ข้ามไปที่เนื้อหา
#ระบบนิเวศโอเพนซอร์ส
24 ตุลาคมวันเสาร์
  1. Epoch AI · Gradient Updates42

    Epoch Brief: การทดสอบระบบอัตโนมัติของงานด้วย AI, SpireClimb Benchmark และการผลักดันสู่ชายแดนของ Gemini 4 Argon

    Epoch AI ทดสอบโมเดลชั้นนำหกตัวบนงานจริงของ Epoch จำนวน 11 งาน และพบว่าไม่มีตัวใดผ่านเกณฑ์คุณภาพได้อย่างน่าเชื่อถือ โดย Claude Fable 5.1 และ GPT-6 Astra อยู่ในระดับใกล้เคียงกันเป็นผู้นำ ส่วน SpireClimb benchmark ใหม่แสดงให้เห็นว่าโมเดลชายแดนพัฒนาจากที่เคยเล่น Slay the Spire ได้อย่างยากลำบาก มาสู่การชนะมากกว่า 90% ของรอบระดับความยากพื้นฐานภายในหกเดือน โดย GPT-6 Astra อยู่ที่ 98% ขณะที่ Gemini 4 Argon ทำคะแนนได้ 166 บน Epoch Capabilities Index เท่ากับ Claude Fable 5.1 และตามหลัง Claude Opus 5.5 และ GPT-6 Astra ที่ 169

  2. SemiAnalysis60

    SemiAnalysis ทดสอบสแต็กการเทรน PyTorch แบบเนทีฟของ Amazon Trainium3 และโปรไฟเลอร์ Neuron Explorer

    ทีมวิศวกรของ SemiAnalysis ทดสอบแร็ค Trainium3 บนสแต็ก TorchTitan และ TorchNeuron และพบว่าประสบการณ์ PyTorch แบบเนทีฟดีขึ้นอย่างมากเมื่อเทียบกับวิธี PyTorch/XLA แบบเดิม แม้ยังมีบั๊กและเวลาคอมไพล์ที่นานอยู่ การเทรน Qwen3-32B บนชิป Trainium2 จำนวน 16 ตัวทำได้ 14,156 โทเคนต่อวินาที ที่ MFU 30.47% ในโหมดคอมไพล์ ซึ่งเพิ่มขึ้น 1.28 เท่าเมื่อเทียบกับโหมด eager ขณะที่สูตร gpt-oss 20B ใช้เวลา 27 นาที 17 วินาทีในการคอมไพล์ ทีมยังจัดให้ Neuron Explorer เป็นโปรไฟเลอร์ชั้นนำของอุตสาหกรรม เหนือกว่าเครื่องมือของ Nvidia และ AMD และรายงานว่า Trainium3 ผ่าน 89 จาก 96 กรณีทดสอบ FlexAttention

23 ตุลาคมวันศุกร์
  1. Modal Blog58

    Modal และ Sakana AI ให้บริการโมเดล MoE ขนาด ~1T พารามิเตอร์สำหรับ Sakana Namazu API ได้อย่างไร

    ทีมวิศวกรที่ประจำการภาคสนามของ Modal ร่วมมือกับ Sakana AI เพื่อรัน Sakana Namazu ซึ่งเป็นโมเดล MoE ขนาด ~1T พารามิเตอร์ที่ปรับแต่งสำหรับบริบททางธุรกิจญี่ปุ่น บน Modal สำหรับการเปิดตัว API สาธารณะ ทีมได้ใช้การควอนไทซ์ NVFP4 แบบเลือกเฉพาะกับ routed experts เท่านั้น โดยคง attention, router และ shared experts ไว้ใน BF16 และปรับเทียบบนบทสนทนาที่เน้นภาษาญี่ปุ่นเพื่อให้ทั้ง 23,040 experts ได้เห็นทราฟฟิกที่เป็นตัวแทน โมเดล draft DFlash แบบกำหนดเองที่ฝึกบน raw token IDs มากกว่า 30 พันล้านรายการเพิ่มอัตราการยอมรับโทเค็นแบบ speculative ขึ้น 25% และลดเวลาแฝงในการถอดรหัสต่อโทเค็นลงประมาณ 35% ขณะที่ drafter ตัวที่สองซึ่งฝึกบนคำขอจริงประมาณ 1M รายการยกความยาวการยอมรับเฉลี่ยจาก 3.51 เป็น 5.01 และลดเวลาแฝง p99 จาก 68 วินาทีเหลือ 52 วินาที

22 ตุลาคมวันพฤหัสบดี
  1. SemiAnalysis75

    ความสัมพันธ์แบบพึ่งพากันของ Huawei-DeepSeek: ผลทดสอบ Ascend 950PR และการรองรับ Ascend Kernel ของ DeepSeek

    SemiAnalysis ตรวจสอบความร่วมมือระหว่าง Huawei และ DeepSeek โดยทดสอบ Ascend 950PR (28 cube cores, 128 GiB HBM) และทบทวนการเปิดตัวเมื่อวันที่ 30 กันยายนของ DeepSeek ที่รองรับ Ascend สำหรับ TileLang, DeepGEMM, DeepEP, TileKernels, FlashMLA และ DeepSelect 950PR ทำความเร็วสูงสุดของแบนด์วิดท์ HBM ได้ 1.6384 TB/s และเอาชนะการใช้แบนด์วิดท์ของ H100 ที่ขนาดข้อความเล็ก ขณะที่ค่ามัธยฐานของสัดส่วนคอมพิวต์ที่ทำได้เทียบกับที่ทำได้สูงสุดอยู่ที่ 41.5% เทียบกับ 46.8% ของ H100; มีเพียง TileLang ที่ใช้งานได้จริงจนถึงตอนนี้ เนื่องจาก CANN 9.2.0 ที่จำเป็นยังไม่เปิดตัวในขณะที่เขียน ผู้เขียนโต้แย้งว่าซอฟต์แวร์สแตกนั้นใกล้ถึงแนวหน้าแม้ฮาร์ดแวร์ของ Huawei จะตามหลังอยู่ และตั้งข้อสังเกตว่าการปรับแต่งส่วนใหญ่พุ่งเป้าไปที่ supernodes โดย vLLM-Ascend ยังคงล้มเหลวตั้งแต่แรกบนโฮสต์ x86

  2. 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

21 ตุลาคมวันพุธ
  1. Recode China AI72

    ร่างมาตรการควบคุมการส่งออก AI ของจีนเล็งโมเดลขนาดใหญ่และเอเจนต์ แต่ยกเว้นการเผยแพร่แบบ open-weight

    กระทรวงพาณิชย์และกระทรวงวิทยาศาสตร์และเทคโนโลยีของจีนเผยแพร่ร่างเพิ่มเติมในบัญชีควบคุมการส่งออกเมื่อวันที่ 16 ตุลาคม ซึ่งครอบคลุมโมเดล AI ขนาดใหญ่ขั้นสูง เอเจนต์ AI และคลัสเตอร์คอมพิวติ้งขนาดใหญ่เป็นครั้งแรก โดยมี 14 เทคโนโลยีที่ห้ามส่งออกและ 26 เทคโนโลยีที่ถูกจำกัด

  2. Mistral AI48

    Mistral และ NVIDIA จับมือร่วมพัฒนา AI สำหรับเวิร์กโฟลว์งานวิศวกรรม

    Mistral และ NVIDIA กำลังร่วมมือกันสร้างเวิร์กโฟลว์งานวิศวกรรมแบบ AI-native ที่จับคู่ Mistral Large 4 เข้ากับไลบรารี NVIDIA CUDA-X และ Warp โดยมุ่งหวังที่จะเร่งความเร็วการจำลองและเปิดใช้งานการออกแบบแบบ closed-loop ความร่วมมือนี้ยังจะสร้างเบนช์มาร์กสาธารณะและชุดข้อมูลเปิดสำหรับโมเดลฟิสิกส์และ agentic AI ใน CAE และ EDA รวมถึงการผสานรวมกับ NVIDIA Omniverse สำหรับการสร้างฉาก 3D และแอสเซ็ต SimReady Mistral Large 4 หรือที่รู้จักในชื่อ Le Chonk มีพารามิเตอร์รวมประมาณ 1 ล้านล้านตัวและพารามิเตอร์ที่ใช้งานอยู่ 49 พันล้านตัว และได้รับการฝึกบน GPU NVIDIA Grace Blackwell จำนวน 3,800 ตัว

  3. OpenClaw Blog22

    OpenClaw เปิดตัว Focus Weeks เริ่มด้วย Control UI

    OpenClaw เปิดตัว Focus Weeks โครงการที่แต่ละสัปดาห์มุ่งเน้นหนึ่งพื้นที่ใน roadmap โดยมี Maintainer ประจำพื้นที่และเชิญชวนชุมชนร่วมสนับสนุนโค้ด รายงานบั๊ก การทดสอบ เอกสาร และข้อเสนอแนะด้านการเข้าถึง สัปดาห์ Focus Week แรกจัดขึ้นวันที่ 19–25 ตุลาคม 2026 ในหัวข้อ Control UI โดยมี Vyctor Brzezowski เป็น Maintainer กลุ่ม Clawtributors หมุนเวียนบางส่วนยังได้รับสิทธิ์เข้าถึงชั่วคราวในสภาพแวดล้อม OpenClaw Team ที่ใช้ร่วมกันเพื่อทดสอบฟีเจอร์การทำงานร่วมกันแบบหลายผู้ใช้

18 ตุลาคมวันอาทิตย์
  1. Recode China AI40

    จีนเสนอควบคุมการส่งออก AI, DeepSeek เดิมพันกับหุ่นยนต์, Infinigence ระดมทุน 334 ล้านดอลลาร์

    กระทรวงพาณิชย์และกระทรวงวิทยาศาสตร์ของจีนเสนอเพิ่มโมเดล AI, เอเจนต์, การออกแบบชิป และคลัสเตอร์คอมพิวติ้ง เข้าในบัญชีควบคุมการส่งออกเทคโนโลยี โดยร่างกฎยกเว้นการเข้าถึงผ่าน API, แอป และ SaaS มีรายงานว่า DeepSeek วางแผนนำรอบ seed ของสตาร์ทอัพด้านหุ่นยนต์ AI อย่าง Winverse AI ขณะที่ Infinigence AI ปิดรอบ Series C มูลค่า 2.3 พันล้านหยวน นอกจากนี้ DeepSeek ยังเปิดตัว V4.1-Flash-1017 พร้อมน้ำหนักโมเดลภายใต้สัญญาอนุญาต MIT และหน้าต่างบริบท 1 ล้านโทเคน

15 ตุลาคมวันพฤหัสบดี
  1. Modal Blog34

    เสริมพลังให้ LiveKit Agent ของคุณด้วย Modal GPUs

    Modal อธิบายวิธีรัน LiveKit Agents ด้วยโมเดล open-weights หรือโมเดลที่กำหนดเองบนเซิร์ฟเวอร์เลส GPU ของตน โดยใช้ Expression Video Avatar แบบ open-weights ของ BitHuman ที่ขับเสียงด้วย Qwen3-TTS เพื่อโคลน Charles Frye การตั้งค่านี้เปิดเผย endpoint /launch ของคอนเทนเนอร์อวาตาร์ผ่าน Modal Server และใช้ Sticky Sessions เพื่อให้ไคลเอนต์ WebSocket อยู่ในคอนเทนเนอร์เดียวกัน โดยใช้ GPU snapshots เพื่อซ่อน cold starts

  2. Meta AI Research Blog88

    Meta เปิดตัว Muse Spark Open โมเดลมัลติโมดัลน้ำหนักเปิดขนาด 816B ที่รันบน Mac Studio สองเครื่อง

    Meta เปิดตัวน้ำหนักของ Muse Spark Open โมเดลมัลติโมดัลแบบเนทีฟน้ำหนักเปิดที่มีพารามิเตอร์รวม 816B (ใช้งานจริง 42B) และหน้าต่างบริบท 1M โทเคน วางตำแหน่งสำหรับงานเขียนโค้ดและงานเอเจนติก เป็นโมเดลแรกในคลาสเดียวกันที่รันบนเดสก์ท็อปด้วย Apple M5 Ultra Mac Studio สองเครื่องผ่านเฟรมเวิร์ก MLX และพร้อมใช้งานผ่านพาร์ตเนอร์ API ได้แก่ Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter และ Together AI โดยมีน้ำหนักอยู่บน Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden และ Microsoft Foundry Models Meta ระบุว่าโมเดลนี้มาพร้อมเคอร์เนล GPU Helion ที่ปรับแต่งอัตโนมัติได้ใน SGLang ให้ความเร็วระดับเคอร์เนลเพิ่มขึ้น 1.03-3.95 เท่าบน GPU NVIDIA และ AMD และเร็วขึ้นแบบ end-to-end 3% บน AMD MI350

    ทำไมเรื่องนี้สำคัญ: Meta เปิดน้ำหนักโมเดลมัลติโมดัลขนาด 816B พารามิเตอร์ที่รันบน Mac Studio สองเครื่อง มอบทางเลือกแบบโลคอลให้นักพัฒนาสำหรับงานเขียนโค้ดระยะยาวและงานเอเจนติก

13 ตุลาคมวันอังคาร
  1. Recode China AI34

    บล็อกไวรัลของวิศวกร DeepSeek ว่าด้วยความเสี่ยงของ AI และ Anthropic ดึงความสนใจจากสื่อทั่วโลก

    บล็อกของ Liu Shengyu วิศวกรด้านแมชชีนเลิร์นนิงและเคอร์เนลของ DeepSeek กลายเป็นไวรัล หลังจากที่เขาตั้งคำถามว่า AI ระดับแนวหน้าสามารถปรับแต่งโค้ด GPU ระดับต่ำของตัวเองได้แล้วหรือไม่ และเปรียบ Dario Amodei ซีอีโอของ Anthropic กับ Adolf Hitler โพสต์ดังกล่าวได้รับการรายงานโดยสื่อต่างๆ รวมถึง South China Morning Post และ Business Insider ซึ่งขยายการถกเถียงว่าใครควรควบคุม AI ขั้นสูง

  2. LiveKit Blog18

    การแก้ไขปัญหา LiveKit Egress: ข้อผิดพลาดที่พบบ่อยและวิธีแก้

    LiveKit เผยแพร่คู่มือการแก้ไขปัญหาสำหรับ Egress ครอบคลุมข้อผิดพลาดที่พบบ่อย เช่น 412 "start signal not received" จากเทมเพลตที่ไม่เคยเรียก START_RECORDING, 404 ไม่พบผู้เข้าร่วมหรือแทร็กภายใน 30 วินาที และ 400 การอัปโหลดล้มเหลวจากข้อมูลรับรอง S3/GCP/Azure ที่ไม่ถูกต้อง นอกจากนี้ยังกล่าวถึงปัญหาเลย์เอาต์ เว็บฮุก และ Egress ที่โฮสต์เอง และระบุว่าคำแนะนำนี้ใช้ได้กับทั้ง StartEgress API ปัจจุบันและ API เฉพาะแหล่งที่เลิกใช้แล้ว

8 ตุลาคมวันพฤหัสบดี
  1. Goodfire Research71

    Goodfire ฝึกและติดตั้งตัวตรวจสอบการใช้งานไซเบอร์ในทางที่ผิดแบบอิงโพรบบน Kimi K3 และ GLM 5.3

    3 และติดตั้งบนสแตกการอนุมานสำหรับใช้งานจริง โดยโพรบราคาถูกกรองเทิร์น และเฉพาะบทสนทนาที่น่าสงสัยเท่านั้นที่ส่งถึงผู้ตัดสิน LLM อัตราการขัดจังหวะเซสชันปกติ 5% ต้นทุน 65 ดอลลาร์ต่อล้านเทิร์นโดยไม่มีการให้เหตุผลของผู้ตัดสิน และ 185 ดอลลาร์เมื่อรวมการให้เหตุผล และไม่มีการสูญเสียทรูพุตที่วัดได้ภายใน SGLang

    ทำไมเรื่องนี้สำคัญ: Goodfire แสดงให้เห็นว่าลำดับชั้นโพรบบวกผู้ตัดสินสามารถตรวจสอบการใช้งานไซเบอร์ในทางที่ผิดของเอเจนต์ได้ในต้นทุนต่ำลงราว 50 เท่า โดยไม่มีการสูญเสียทรูพุตที่วัดได้ ซึ่งเป็นสูตรสำเร็จที่เป็นรูปธรรมสำหรับการให้บริการโมเดลเปิดอย่างปลอดภัย

1 ตุลาคมวันพฤหัสบดี
  1. Modal Blog58

    Modal Clusters พร้อมใช้งานอย่างเป็นทางการ รับคลัสเตอร์ RDMA หลายโหนดได้ด้วยโค้ดบรรทัดเดียวผ่าน @modal.clustered

    Modal ประกาศว่า Modal Clusters พร้อมใช้งานทั่วไปสำหรับทุกเวิร์กสเปซแล้ว ผู้ใช้สามารถขอคลัสเตอร์หลายโหนดได้ผ่านเดคอเรเตอร์ตัวเดียว @modal.clustered คลัสเตอร์เหล่านี้ให้การสื่อสารแบบ InfiniBand RDMA ที่ความเร็วสูงสุด 6.4 Tbps กำหนดค่าโดยอัตโนมัติสำหรับ PyTorch และ NCCL โดยคลัสเตอร์เริ่มทำงานได้ภายในไม่กี่วินาทีและคิดค่าบริการตามวินาที Modal ยังอธิบายถึง gang scheduler ตัวใหม่ที่จัดวาง N โหนดพร้อมกันและการรองรับ RDMA ที่ฝังอยู่ในรันไทม์ gVisor โดยมี Decagon, 1x และ Runway ถูกอ้างถึงว่าเป็นผู้ใช้งานสำหรับการปรับแต่งละเอียดระดับล้านล้านพารามิเตอร์ การฝึกล่วงหน้าของ world model และการอนุมานวิดีโอแบบหลายโหนด

28 กันยายนวันจันทร์
  1. Mistral AI42

    Mistral เปิดศูนย์มิวนิกสำหรับ Physics AI และ Industrial AI

    Mistral ได้เปิดศูนย์แห่งใหม่ในมิวนิก ซึ่งเป็นที่ตั้งของทีมวิจัยที่มุ่งเน้นด้าน Physics AI และ Industrial AI พร้อมด้วยวิศวกรที่ให้บริการพันธมิตรองค์กร บริษัทระบุว่าจะสร้างกำลังการประมวลผลในยุโรปหนึ่งกิกะวัตต์ภายในปี 2030 และกำลังร่วมงานกับ BMW ด้านการจำลองการชนและ Siemens Energy ด้านการประยุกต์ใช้ Industrial AI

  2. Import AI47

    Import AI 474: Platonic mindspace, TPUs in space, และลูป RSI ภายนอกของ Zhipu

    Import AI 474 ครอบคลุมบทความของ Michael Levin ที่โต้แย้งว่า minds เป็นรูปแบบที่ไม่ใช่ทางกายภาพซึ่ง "ingress" เข้าสู่ร่างกาย โดยมี xenobots และ anthrobots เป็นหลักฐาน ฉบับนี้ยังกล่าวถึง TPUs ในอวกาศและ Zhipu ที่เริ่มลูป RSI ภายนอก

25 กันยายนวันศุกร์
  1. OpenClaw Blog74

    Microsoft Autopilot สร้างบน OpenClaw โดยมีการสนับสนุนจากทั้งสองฝ่าย

    Microsoft เปิดตัว Autopilot ซึ่งเป็นเอเจนต์ส่วนบุคคลแบบต่อเนื่องที่สร้างบน OpenClaw โดยเป็นส่วนหนึ่งของประสบการณ์ Copilot ใหม่ โดยจะขยายการพรีวิวแบบส่วนตัวให้กับลูกค้ากลุ่มแรกภายในสิ้นเดือนนี้ Autopilot เป็นชื่อใหม่ของ Microsoft Scout ที่ประกาศไปเมื่อต้นปีนี้ และทีมของ Omar Shahine กล่าวว่ากำลังร่วมงานกับ OpenClaw และ OpenClaw Foundation เพื่อพัฒนา runtime ระดับองค์กร OpenClaw เน้นย้ำถึงการสนับสนุนจากวิศวกรของ Microsoft ที่ส่งต่อไปยังต้นน้ำ รวมถึงการตรวจสอบความสอดคล้องตามนโยบาย คอมแพเนียนสำหรับ Windows แบบเนทีฟ และการแก้ไขความเสถียรสำหรับงานเบื้องหลัง การรีสตาร์ท และการตอบกลับซ้ำ

    ทำไมเรื่องนี้สำคัญ: Autopilot ของ Microsoft สร้างบน OpenClaw และการสนับสนุนต้นน้ำที่ระบุไว้ที่นี่แสดงให้เห็นว่า runtime ของเอเจนต์ที่ใช้ร่วมกันพัฒนาขึ้นอย่างไรในแต่ละแพลตฟอร์ม

22 กันยายนวันอังคาร
  1. OpenClaw Blog60

    OpenClaw เพิ่มโมเดลการตัดสินใจแบบเลือกใช้ได้และอินเทอร์เฟซ Plugin SDK ที่ใช้ร่วมกัน

    OpenClaw ได้เพิ่มการรองรับโมเดลการตัดสินใจที่กำหนดค่าแยกต่างหาก ซึ่งแกนหลักและปลั๊กอินสามารถเรียกใช้ผ่าน api.runtime.decisions.evaluate ใน Plugin SDK โดยคืนค่าการเลือก คะแนน หรือความน่าจะเป็นแทนการตอบกลับแบบแชท ฟีเจอร์นี้เป็นแบบเลือกใช้ได้และไม่แทนที่โมเดลแชท และแพ็กเกจผู้ให้บริการยังรอการเปิดตัวที่รองรับอยู่ อะแดปเตอร์ TypeSafe รองรับ Jev แบบโฮสต์และเซิร์ฟเวอร์ System One ภายในเครื่อง เช่น Kev ของ Jared Palmer และเครื่องมือประเมินกำลังย้ายเข้าสู่แกนหลักของ OpenClaw ในชื่อ decision_evaluate

    ทำไมเรื่องนี้สำคัญ: OpenClaw เพิ่มชั้นโมเดลการตัดสินใจแบบเลือกใช้ได้ซึ่งคืนคำตอบที่มีชนิดข้อมูลจากโค้ดแอปพลิเคชัน พร้อมอินเทอร์เฟซ Plugin SDK ที่ใช้ร่วมกันเพื่อให้ปลั๊กอินใช้งานได้โดยไม่ต้องผสานรวมแยกตามผู้ให้บริการ

21 กันยายนวันจันทร์
  1. LiveKit Blog38

    เปรียบเทียบเฟรมเวิร์กโอเพนซอร์สสำหรับเอเจนต์ AI แบบเสียงและวิดีโอเรียลไทม์: LiveKit Agents vs Pipecat

    คู่มือนี้เปรียบเทียบ LiveKit Agents และ Pipecat ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สสองตัวที่บทความระบุว่าสำคัญที่สุดสำหรับการสร้างเอเจนต์ AI แบบเสียงและวิดีโอระดับโปรดักชัน ครอบคลุมสถาปัตยกรรม การนำไปใช้ ประสบการณ์นักพัฒนา และความพร้อมสำหรับโปรดักชัน LiveKit Agents ทำงานบนโครงสร้างพื้นฐาน WebRTC และ SIP โอเพนซอร์สของ LiveKit และเชื่อมต่อไปป์ไลน์ให้เอง ขณะที่ Pipecat ไม่สมมติเรื่องการรับส่งข้อมูลและให้นักพัฒนาประกอบไปป์ไลน์ทีละขั้นตอน บทความยังกล่าวถึงตำแหน่งของ TEN Framework, Dograh, Vision Agents และ Vocode ด้วย

16 กันยายนวันพุธ
  1. Mistral AI55

    Mistral จับมือ Mozilla ขับเคลื่อน Firefox Smart Window ในฝรั่งเศสและอเมริกาเหนือ

    Mistral ประกาศความร่วมมือกับ Mozilla โดยโมเดลของบริษัทเป็นผู้ขับเคลื่อน Firefox Smart Window (เบต้า) ผู้ช่วยท่องเว็บด้วย AI ของ Mozilla สำหรับผู้ใช้ในฝรั่งเศสและอเมริกาเหนือ โดยคาดว่าจะเปิดให้บริการในสหราชอาณาจักรและเยอรมนีภายในปีนี้ Mistral ระบุว่าบทสนทนาใน Smart Window จะไม่ถูกบันทึกบนเซิร์ฟเวอร์ของ Mozilla โดยค่าเริ่มต้น และพันธมิตรตกลงที่จะไม่เก็บข้อมูลใดๆ (zero data retention) พร้อมมองว่าดีลนี้เป็นการนำโมเดลแบบ open-weight ที่ปรับแต่งเฉพาะภูมิภาคมาสู่การท่องเว็บสำหรับผู้บริโภค

14 กันยายนวันจันทร์
  1. Modal Blog40

    อัปเดตผลิตภัณฑ์ Modal: Sandbox Sidecars, รองรับ Kimi K3 และ GLM 5.3, แดชบอร์ดใหม่

    Modal เพิ่มการรองรับแบบ day-zero สำหรับโมเดล open-weight สี่ตัว ได้แก่ Kimi K3, Qwen3.8-2.4T-A95B, GLM-5.3 และ GLM-5.3-Flash บน Auto Endpoints โดย Kimi K3 ทำงานที่ 460 โทเคนต่อวินาทีบนงาน agentic ผ่าน DFlash speculator แบบกำหนดเอง Sandbox Sidecars เข้าสู่ public alpha, VM Sandboxes ถึง public beta และตัวคูณราคาภูมิภาคกว้างลดลงจาก 1.5x เป็น 1.15x แดชบอร์ดได้รับการปรับปรุงใหม่พร้อม light mode beta และมีการเปิดตัว Python SDK 1.5.5 รวมถึง JavaScript และ Go SDK 0.10.0

18 สิงหาคมวันอังคาร
  1. LiveKit Blog40

    LiveKit: หุ่นยนต์หลายผู้เข้าร่วมเกินกว่าการเชื่อมต่อแบบ 1:1

    LiveKit กำลังขยายสถาปัตยกรรม SFU ของตนให้เกินกว่าลิงก์แบบ peer-to-peer เดี่ยว เพื่อให้การติดตั้งหุ่นยนต์สามารถรันเซสชันหลายผู้เข้าร่วมได้ โดย Room อนุญาตให้แต่ละกล้อง โมเดล ผู้ควบคุม หรือบริการเข้าร่วมเป็นผู้เข้าร่วมของตัวเอง LiveKit อธิบายสถาปัตยกรรมสามแบบ: การบันทึกข้อมูลแบบ human-in-the-loop ที่มีหุ่นยนต์ นโยบาย ผู้ควบคุม และเครื่องบันทึกอยู่ในเซสชันเดียว; การจัดการทักษะที่นำทางด้วย VLM ซึ่งโมเดลภาพ-ภาษาเลือกทักษะที่ประมาณ 1 Hz ขณะที่ผู้เข้าร่วมนโยบายแยกต่างหากควบคุมหุ่นยนต์ที่ระดับหลายสิบเฮิรตซ์; และการยกระดับนโยบาย ซึ่งโมเดลรางวัลที่ 30 Hz หรือสูงกว่าจะตั้งค่าสถานะที่ติดขัดหรือไม่ปลอดภัย และหุ่นยนต์จะเพิกถอนอำนาจจากนโยบายเฉพาะทาง

13 สิงหาคมวันพฤหัสบดี
  1. MiniMax Blog71

    MiniMax เปิดตัว Music 3.0 โมเดลสร้างเพลงแบบ open-weights สำหรับเพลงเต็มความยาวสูงสุดห้านาที

    MiniMax เปิดตัว Music 3.0 โมเดลสร้างเพลงแบบ open-weights ที่สามารถแต่งเพลง เรียบเรียง และผลิตเพลงที่สมบูรณ์ความยาวสูงสุดห้านาทีจากแนวคิดสร้างสรรค์และเนื้อเพลงเสริม (ถ้ามี) ในการสร้างครั้งเดียว ไปป์ไลน์นี้จับคู่ Global LLM ขนาด 8B ที่เริ่มต้นจาก Qwen3.5-8B กับ Local LLM ขนาด 0.6B หลอมรวม continuous hidden states ของทั้งสองเพื่อเป็นเงื่อนไขให้โมดูล flow-matching ขนาด 2.4B และ Flow-VAE ขนาด 123M และใช้ RVQ แปดชั้นพร้อม Structured Captions ที่อธิบายอารมณ์ เครื่องดนตรี และการขับร้องตามช่วงเวลา MiniMax กล่าวว่าสิ่งนี้ทำให้ตีความเจตนาเชิงสร้างสรรค์ได้แม่นยำขึ้น การเรียบเรียงเต็มอิ่มขึ้น และเสียงร้องชัดเจนเป็นธรรมชาติมากขึ้น

    ทำไมเรื่องนี้สำคัญ: การแจกแจงสถาปัตยกรรมของ MiniMax แสดงให้เห็นว่า Global LLM ขนาด 8B ที่จับคู่กับโมเดล local ขนาด 0.6B และสแต็ก flow-matching มุ่งเป้าแก้ปัญหาความต่อเนื่องของเพลงยาวอย่างไร

4 สิงหาคมวันอังคาร
  1. Modal Blog34

    Modal ย้าย Serverless Functions ไปยังระนาบ I/O ระดับภูมิภาค ลด latency p50 ลงประมาณ 80ms

    Modal ได้ย้าย Functions ทั้งหมดไปยังระนาบ I/O แบบกระจายตามภูมิศาสตร์ใหม่ ทำให้ latency ของ Function Call แบบ end-to-end ลดลงประมาณ 80ms ที่ p50 ก่อนหน้านี้ inputs และ outputs ของทุก Function ถูกส่งผ่านเซิร์ฟเวอร์ I/O ใน us-east ทำให้เพิ่มเวลาสูงถึงหลาย 100ms ต่อการเรียก ระนาบใหม่พร้อมใช้งานใน ≥4 ภูมิภาค และเลือกได้ผ่านแฟล็ก routing_region ชั้นเซิร์ฟเวอร์ถูกเขียนใหม่ใน Go โดยย้ายงานที่ไม่สำคัญออกจาก hot path

27 กรกฎาคมวันจันทร์
  1. Modal Blog75

    Kimi K3 ของ Moonshot เปิดให้ใช้งานบน Modal แล้ว พร้อมรองรับ vLLM ตั้งแต่วันแรก

    Modal เปิดให้ Kimi K3 ของ Moonshot ใช้งานได้บนแพลตฟอร์มของตนในวันเปิดตัว โดยเสนอโมเดลมัลติโหมดัลขนาด 2.8 ล้านล้านพารามิเตอร์ที่มีหน้าต่างบริบท 1M โทเคน ผ่าน Shared API ที่คิดราคาตามโทเคนและ Auto Endpoints แบบเฉพาะ Modal ระบุว่า DFlash speculator แบบกำหนดเองที่ปรับให้เข้ากับสถาปัตยกรรมของ K3 ช่วยเพิ่มความโต้ตอบจาก 100 เป็น 460 โทเคนต่อวินาที และปริมาณงานจาก 800k เป็น 1.5 ล้าน TPM ต่อ GPU ในงานเอเจนติก โมเดลนี้ใช้การออกแบบ mixture-of-experts โดยมี 16 จาก 896 experts ทำงานต่อโทเคน และ Moonshot ได้ร่วมพัฒนา prefix-caching รูปแบบใหม่ให้กับ vLLM ก่อนการเปิดตัว

    ทำไมเรื่องนี้สำคัญ: Modal อธิบายรายละเอียดว่าตนนำ Kimi K3 ขนาด 2.8 ล้านล้านพารามิเตอร์ของ Moonshot ขึ้นแพลตฟอร์มในวันเปิดตัวได้อย่างไร รวมถึง DFlash speculator แบบกำหนดเองที่ยกระดับความโต้ตอบจาก 100 เป็น 460 โทเคนต่อวินาที

23 มิถุนายนวันอังคาร
  1. Modal Blog60

    Modal เปิดตัว Auto Endpoints สำหรับการอนุมาน LLM แบบเซลฟ์เซอร์วิสที่เข้ากันได้กับ OpenAI API

    Modal เปิดตัว Auto Endpoints ซึ่งเป็นบริการเซลฟ์เซอร์วิสที่ปรับใช้การอนุมาน LLM ระดับโปรดักชันเป็นเอนด์พอยต์ที่เข้ากันได้กับ OpenAI API โดยมี Modal App เป็นแบ็กเอนด์ที่ผู้ใช้มองเห็นและควบคุมได้ แต่ละโมเดลที่รองรับมาพร้อมกับการปรับใช้เริ่มต้นที่ปรับแต่งจาก benchmarking ของ Modal เอง โดยใช้เอนจินเช่น SGLang และ DFlash speculative decoding drafter จาก Z Lab และผู้ใช้สามารถตรวจสอบการเลือก GPU, แฟล็กเอนจิน และเมตริกการอนุมานเช่น TTFT, ITL และ speculative decoding acceptance length นอกจากนี้ Modal ยังเปิดตัว Modal Servers จากเบต้าสำหรับการกำหนดเส้นทางแบบภูมิภาคด้วยโอเวอร์เฮด 5ms และระบุว่าสร้างการปรับใช้เอนด์พอยต์ด้วยระบบเอเจนติกภายในที่ยังคงมีวิศวกรมนุษย์ตรวจสอบ

    ทำไมเรื่องนี้สำคัญ: Auto Endpoints ของ Modal เปิดเผยสแตกการเสิร์ฟ เมตริกเอนจิน และสูตร benchmarking ที่ผู้ให้บริการการอนุมานแบบจัดการมักปิดไว้ ทำให้ทีมต่างๆ มีเส้นทางเซลฟ์เซอร์วิสสู่การเป็นเจ้าของการอนุมานโมเดลเปิด

19 มิถุนายนวันศุกร์
  1. Modal Blog60

    Modal ปล่อย DFlash speculators สำหรับ Qwen 3.5 และ 3.6 อ้างเพิ่มความเร็วได้อีก 5-20%

    Modal ปล่อยชุดโมเดล draft DFlash สำหรับซีรีส์ Qwen บน Hugging Face รวมถึง Qwen 3.6 35B-A3B-DFlash และ Qwen 3.5 หลายขนาดตั้งแต่ 4B ถึง 122B-A10B พร้อม DFlash speculator สำหรับ Qwen 3.5 397B-A17B ที่สร้างด้วย SGLang บริษัทระบุว่า drafter ใหม่เพิ่มความเร็ว 5-20% เหนือ baseline DFlash ที่มีอยู่ และสามารถรัน Qwen 3.5 122B-A10B ได้เกิน 1000 tok/s ที่ concurrency 1 บนโหนด B200 เทียบกับ 250 tok/s เมื่อไม่ใช้ speculation โพสต์โต้ว่า speculative decoding ให้ผลตอบแทน 2x-3x ในจุดที่การปรับ kernel ให้เพียงไม่กี่เปอร์เซ็นต์ และนำเสนอ roofline model สำหรับประเมินความเร็วที่ได้จาก acceptance length

    ทำไมเรื่องนี้สำคัญ: Modal อธิบายเหตุผลที่เดิมพันกับ speculative decoding และปล่อยโมเดล draft DFlash สำหรับซีรีส์ Qwen พร้อมความเร็วที่วัดได้และ roofline model สำหรับประเมินผลตอบแทน

11 มิถุนายนวันพฤหัสบดี
  1. Modal Blog34

    Modal ทำให้ FlashAttention-4 เร็วขึ้นสำหรับการอนุมาน LLM

    Modal ได้มีส่วนร่วมในการปรับแต่งเคอร์เนล FlashAttention-4 เพื่อเร่งความเร็วเวิร์กโหลดการอนุมาน LLM ที่เน้นการถอดรหัส ซึ่งแบนด์วิดท์หน่วยความจำเป็นคอขวด การเปลี่ยนแปลงรวมถึงการพอร์ตเทคนิคความขนานแบบ "split KV" ไปยัง FA4 และแทนที่การโหลด TMA cp.async.bulk ด้วย cp.async สำหรับการเข้าถึงหน่วยความจำที่ไม่สม่ำเสมอ PR อินพุต FP8 (ผสานเมื่อ 17 เมษายน 2026) ให้ปริมาณงานสูงสุดถึง 1.16 เท่าเมื่อเทียบกับพื้นฐาน bf16 และช่วยให้แคช KV เล็กลงได้

1 มิถุนายนวันจันทร์
  1. MiniMax Blog87

    MiniMax M3 เปิดตัวพร้อมบริบท 1M การเขียนโค้ดระดับแนวหน้าและมัลติโมดัลแบบเนทีฟ

    MiniMax เปิดตัว M3 โมเดลน้ำหนักเปิดที่บริษัทกล่าวว่าเป็นตัวแรกที่รวมความสามารถด้านการเขียนโค้ดระดับแนวหน้าและประสิทธิภาพแบบเอเจนต์ หน้าต่างบริบท 1M โทเคน และการรับข้อมูลภาพและวิดีโอแบบเนทีฟ M3 ใช้สถาปัตยกรรม MSA sparse attention ใหม่ของ MiniMax ซึ่งบริษัทรายงานว่าลดการคำนวณต่อโทเคนที่บริบท 1M เหลือ 1/20 ของรุ่นก่อนหน้า และเร่ง prefill ได้มากกว่า 9 เท่าและการถอดรหัสมากกว่า 15 เท่า ทำคะแนนได้ 59.0% บน SWE-Bench Pro, 66.0% บน Terminal-Bench 2.1 และ 74.2% บน MCP Atlas และพร้อมใช้งานผ่าน MiniMax Code, Token Plan และ API โดยสัญญาว่าจะเปิดน้ำหนักและรายงานทางเทคนิคภายใน 10 วัน

    ทำไมเรื่องนี้สำคัญ: MiniMax M3 รวมบริบท 1M โทเคน คะแนนการเขียนโค้ดระดับแนวหน้าและแบบเอเจนต์ และการรับข้อมูลภาพและวิดีโอแบบเนทีฟไว้ในโมเดลน้ำหนักเปิดเดียว โดย MSA ลดการคำนวณต่อโทเคนที่บริบทยาว

4 พฤษภาคมวันจันทร์
  1. Modal Blog36

    Modal เพิ่มประสิทธิภาพการอนุมานมัลติโหมดของ SGLang ขึ้นกว่า 10% ด้วยแคช Python dict

    Modal ได้ทำโปรไฟล์ตัวจัดตารางของ SGLang บนงานมัลติโหมด และแทนที่การจัดการ CUDA IPC handle ซ้ำๆ ด้วยแคช Python dict อย่างง่าย ทำให้ปริมาณงานเพิ่มขึ้น 16.2% และลดค่าเฉลี่ย TTFT ลง 13.2% และ TPOT 17.2% บน Qwen2.5-VL-3B-Instruct บน H100 การแก้ไขนี้ถูกรวมใน SGLang v0.5.10 แล้ว

14 กุมภาพันธ์วันเสาร์
  1. Charlie O'Neill38

    Michael Scott Paper Company แห่งวงการ AI: ทำไมความเชี่ยวชาญเฉพาะทางแบบโอเพนซอร์สจึงชนะ Frontier Labs ในเรื่องเพดานความฉลาด

    Opus 4.6 และ GPT-5.3-Codex เปิดตัวทั้งคู่เมื่อสัปดาห์ที่แล้ว แต่การแข่งขันที่ชี้ขาดไม่ใช่ความสามารถดิบ ข้อโต้แย้งระบุว่างานที่มีมูลค่าทางเศรษฐกิจส่วนใหญ่อยู่ในชั้นความเชี่ยวชาญเฉพาะทาง ซึ่งโมเดลขนาดต่ำกว่า 80B ที่ปรับแต่งด้วยข้อมูลของลูกค้าเองจะทำงานได้ดีกว่า GPT-5.2 บนเวิร์กโฟลว์ของลูกค้ารายนั้น — เร็วกว่า ถูกกว่า และไม่ต้องส่งข้อมูลที่เป็นกรรมสิทธิ์ให้บุคคลที่สาม โอเพนซอร์สเพียงต้องเทียบเพดานความฉลาดให้ได้ ไม่ต้องถึงระดับแนวหน้า และนาฬิกาที่ผูกกับเงินทุนของเหล่าแล็บคือจุดที่อ่อนแอกว่า

11 กุมภาพันธ์วันพุธ
  1. Modal Blog78

    Modal เปิดตัว GLM-5 endpoint ฟรี พร้อมเผยแพร่คู่มือการติดตั้งใช้งานเองและการเชื่อมต่อฝั่งฟรอนต์เอนด์

    Modal เปิดตัว endpoint ที่รองรับ OpenAI API ของ GLM-5 แบบฟรี ใช้งานได้ถึงสิ้นเดือนเมษายน จำกัดการร้องขอแบบทีละ concurrence พร้อมเผยแพร่โค้ดที่ทำซ้ำได้สำหรับการติดตั้งใช้งานด้วย SGLang บนโหนดเดียวกับการ์ด B200 จำนวน 8 ใบ

    ทำไมเรื่องนี้สำคัญ: Modal ให้บริการ endpoint ที่รองรับ OpenAI สำหรับ GLM-5 ของ Z.ai แบบฟรี พร้อมระบุการตั้งค่าเฉพาะสำหรับการเชื่อมต่อใน OpenCode, OpenClaw, Claude Code และ Vercel AI SDK

2 ธันวาคม 2025วันอังคาร
  1. Modal Blog42

    Modal เพิ่มการรองรับ Day 0 สำหรับ Mistral 3 พร้อม GPU snapshotting เพื่อเริ่มต้นแบบเย็นเร็วขึ้น 10 เท่า

    Modal ให้การรองรับ Day 0 สำหรับ Mistral 3 แล้ว ช่วยให้นักพัฒนาสามารถปรับใช้ตระกูลโมเดลเปิดบน GPU แบบเซิร์ฟเวอร์เลสได้โดยไม่ต้องจัดการโครงสร้างพื้นฐาน บนโมเดล 3B Ministral 3 ฟีเจอร์ GPU snapshotting ของ Modal ลดเวลาการเริ่มต้นแบบเย็นมัธยฐานจากประมาณ 118 วินาที เหลือประมาณ 12 วินาที ลดลงเกือบ 10 เท่า Ministral 3 มีขนาด 3B, 8B และ 14B และมีประสิทธิภาพเทียบเคียงได้กับซีรีส์ Qwen 3-VL บนเบนช์มาร์ก

18 พฤศจิกายน 2025วันอังคาร
  1. Modal Blog36

    บล็อก Modal: Host Overhead กำลังทำลายประสิทธิภาพการอนุมานของคุณ

    บล็อกของ Modal อธิบายว่า host overhead ซึ่งเป็นช่วงที่ GPU ว่างรอ CPU เตรียมงาน ปรากฏเป็นการใช้งาน GPU kernel ที่ต่ำในการอนุมาน AI เมื่อ host overhead อยู่ที่ 50% ต้นทุนการอนุมานด้วย GPU จะสูงเป็น 2 เท่าของที่ควรจะเป็น บทความระบุรายละเอียดการแก้ไขที่ใช้ในเอนจินการอนุมานแบบโอเพนซอร์สในสภาพแวดล้อมการผลิต รวมถึงการสร้างเทนเซอร์บนอุปกรณ์แทนการถ่ายโอน และการลดการเรียกใช้ CUDA kernel ที่ไม่จำเป็น

4 พฤศจิกายน 2025วันอังคาร
  1. Modal Blog58

    Modal, Pipecat และโมเดลเปิดผสานได้ความหน่วงเสียงต่อเสียงหนึ่งวินาที

    Ben Shababo จาก Modal อธิบายขั้นตอนการสร้างบอตเสียงสนทนาบน Modal ด้วยเฟรมเวิร์กโอเพนซอร์ส Pipecat และโมเดลน้ำหนักเปิด ทำได้ค่ามัธยฐานความหน่วงเสียงต่อเสียงประมาณหนึ่งวินาทีเมื่อไคลเอนต์และคอนเทนเนอร์อยู่ใกล้กันทางภูมิศาสตร์ไปป์ไลน์ใช้ NVIDIA parakeet-tdt-0.6b-v3 สำหรับ STT, Qwen3-4B-Instruct-2507 ให้บริการด้วย vLLM, KokoroTTS สำหรับเอาต์พุตเสียง และ ChromaDB กับ all-minilm-l6-v2 สำหรับ RAG บนเอกสารของ Modal โดย Modal Tunnels ข้ามระนาบอินพุตเพื่อเชื่อมต่อ WebSocket และ HTTP ความหน่วงต่ำไปยังบริการ STT, TTS และ vLLM ขณะที่ FunctionCall ที่ผูกกับแต่ละเซสชันสนทนาช่วยกู้คืนการสเกลอัตโนมัติ และการปักหมุดบริการไปยังภูมิภาคใกล้เคียงช่วยลดความหน่วงเครือข่าย

30 ตุลาคม 2025วันพฤหัสบดี
  1. Modal Blog38

    Modal และ Datalab: ปรับใช้ Marker และ Surya Document Intelligence ได้ในไม่ถึง 5 นาที

    Modal ได้ร่วมมือกับ Datalab เพื่อให้นักพัฒนาสามารถปรับใช้โมเดลแยกวิเคราะห์เอกสาร Marker และชุดเครื่องมือ OCR Surya บน GPU ของ Modal ได้ในไม่ถึงห้านาที Marker เป็นโมเดลที่มีพารามิเตอร์ต่ำกว่าหนึ่งพันล้าน รองรับมากกว่า 90 ภาษา และเมื่อรันบน Modal จะได้ความเร็วประมาณ 2.2 หน้าต่อวินาทีต่อคอนเทนเนอร์ ซึ่งเร็วกว่าประมาณ 10 เท่าเมื่อเทียบกับ 0.22 หน้าต่อวินาทีบน M4 Mac ที่ใช้ Apple MPS เครื่องมือของ Datalab ยังคงใช้งานฟรีสำหรับการวิจัย การใช้งานส่วนบุคคล และสตาร์ทอัพที่มีเงินทุนหรือรายได้ต่ำกว่า 2 ล้านดอลลาร์ โดยมีสัญญาอนุญาตเชิงพาณิชย์ให้เลือกใช้

23 กรกฎาคม 2025วันพุธ
  1. Modal Blog52

    Modal เปิดตัวโมเดล ASR สำหรับถอดเสียงแบบแบตช์ด้วยความเร็วและต้นทุนที่ดีขึ้น 100 เท่า

    Modal ได้พัฒนาบริการถอดเสียงแบบแบตช์บนแพลตฟอร์มของตนโดยใช้ parakeet-tdt-0.6b-v2 และ canary-1b-flash ของ NVIDIA โดยรายงานว่าประสิทธิภาพแบบ end-to-end เร็วกว่า 100 เท่าหรือถูกกว่า 100 เท่าเมื่อเทียบกับ API ASR เชิงพาณิชย์ยอดนิยม ขณะที่อัตราความผิดพลาดใกล้เคียงกันกับเสียงทดสอบ ESB ประมาณหนึ่งสัปดาห์ ทีมงานระบุว่าประสิทธิภาพที่ดีขึ้นนี้มาจากการสลับไฟล์ระหว่างชุดคำขอ การเรียงลำดับเสียงตามความยาวภายในชุด GPU การดาวน์โหลดแบบขนาน และการเลือกการกำหนดค่า GPU และ worker จากข้อมูลเชิงประจักษ์ บทความอธิบายสถาปัตยกรรมและขั้นตอนการปรับแต่งเพื่อให้ผู้อื่นสามารถสร้างบริการที่คล้ายกันได้

11 กรกฎาคม 2025วันศุกร์
  1. Modal Blog31

    Jamsocket เข้าร่วมกับ Modal

    Jamsocket แพลตฟอร์มแบ็กเอนด์เบื้องหลังออร์เคสเตรเตอร์โอเพนซอร์สอย่าง Plane, Y-Sweet และ ForeverVM กำลังเข้าร่วมกับ Modal โดยผู้ร่วมก่อตั้ง Paul Butler และ Taylor Baldwin จะเข้าร่วมทีม Modal ผลิตภัณฑ์ของ Jamsocket จะยังคงดำเนินงานตามปกติ ขณะที่ฟังก์ชันหลักกำลังถูกย้ายไปยัง Modal ซึ่งผู้ก่อตั้งกล่าวว่าช่วยให้ลูกค้าที่เน้น AI สามารถดีพลอย GPU inference, code sandboxes และแบ็กเอนด์แบบเรียลไทม์จากแพลตฟอร์มเดียว

9 มิถุนายน 2025วันจันทร์
  1. Modal Blog40

    Modal 1.0 เปิดตัว: Python SDK ที่เสถียรยิ่งขึ้นพร้อมการกำหนดค่าที่ชัดเจน

    Modal ได้เปิดตัวเวอร์ชัน 1.0 ของไคลเอนต์ Python SDK ซึ่งเป็นหมุดหมายที่บริษัทกล่าวว่าจะนำมาซึ่งความสมบูรณ์และความเสถียรในระดับใหม่ให้กับแพลตฟอร์มคลาวด์คอมพิวต์แบบเซิร์ฟเวอร์เลส โดยคาดว่าจะมีการเปลี่ยนแปลงที่ทำให้เกิดการแตกหักน้อยลงมากในอนาคต การเปิดตัวนี้ได้ลบพฤติกรรมแบบ "เวทมนตร์" เช่นการเมานต์แพ็กเกจในเครื่องโดยอัตโนมัติ แยกฟังก์ชันหลักออกเป็นเดคอเรเตอร์แยกต่างหาก เช่น @modal.concurrent ใหม่ และรวมการจัดการไฟล์ในเครื่องไว้ภายใต้คลาส modal.Image นอกจากนี้ Modal ยังวางแผนที่จะมี SDK สำหรับภาษาอื่นๆ และกำลังสำรวจว่าแพลตฟอร์มควรให้บริการเวิร์กโฟลว์เอเจนต์ที่ขับเคลื่อนด้วย AI อย่างไร