ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง#Google
วันนี้13 พฤศจิกายนวันศุกร์2 รายการ
  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

12 พฤศจิกายนวันพฤหัสบดี
  1. Databricks Blog58

    Block 如何利用 Buzz 和 Databricks Unity Gateway 运行协作式 AI 代理

    Block 构建了 Buzz，这是一个开源协作工作空间，员工和 AI 代理可以在其中通过群组讨论、聚焦对话和一对一交流协同工作，并使用 Databricks Unity Gateway 作为模型访问层。员工可以创建代理、为每个代理选择背后的模型或编码工具，并选择 Databricks 作为其推理提供商，通过单一集成访问 OpenAI、Anthropic 和 Google 的前沿模型以及部分开放权重模型。Block 的工程师还在试验多代理设置，即由能力更强的模型协调运行更小、更高效模型的代理，并已构建了一套内部方法来对这些代理团队进行基准测试。

  2. Google Research58

    Google Research ใช้เทคโนโลยีสวมใส่สร้างโปรไฟล์ความเสี่ยง CKM และการโค้ชเฉพาะบุคคล

    Google Research ได้แนะนำกรอบการวิจัยที่เปลี่ยนข้อมูลจากอุปกรณ์สวมใส่สำหรับผู้บริโภคให้เป็นอายุสุขภาพที่สามารถโค้ชได้ และจำลองเส้นทางสุขภาพเฉพาะบุคคลแบบ 12 สัปดาห์ในลักษณะ what-if โมเดลโลก SensorWM ถูกฝึกฝนล่วงหน้าด้วยข้อมูล Fitbit ที่ไม่ระบุตัวตนจำนวน 2.28 ล้านคน-สัปดาห์จากผู้ใช้ประมาณ 100,000 คน และคาดการณ์ตัวชี้วัดทางสรีรวิทยา 20 รายการภายใต้รูปแบบการเดิน การนอน และคาร์ดิโอที่แตกต่างกัน ในการศึกษาที่ปกปิดข้อมูล ผู้ฝึกสอนไลฟ์สไตล์เลือกแผนที่อ้างอิงจากสถานการณ์สมมติว่าเป็นแผนที่ดีที่สุดโดยรวมในการประเมิน 71.4% และแพทย์ให้คะแนน 99.2% ของแผนว่าอยู่ในขีดจำกัดความเข้มข้นของการออกกำลังกายที่ปลอดภัย ผู้เขียนระบุว่าโมเดลเหล่านี้เป็นต้นแบบการวิจัย ไม่ใช่เครื่องมือวินิจฉัยทางคลินิก

  3. 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

  4. Google Developers Blog58

    วิศวกร Google ใช้ Gemini 4 Argon และ Z3 จับบั๊ก bounds-check ใน Go ที่ fuzzing พลาด

    วิศวกร Google ซึ่งเป็นผู้นำโปรแกรม agent skills ของบริษัทได้สร้างไปป์ไลน์ที่ Gemini 4 Argon อ่านซอร์สโค้ด Go และดิสแอสเซมบลี RISC-V แล้วแปลงกับดัก runtime.panicBounds ที่ยังหลงเหลือให้เป็นข้อจำกัด Z3 จากนั้น go test จะเล่นซ้ำอินพุตที่ตรงเงื่อนไขใดๆ เป็นตัวสร้างซ้ำจริง เวิร์กโฟลว์นี้จับบั๊กที่ฝังไว้ทั้งสามตัวและบั๊กแฝงสามตัวใน skill-lint ขณะที่ go test -fuzz แบบไม่กำหนด seed พลาดการ crash ที่ฝังไว้สองตัว เพราะ Go ตรวจสอบสไลซ์เทียบกับ capacity ไม่ใช่ length การตัด capacity ให้เท่ากับ length ด้วย data[:len(data):len(data)] ทำให้ fuzzer crash บั๊ก overrun ทั้งสองตัวในการรันทั้งสามครั้ง โดยมีค่ามัธยฐาน 0.28 วินาที และ 0.17 วินาที

  5. Google Developers Blog58

    Google Agent Anomaly Detection ทำคะแนนได้บนห้าเบนช์มาร์กความปลอดภัยของเอเจนต์สาธารณะ

    Google ทดสอบ Agent Anomaly Detection ซึ่งอยู่ใน Private Preview บน Gemini Enterprise Agent Platform กับเบนช์มาร์กความปลอดภัยของเอเจนต์สาธารณะห้ารายการที่บริษัทไม่ได้เขียนเอง โดยให้คะแนน 1,774 เซสชัน ระบบflagged 87% ของคำสั่งที่เป็นอันตรายที่เอเจนต์ดำเนินการจริง โดยมีสัญญาณเตือนผิดพลาดใน 2% ถึง 16% ของเซสชันที่ปลอดภัย และจับได้เพียง 4 จาก 18 เซสชันที่หน่วยความจำระยะยาวที่ถูกวางยาขับให้เอเจนต์ลงมือ การทดสอบใช้เอเจนต์ที่สร้างด้วย Agent Development Kit (ADK) บน gemini-2.5-flash ครอบคลุม AgentDojo, InjecAgent, Agent Security Bench, AgentDyn และ AgentHarm

  6. Google Blog · AI55

    Google Labs เปิดตัว Tabletop พื้นที่ทำงานร่วมกันแบบเรียลไทม์สำหรับการวางแผนกลุ่ม

    Google Labs เปิดตัว Tabletop การทดลองใหม่สำหรับการทำงานร่วมกันเป็นกลุ่มแบบเรียลไทม์ ซึ่งผู้ใช้สามารถเพิ่มลิงก์ ไฟล์ และไอเดีย จากนั้นพรอมต์ @tabletop หรือเลือกเทมเพลตเริ่มต้นเพื่อสร้างกำหนดการเดินทางแบบอินเทอร์แอกทีฟ โพลล์เลือกมื้ออาหาร เครื่องมือหารค่าใช้จ่าย และสายการแข่งขันทัวร์นาเมนต์ เมื่อพื้นที่พร้อมแล้ว ลิงก์เชิญจะให้ทุกคนเข้าร่วมและใช้งานพร้อมกันได้เหมือนใน Google Doc Tabletop กำลังทยอยเปิดให้ใช้งานในสหรัฐฯ (อายุ 18 ปีขึ้นไป) ผ่านรายการรอที่ labs.google/tabletop

11 พฤศจิกายนวันพุธ
  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. Modal Blog58

    Modal ร่วมเป็นผู้ดูแล gVisor ขณะที่ Google บริจาคโปรเจกต์ให้ CNCF

    Modal เป็นหนึ่งในสามบริษัท ร่วมกับ Ant Group และ Tines ที่เข้าร่วมเป็นผู้ดูแล gVisor หลังจาก Google บริจาคโปรเจกต์และเครื่องหมายการค้าให้ CNCF ภายใต้รูปแบบการกำกับดูแลที่นำโดยผู้ดูแล Modal ระบุว่าบริษัทเปิดใช้งานคอนเทนเนอร์ gVisor มากถึง 40 ล้านคอนเทนเนอร์ต่อวัน และได้มีส่วนสนับสนุน upstream ตั้งแต่ปี 2023 รวมถึงการรองรับ GPU ผ่าน nvproxy, พร็อกซีอุปกรณ์ RDMA ที่ชื่อ rdmaproxy และการปรับแต่ง tmpfs และ memory allocator บริษัทระบุว่ากำลังพัฒนาสแนปช็อตหน่วยความจำแบบหลาย GPU และการรองรับ GPUDirect Storage สำหรับ gVisor

  3. 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

  4. 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

  5. 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

  6. 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

  7. 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

10 พฤศจิกายนวันอังคาร
  1. Google Blog · AI38

    Google และ Adobe ขยายความร่วมมือเพื่อนำ Acrobat และเครื่องมือสร้างสรรค์มาสู่ Gmail, Drive, Gemini และ Search

    Google และ Adobe กำลังขยายความร่วมมือเพื่อฝังเครื่องมือสร้างสรรค์และเครื่องมือเพิ่มประสิทธิภาพการทำงานของ Adobe ไว้ในแอป Google ที่ใช้งานในชีวิตประจำวันโดยตรง และนำโมเดล AI ชั้นแนวหน้าของ Google มาสู่แอปของ Adobe Google Drive และ Gmail จะแสดง Adobe Acrobat เป็นแอปที่แนะนำพร้อมจุดเข้าใช้งาน "Edit with" ในตัวอย่างไฟล์ในไม่ช้า ขณะที่ Adobe กำลังเพิ่มตัวเชื่อมต่อ Acrobat และเครื่องมือสร้างสรรค์ให้กับ Gemini และ Gemini Enterprise และนำเครื่องมือสร้างสรรค์มาสู่ AI Mode ใน Google Search ธุรกิจต่างๆ สามารถใช้เอเจนต์ CX Enterprise Coworker ของ Adobe ใน Gemini Enterprise ได้ และ Adobe ร่วมกับ Google DeepMind จะสำรวจโมเดลภาพสำหรับ Photoshop ที่อาจเปิดทางให้แก้ไขได้เกือบแบบเรียลไทม์

  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. 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

  4. 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

  5. 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

  6. 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

  7. 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

  8. 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. Recraft Blog22

    เครื่องมือสร้างสติกเกอร์ AI ที่ดีที่สุดในปี 2026: เปรียบเทียบ 7 เครื่องมือ

    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

  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

6 พฤศจิกายนวันศุกร์
  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%

5 พฤศจิกายนวันพฤหัสบดี
  1. Google Research47

    งานวิจัยของ Google ช่วยให้มนุษย์นิยามหมวดหมู่ AI แบบอัตวิสัยได้ด้วย Agile Deliberation

    Google Research เปิดตัว Agile Deliberation ซึ่งเป็นกรอบการทำงานที่เปลี่ยนการสร้างตัวจำแนกประเภท AI แบบอัตวิสัยให้เป็นการสนทนาแบบวนซ้ำที่ AI ช่วยให้ผู้ใช้ปรับปรุงคำนิยามของตนเองให้ชัดเจนขึ้น โดยแบ่งงานออกเป็นการกำหนดขอบเขตแนวคิดและการวนซ้ำแนวคิด ใช้โมเดลภาพ-ภาษาเพื่อแสดงภาพที่อยู่กึ่งกลางและส่งต่อข้อเสนอแนะเข้าสู่วงจรการปรับแต่งพรอมต์อัตโนมัติ ในการทดลองกับผู้ใช้จริง 18 ครั้ง ครั้งละ 1.5 ชั่วโมง วิธีนี้ช่วยลดความเหนื่อยล้าและความกังวลของผู้ใช้ และสร้างโมเดลที่สอดคล้องกันมากขึ้นซึ่งมีประสิทธิภาพเหนือกว่าฐานมาตรฐาน โค้ดเปิดเผยเป็นโอเพนซอร์สบน GitHub

4 พฤศจิกายนวันพุธ
  1. Ai2 · Allen Institute for AI38

    Ai2 และ Google ร่วมมือกันพัฒนาโมเดลสภาพภูมิอากาศ NeuralGCM+

    Ai2 ได้เปิดตัวโครงการสร้างแบบจำลองสภาพภูมิอากาศโดยได้รับการสนับสนุนเงินทุนสามปีจาก Google.org และการสนับสนุนทางเทคนิคจาก Google Research เพื่อพัฒนา NeuralGCM+ ซึ่งเป็นโมเดลโอเพนซอร์สสำหรับการคาดการณ์สภาพภูมิอากาศที่รวดเร็วและเชื่อถือได้มากขึ้น โครงการนี้ต่อยอดจาก NeuralGCM ของ Google Research ซึ่งผสมผสานสมการทางฟิสิกส์สำหรับพลศาสตร์ขนาดใหญ่เข้ากับ AI สำหรับกระบวนการขนาดเล็ก เช่น การก่อตัวของเมฆและปริมาณน้ำฝน เพื่อจำลองบรรยากาศและมหาสมุทรไปพร้อมกัน Ai2 มุ่งหวังที่จะลดข้อผิดพลาดของอุณหภูมิและปริมาณน้ำฝนในระดับภูมิภาคในช่วง 50 ปีที่ผ่านมา และเผยแพร่โมเดลและเฟรมเวิร์กพร้อมเวิร์กโฟลว์ที่มีเอกสารประกอบสำหรับนักวิจัยภายนอก

  2. 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

3 พฤศจิกายนวันอังคาร
  1. Google Developers Blog58

    Google ทดสอบคลาสซิฟายเออร์ราคาถูกเพื่อจัดเส้นทางโมเดล Gemini ตามต้นทุนต่องาน

    Google ได้รันเบนช์มาร์กเอเจนต์เขียนโค้ด 50 ข้อที่ตรวจอัตโนมัติ เพื่อทดสอบว่าคลาสซิฟายเออร์น้ำหนักเบาชื่อ Jev ของ TypeSafe สามารถจัดเส้นทางแต่ละงานไปยังการตั้งค่า Gemini ที่ถูกที่สุดซึ่งยังตอบถูกได้หรือไม่ regex แบบคงที่และฮิวริสติกตามความยาวพรอมป์ทำคะแนนได้ 93.8% บนคำถามพัฒนา 16 ข้อ แต่ลดลง 23.2 จุดเหลือ 70.6% บนงานที่กันไว้ทดสอบ 34 งาน ขณะที่ Jev ทำได้ 96.0% across ชุดทดสอบทั้งหมด การตั้งค่าที่ไม่มีเราเตอร์ที่แข็งแกร่งที่สุด คือ Gemini 3.8 Flash โหมดคิดต่ำ แก้ได้ทั้ง 50 งาน และเราเตอร์ Jev ที่ส่งงานไปยัง Flash-Lite ก่อนแล้วยกระดับงานที่ถูกตั้งธงก็แก้ได้ทั้ง 50 งานเช่นกัน พร้อมลดต้นทุนและเวลาตอบสนอง การจำกัด maxOutputTokens ที่ 300 ไม่ประหยัดอะไรบนงานง่าย และทำให้ 7 จาก 25 งานยากพัง

30 ตุลาคมวันศุกร์
  1. Google DeepMind58

    Google DeepMind ขยายเครื่องมือวางแผน AI PlanAssist ไปยังสภาเทศบาลอังกฤษอีก 12 แห่ง

    Google DeepMind กำลังขยาย PlanAssist เครื่องมือวางแผน AI ที่สร้างด้วย Gemini ไปยังหน่วยงานวางแผนท้องถิ่นในอังกฤษเพิ่มอีก 12 แห่ง รวมเป็น 15 แห่ง ในการนำร่องที่ Barnet, Camden และ Dorset ตั้งแต่เดือนมิถุนายน เครื่องมือนี้ลดเวลาเฉลี่ยที่เจ้าหน้าที่ใช้ในงานประเมินเจ้าของบ้านได้ถึง 58% และรายงานที่สร้างขึ้นมากกว่า 70% ได้รับการอนุมัติโดยไม่ต้องแก้ไข

  2. Google Developers Blog12

    DevFest 2026 กลับมาแล้ว: งานกิจกรรมชุมชนกว่า 800 แห่งใน 115 ประเทศ

    DevFest งานกิจกรรมนักพัฒนาที่นำโดยชุมชนและจัดโดย Google Developer Groups กลับมาอีกครั้งตั้งแต่วันที่ 1 ตุลาคมถึง 31 ธันวาคม 2026 โดยคาดว่าจะมีกิจกรรมกว่า 800 แห่งใน 115 ประเทศ ดึงดูดผู้เข้าร่วมเกือบ 1 ล้านคน เซสชันและเวิร์กช็อปครอบคลุมเทคโนโลยี Google AI พร้อมแทร็ก Google Cloud, Android และ Web โดยมีกรอบแนวคิดเรื่องการสร้าง การรักษาความปลอดภัย และการขยายขนาดในยุคเอเจนติก กิจกรรมจัดขึ้นในภาษาท้องถิ่นโดยผู้จัดระดับรากหญ้า โดยมีวิทยากร包括ผู้เชี่ยวชาญด้านนักพัฒนา Google และวิศวกร Google

29 ตุลาคมวันพฤหัสบดี
  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

  2. Google Developers Blog58

    Google อธิบายวิธีสร้างแอป Generative UI ด้วย A2UI และ CopilotKit agents

    Google เผยแพร่บทแนะนำการสร้างแอป Generative UI ด้วยมาตรฐาน A2UI (Agent-to-UI) ที่ไม่ผูกกับเฟรมเวิร์กใดของตน และสแตกการเชื่อมต่อเอเจนต์ของ CopilotKit โดย A2UI ส่ง UI เป็นข้อความ JSON แบบ declarative แทนโค้ดที่รันได้ ลูกค้าจึงเรนเดอร์เฉพาะคอมโพเนนต์จากแคตตาล็อกที่เชื่อถือได้ และเพย์โหลดเดียวกันใช้งานได้ข้าม React, Angular, Lit, SwiftUI, Jetpack Compose และ Flutter คู่มือแสดงการเชื่อมต่อเอเจนต์ Google ADK ผ่าน AG-UI การกำหนดแคตตาล็อกคอมโพเนนต์ที่ตรวจสอบด้วย Zod และการสร้างพื้นผิวสองทิศทางที่อินพุตของผู้ใช้ไหลกลับไปยังเอเจนต์สำหรับโฟลว์หลายขั้นตอนเช่นการจอง

28 ตุลาคมวันพุธ
  1. Google Research58

    กรอบงาน sleep ของ Google Research ช่วยให้ LLM รวมความรู้ใหม่ได้โดยไม่ลืมความรู้เดิมอย่างรุนแรง

    Google Research ได้นำเสนอกรอบงาน sleep สำหรับการเรียนรู้อย่างต่อเนื่อง ซึ่งสลับระหว่างการโต้ตอบแบบแอคทีฟกับการรวมความจำแบบออฟไลน์ ทำให้ LLM ดูดซับข้อเท็จจริงใหม่เข้าสู่พารามิเตอร์ Mixture-of-Experts ที่ขยายเพิ่ม แทนที่จะสูญเสียความรู้เดิม วิธีการนี้ผสานการขยายพารามิเตอร์ การกลั่นแบบ on-policy ด้วยการเลียนแบบที่อิงการเรียนรู้แบบเสริมกำลัง และขั้นตอน dreaming ที่สร้างและกรองตัวอย่างการฝึกแบบสังเคราะห์ ผู้เขียนรายงานว่าการลดลงของประสิทธิภาพเกือบเป็นศูนย์ในการแปลอย่างต่อเนื่องสำหรับภาษาที่ไม่เคยเห็น เช่น ภาษาแมนจูและภาษากาลามัง การขยายขนาดเกือบสมบูรณ์แบบถึง 10M โทเค็นบน BABILong ผลลัพธ์ 48.9% สำหรับงานเดี่ยวและ 46.2% สำหรับ CPT ในการincorporation ข้อเท็จจริงจาก SQuAD และ 79.2%, 69.0% และ 46.1% บน AIME 24/25 และ HMMT 25