะแชร์
Ai2 เปิดตัว ToyBlocks กรอบการจำลองแบบเปิดที่สร้างขึ้นรอบแขนหุ่นยนต์และบล็อกบนโต๊ะ เป็น FoundationWorlds ตัวแรกสำหรับการวิจัยการเรียนรู้ของหุ่นยนต์แบบควบคุม ToyBlocks สร้างงานและการสาธิตโดยอัตโนมัติผ่าน RL และการวางแผนการเคลื่อนไหวใน Isaac Lab โดยสร้างข้อมูลได้สูงสุดถึง 24 เท่าของเวลาจริงบน GPU เดียว และมาพร้อมกับการสาธิตระยะยาว 85,336 รายการ ครอบคลุมเกือบ 1,600 ชั่วโมงและ 144 ล้านเฟรม ในการทดสอบโลกจริงบน Franka FR3 ความสำเร็จของทักษะระดับอะตอมของ ManiFlow อยู่ที่ 80.0% ในการจำลองและ 81.1% บนฮาร์ดแวร์ ขณะที่ระบบ Molmo 2 ร่วมกับ ManiFlow ประสบความสำเร็จ 55.5% ของตอนจำลองและ 50.0% ของตอนจริง
vLLM ได้ย้ายการ build CUDA ไปใช้ LibTorch Stable ABI และตั้งแต่ v0.33.0 เป็นต้นมาได้เผยแพร่ LibTorch ABI Stable CUDA wheels ทำให้สามารถ import PyTorch wheel ใหม่ได้โดยไม่ต้อง rebuild vLLM ทีมงานได้ย้ายซอร์สในทรีและ dependencies ที่ขึ้นกับ LibTorch เจ็ดตัว ซึ่งรวมถึง FlashMLA, DeepGEMM และ FlashAttention-2/3 ไปยัง stable APIs โดยใช้ torch-abi-audit ใน CI เพื่อยืนยันว่าไม่มี unstable symbols เหลืออยู่ โพสต์ระบุถึงข้อแลกเปลี่ยน เช่น ชุด stable API ที่จำกัดและ overhead ฝั่ง host เล็กน้อย และกล่าวว่าการ build สำหรับ CPU และ ROCm จะเป็นลำดับถัดไป
OpenClaw สร้างวิธีค้นหาโมเดลใหม่ขึ้นมาใหม่ เพื่อให้โมเดลใหม่อย่าง GPT-6.1 Sol ปรากฏขึ้นได้โดยไม่ต้องออกรีลีส โดยดึงรายการจากแคตตาล็อกที่อัปเดตตัวเองได้ที่ catalog.openclaw.ai (สร้างใหม่ทุกสี่ชั่วโมง ประมาณ 1,000 โมเดล) จากรายการโมเดลของผู้ให้บริการของแต่ละบัญชีเอง และจากการจับมือกับ Codex เวอร์ชันใหม่กว่าบน PATH ของคุณ แคตตาล็อกสลับใช้งานได้ทันทีบน Gateway ที่กำลังทำงาน และรายการโมเดลจะไม่หดหายอีกต่อไปหลังจากผู้ให้บริการหมดเวลาหรือสลับแคตตาล็อก
บทความ REINFORCE Zero ของ NVIDIA Research และ Inferact แสดงให้เห็นว่าการจัดแนวเคอร์เนลของ rollout และ trainer ทำให้ unclipped token-level importance sampling สามารถแก้ไข weight lag ที่เหลืออยู่ได้ ทำให้ฝึกได้อย่างเสถียรถึง 20,000 อัปเดตที่ policy lag 64 และได้ throughput ของ training-step เป็น 2.40 เท่าของการฝึกแบบ synchronous ด้วยเคอร์เนลที่จัดแนวแล้ว ด้วยเคอร์เนลมาตรฐาน ค่ามัธยฐาน rollout-to-learner KL เพิ่มขึ้น 83.33 เท่าตลอดการรัน และ online AIME24 pass@1 ลดลงจาก 34.27% เหลือ 13.96% ขณะที่ sequence gate ช่วยให้การฝึกเสถียรแต่ปฏิเสธ 24.48% ของ sequence ภายใน 1,000 อัปเดตสุดท้าย การตั้งค่า zero-mismatch ครอบคลุม DeepSeek-V4.1-Flash, Kimi K3.1 ในวันเปิดตัว และ DeepSeek-V4-Flash กับ Kimi K3.1 บน AMD MI355X โดยมีโค้ดอยู่ที่ Inferact/zero-mismatch-rl และ NVIDIA-NeMo/labs-molt
ทำไมเรื่องนี้สำคัญ: NVIDIA Research และ Inferact แยกช่องว่างระหว่าง rollout-learner ของ async RL ออกเป็น weight lag และ kernel mismatch โดยแสดงให้เห็นว่าการจัดแนวเคอร์เนลทำให้ unclipped importance sampling รักษาการฝึกที่เสถียรที่ policy lag 64 ได้
VeRL-Omni v0.3.0 เปิดตัวพร้อมเส้นทางการทำงาน RL แบบอะซิงโครนัสและแยกส่วน, V1 trainer เป็นค่าเริ่มต้น, และขยายขอบเขตการหลังการฝึกครอบคลุมการเข้าใจภาพ วิดีโอ เสียง และมัลติโมดัล การเปิดตัวนี้เพิ่มการฝึกข้อความและเสียง Qwen3-Omni แบบอะซิงโครนัสเต็มรูปแบบ, การฝึก Omni และ diffusion แบบแยกอะซิงโครนัสพร้อม replay buffer, และสูตรใหม่รวมถึง MiniMax H3 กับ DiffusionNFT และ MiniCPM-o 4.5 GSPO ในการทดลอง MiniCPM-o 4.5 AVQA บน 4×H800 80 GB, separate-async 3+1 ช้ากว่า colocated 4+0 ประมาณ 9% ต่อ prompt ที่ความยาวการตอบสนองตามธรรมชาติ, ใกล้เคียงกันที่ 512 โทเค็น, และเร็วกว่าประมาณ 6.7% ที่ 1024 โทเค็น
Sierra แพลตฟอร์ม AI สำหรับประสบการณ์ลูกค้า ได้รับการบรรจุเข้าสู่ Hall of Innovation ของ JPMorganChase โดยมีพิธีมอบรางวัลให้แก่ Bret Taylor CEO เมื่อวันที่ 29 ตุลาคม ณ การประชุม Technology Innovation Symposium ครั้งที่ 18 ประจำปีของ J.P. Morgan ในเมือง Palo Alto Hall of Innovation ซึ่งก่อตั้งขึ้นในปี 2011 ยกย่องบริษัทเทคโนโลยีที่ไม่ได้จดทะเบียนในตลาดหลักทรัพย์ซึ่งสร้างผลกระทบอย่างมีนัยสำคัญต่อ JPMorganChase ผ่านนวัตกรรมและความร่วมมืออย่างใกล้ชิด Gill Haus CIO ของ Chase กล่าวถึง Sierra ว่าเป็นผู้ร่วมงานที่แข็งแกร่งในการสำรวจ agentic AI สำหรับภาคธนาคาร ขณะที่ Taylor กล่าวว่า agent ที่สร้างบน Sierra สามารถนำไปใช้งานผ่านเว็บ มือถือ แชท อีเมล และเสียง เพื่อแก้ไขงานที่ซับซ้อนได้
Sierra เปิดตัว Accelerators แพ็กเกจสำเร็จรูปสำหรับเวิร์กโฟลว์ปริมาณสูง เช่น การติดตามคำสั่งซื้อ การนัดหมาย การรับเรื่องเคลม และการยืนยันตัวตน พร้อมใช้งานแล้วใน Agent Studio แต่ละ Accelerator มาพร้อมการเชื่อมต่อและ guardrails พื้นฐาน และ Ghostwriter ปรับให้เข้ากับนโยบายของแต่ละบริษัท การอัปเดตจาก Sierra จะถูกส่งต่อwhileการเปลี่ยนแปลงของลูกค้าจะถูกติดตามแยกต่างหาก ทีมงานจะสามารถสร้างและแชร์ Accelerators ของตนเองภายในองค์กรได้ในเร็วๆ นี้
Meta กำลังเปิดตัวการสนทนาด้วยเสียงแบบเรียลไทม์และอวตารที่แสดงอารมณ์ในแอป Muse บนมือถือ เว็บ และ Mac โดยเริ่มในสหรัฐฯ ผู้ใช้แตะไอคอนโทรศัพท์เพื่อพูดคุย สามารถขัดจังหวะการตอบกลับได้ และเลือกจากเสียงหลายร้อยแบบ พร้อมโหมดเสียงอย่างเดียว อวตาร หรือเต็มหน้าจอ ฟีเจอร์เสียงจะพร้อมใช้งานใน AI Glasses และ Muse Charm ในเร็วๆ นี้
ทำไมเรื่องนี้สำคัญ: แอป Muse ของ Meta รองรับการสนทนาด้วยเสียงแบบเรียลไทม์พร้อมอวตารที่แสดงอารมณ์แล้ว สะท้อนให้เห็นว่าเสียงและการจัดการการขัดจังหวะกำลังเข้าสู่ผู้ช่วย AI สำหรับผู้บริโภค