#Google

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

Google DeepMind เปิดตัว AlphaGenome 2 โมเดล AI ทางพันธุกรรมที่ทำนายผลของตัวแปรตามชนิดเซลล์

Google DeepMind ได้เปิดตัว AlphaGenome 2 ซึ่งเป็นรุ่นสืบทอดจาก AlphaGenome ของปีที่แล้ว โดยทำนายว่าตัวแปรทางพันธุกรรมส่งผลต่อเซลล์แต่ละชนิดและสถานะของเซลล์อย่างไร แทนที่จะเป็นค่าเฉลี่ยของเนื้อเยื่อในภาพรวม โมเดลนี้ฝึกด้วยโปรไฟล์เซลล์แต่ละเซลล์มากกว่า 100 ล้านโปรไฟล์จาก 68 เนื้อเยื่อ และระบุตัวแปรที่สามารถเปลี่ยนการแสดงออกของยีนได้เกือบสองเท่าของโมเดลล้ำสมัยรุ่นก่อน และสามารถทำนายเกี่ยวกับชนิดเซลล์และสถานะทางชีวภาพใหม่ๆ ได้โดยไม่ต้องฝึกใหม่ Google เสนอให้ใช้เพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์ผ่าน AlphaGenome API เริ่มตั้งแต่วันนี้ พร้อมการทดลองใช้แบบส่วนตัวแบบจำกัดสำหรับการใช้งานเชิงพาณิชย์ Žiga Avsec จาก DeepMind กล่าวว่าการทำนายที่ละเอียดขึ้นนั้นใช้พลังการประมวลผลสูงขึ้น จึงยังไม่แทนที่ AlphaGenome ในเร็วๆ นี้

Google DeepMind ตรวจสอบส่วนสำคัญของ Signal ด้วยคณิตศาสตร์

Google DeepMind เสร็จสิ้นโครงการสี่สัปดาห์ที่ตรวจสอบส่วนสำคัญของ Signal ด้วยคณิตศาสตร์ ตามรายงานของ Ars Technica งานนี้บ่งชี้ว่า AI อาจทำให้การตรวจสอบอย่างเป็นทางการเป็นเรื่องที่ปฏิบัติได้จริงมากขึ้น แม้ว่ารายงานจะไม่มีรายละเอียดทางเทคนิคเพิ่มเติม

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

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

Redwood Research ตั้งคำถามว่า GDM ตั้งใจฝึก Gemini 4 ด้วย Chain of Thought หรือไม่

Redwood Research ระบุว่ายังไม่ชัดเจนว่า Google DeepMind ตั้งใจฝึก Gemini 4 ด้วย chain of thought หรือไม่ หลังจากรายงานความปลอดภัยของ Gemini 4 อ้างถึงรางวัลเสริมที่สังเกตความคิดเป็นบริบท พนักงาน GDM บอกกับ Redwood ว่าพวกเขาไม่ได้ฝึกบน CoT แต่ไม่สามารถอธิบายรายละเอียดทางเทคนิคได้ ขณะที่โพสต์บล็อกของ GDM ระบุว่าโมเดลไม่เคยถูกลงโทษจากสิ่งที่เขียนใน chain of thought Redwood เตือนว่ารางวัล CoT ที่มีอคติต่อการให้เหตุผลที่ไม่สอดคล้องอาจกดทับการสื่อสารอย่างซื่อตรงและลดความซื่อตรงของ CoT

Simon Willison ทดสอบ Gemini 4 Carbon ใน Antigravity IDE ขณะที่ Google เปิดให้ผู้ใช้ทุกคนเข้าถึง

Gemini 4 Carbon ซึ่งประกาศเมื่อสองสัปดาห์ก่อนสำหรับกลุ่มผู้ป้องกันไซเบอร์บางส่วน ขณะนี้พร้อมให้ทุกคนใช้งานในราคา 2 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 10 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต โดยราคามีกำหนดจะเพิ่มเป็นสองเท่าเป็น 4/20 ดอลลาร์ในวันที่ 1 ธันวาคม Simon Willison ทดสอบใน Antigravity IDE ของ Google โดยสร้างแอนิเมชัน Three.js ของหุ่นยนต์ Mech เดิน stomp ทั่วนิวยอร์กซิตี้โดยใช้ข้อมูล OpenStreetMap และตั้งข้อสังเกตว่า Sundar Pichai CEO ของ Google เน้นย้ำฟีเจอร์ /swarm ของ Antigravity ที่สร้างเกม 3D โลกเปิดด้วยแอสเซ็ต Blender, WebGL shaders และเพลง Lyria

เหตุการณ์เดียวกัน รายการคัดสรรอ้างถึง“Google DeepMind releases Gemini 4 Carbon for agentic coding, cybersecurity and scientific reasoning”

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

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

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

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

Google อธิบายวิธีที่บริษัทปล่อย Agent Skills ออกมาเหมือนผลิตภัณฑ์ ด้วย CI gates และ AI review agent

ปัจจุบัน Google Agent Skills เป็นที่เก็บสกิลกว่า 170 รายการจากทีมต่างๆ ทั่ว Google และมี GitHub stars เกิน 21,000 ดาว เพิ่มขึ้นจาก 15,000 ดาว โดยผู้ดูแลระบุถึงไปป์ไลน์ที่ทุกการเปลี่ยนแปลงต้องผ่าน แต่ละ pull request ต้องผ่านด่านอัตโนมัติ 6 ด่าน รวมถึงการตรวจสอบโครงสร้างให้เป็นไปตามข้อกำหนด, linters, semantic versioning, การตรวจสอบชุดการประเมิน, การตรวจสอบลิงก์ และ AI review agent ก่อนที่ผู้เชี่ยวชาญเฉพาะด้านที่เป็นมนุษย์จะอนุมัติ บทความยังแบ่งปันบทเรียนต่างๆ เช่น ความคาดหวังในการประเมินแบบ atomic, ไฟล์ดัชนีที่สร้างขึ้น และการรันการตรวจสอบแบบ deterministic ที่มีต้นทุนต่ำก่อนการตรวจสอบด้วย LLM ที่มีต้นทุนสูง

DeepMind เปิดตัว Gemini Robotics 2.5 และเกณฑ์มาตรฐานความปลอดภัยแบบโอเพนซอร์ส ASIMOV-jailbreak

Google DeepMind เปิดเผย Gemini Robotics 2.5 ซึ่งเป็นเวอร์ชันใหม่ของโมเดล vision-language-action ที่สร้างการกระทำของหุ่นยนต์ โดยระบุว่ามีประสิทธิภาพดีขึ้นมากในงานที่ต้องใช้ความคล่องแคล่วสูง โมเดลนี้ได้รับการประเมินในกิจกรรมกว่า 200 รายการ รวมถึงการเสิร์ฟอาหารด้วยคีมและใช้ปิเปต และหุ่นยนต์ฮิวแมนนอยด์ Apollo 2 ของ Apptronik ที่รันโมเดลนี้สามารถผูกโบว์ด้วยมือทั้งห้านิ้วได้แล้ว DeepMind ยังเปิดตัวเกณฑ์มาตรฐานความปลอดภัยแบบโอเพนซอร์ส ASIMOV-jailbreak ขณะที่เตรียมพร้อมสำหรับหุ่นยนต์ที่จะทำงานร่วมกับมนุษย์ และระบุว่าหุ่นยนต์ Gemini บางตัวได้ทำงานจริงในโรงงานของ Mercedes-Benz

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

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

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

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

Claude Fable 5.2 พร้อมใช้งานแล้วบน Google Cloud

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

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

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%

ทำไมกระแสต่อต้านศูนย์ข้อมูลจึงเป็นเรื่องไฟฟ้าเป็นหลัก

การไปเยือน Data Center Alley ในรัฐเวอร์จิเนียชี้ให้เห็นว่ากระแสต่อต้านศูนย์ข้อมูล AI เกิดจากความต้องการใช้ไฟฟ้ามากกว่าสงครามวัฒนธรรมที่ Big Tech บรรยายไว้ ศูนย์ข้อมูลทั่วไปที่นั่นใช้ไฟ 54 เมกะวัตต์ ขณะที่ไซต์เล็กที่สุดที่ดึงดูดสำหรับการฝึก AI ต้องใช้ 300 เมกะวัตต์ และไซต์ในอุดมคติประมาณ 6,000 เมกะวัตต์ ซึ่งใกล้เคียงกับปริมาณการใช้ไฟของชิคาโก บริษัทต่างๆ กำลังหันมาใช้กังหันก๊าซในสถานที่และเครื่องกำเนิดไฟฟ้าดีเซล และเวอร์จิเนียได้ออกกฎใหม่กำหนดให้ศูนย์ข้อมูลจ่ายค่าไฟฟ้าสายส่งใหม่เต็มจำนวน

Ethan Mollick ทดสอบ Claude Fable 5.2 ในด้านการเขียนโค้ด ธุรกิจ และการวิจัย เรียกได้ว่าเกือบเป็น AGI

2 ในงานที่ครอบคลุมการแฮ็กฮาร์ดแวร์ การวางแผนธุรกิจ การสร้างหลักสูตรมนุษยศาสตร์ การวิจัยทางวิชาการ และโปรเจกต์พอร์ทัล 3D ที่มี 450 โลก และตัดสินว่าเกือบเป็น AGI ภายใต้คำจำกัดความของเขาที่ว่าต้องเทียบเท่าผู้เชี่ยวชาญของมนุษย์ส่วนใหญ่ในงานทางปัญญาบนคอมพิวเตอร์ส่วนใหญ่

Google DeepMind และ Artificial Analysis เปิดตัว MKA benchmark สำหรับงานความรู้แบบเอเจนต์บนไฟล์ภาพที่ซับซ้อน

Google DeepMind ร่วมมือกับ Artificial Analysis เปิดตัว Multimodal Knowledge Agent (MKA) benchmark ซึ่งมอบหมายให้เอเจนต์ตรวจทานไฟล์โปรเจกต์ภาพที่มีข้อมูลหนาแน่น เช่น แบบสถาปัตยกรรม แผนผังวิศวกรรม และภาพสแกนทางคลินิก เพื่อสร้างสไลด์ สเปรดชีต PDF เอกสาร Word และภาพที่ทำเครื่องหมายแล้ว

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

รีวิว: การเขียนโค้ดของ Gemini 4 Carbon เร็วกว่าการตัดสินใจของมัน

รีวิวแบบลงมือใช้จริงของ Every พบว่า Gemini 4 Carbon ซึ่งเปิดตัววันนี้โดย Google DeepMind เป็นนักเขียนโค้ดที่แข็งแกร่งกว่า Gemini 4 Argon มาก และสามารถสร้างวัตถุ 3D ได้ดีขึ้นและทำงานได้หลายชั่วโมงโดยมีการกำกับดูแลเพียงเล็กน้อย ผู้ทดสอบมีความเห็นไม่ตรงกันว่าต้องมีการกำกับดูแลมากน้อยเพียงใด และรีวิวระบุว่า Fable 5.2 ของ Anthropic ซึ่งเปิดตัวเมื่อวันก่อน ได้ยกระดับความคาดหวังว่าเอเจนต์ระดับเรือธงจะต้องเลือกงานที่เหมาะสม เคารพขีดจำกัด และรู้ว่าเมื่อใดงานเสร็จ Google ให้สิทธิ์เข้าถึงแก่ Every ก่อนและไม่มีส่วนร่วมใด ๆ ต่อรีวิวนี้

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

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

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

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

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

Apple ทดสอบ Qwen ใน Apple Intelligence ในจีน ขณะที่ Tencent เพิ่ม Vision ให้ Hy4

Apple เริ่มทดสอบ Qwen สำหรับนักพัฒนาใน Apple Intelligence ในจีนเมื่อสัปดาห์นี้ ก่อนการเปิดตัวตามแผนในเดือนธันวาคมพร้อม iOS 27.3 ซึ่งจะนำ Qwen เข้าสู่ Siri, Writing Tools และ Visual Intelligence โดยเป็นทางเลือกที่ผู้ใช้ต้องเปิดใช้งานเอง ขณะที่การเปิดตัว Hy4 ของ Tencent เมื่อวันที่ 4 พฤศจิกายน เพิ่มความสามารถด้าน visual reasoning และ computer use ส่วน Baidu, Moonshot, Ant และ Meituan ก็ได้เผยแพร่หรือเปิดตัวโมเดลใหม่เช่นกัน

ทำไมหายนะไซเบอร์ในยุค AI อาจกระแทกจีนแรงกว่า

Chang Che โต้แย้งว่า AI ได้เปลี่ยนความมั่นคงปลอดภัยไซเบอร์จากยุคที่ zero-day หายากไปสู่ยุคที่ zero-day มีอยู่ดาษดื่น และระบบบนลงล่างของจีนไม่เหมาะกับการแพตช์ที่รวดเร็วและกระจายอำนาจซึ่งจำเป็นต่อสถานการณ์นี้ หนึ่งสัปดาห์หลังจากมีการเปิดเผย zero-day ของ PHP สหรัฐฯ แพตช์บริการที่เปิดเผยต่อสาธารณะไปแล้วกว่าหนึ่งในสี่ของ 14 ล้านรายการ ขณะที่จีนแพตช์ได้ 4% ตามข้อมูลของ Censys Che สืบย้อนไปถึงกฎหมายจีนปี 2021 ที่ห้ามนักวิจัยเผยแพร่หรือขาย zero-day ไปต่างประเทศ ซึ่งตัดแรงจูงใจเบื้องหลังระบบนิเวศ bug bounty ของตะวันตก และไปถึงมุมมองของ Nicole Perlroth ที่ว่าโมเดล AI ทำให้ exploit ที่กักตุนไว้ล้าสมัย สะท้อนถึงการตายของ NOBUS

สึนามิสีน้ำเงินคือชัยชนะของประชาธิปไตย — และเป็นสัญญาณเตือนสำหรับซิลิคอนแวลลีย์

ชัยชนะแบบถล่มทลายของพรรคเดโมแครตในการเลือกตั้งกลางเทอมถูกมองว่าเป็นสัญญาณเตือนสำหรับซิลิคอนแวลลีย์ โดยหุ้นโครงสร้างพื้นฐาน AI และหุ้นชิปปรับตัวลง ขณะที่นักลงทุนปรับคาดการณ์การสร้างศูนย์ข้อมูลที่ช้าลง จีนา ฮิโนโฮซา ผู้ว่าการรัฐเท็กซัสคนใหม่ ใช้การต่อต้านศูนย์ข้อมูลและอีลอน มัสก์เป็นประเด็นหลักในการหาเสียง และซาราห์ เอคฮาร์ดต์ ผู้ตรวจการแผ่นดินคนใหม่จะทบทวนคำขอรับเงินอุดหนุน JETI หุ้นเทสลาและสเปซเอ็กซ์ร่วงลง 11% และ 9% เมื่อวันพฤหัสบดี

การตอบโต้ AI จำเป็นต้องมีแผน

ผู้มีสิทธิเลือกตั้งในสหรัฐลงโทษพรรครีพับลิกันเรื่องศูนย์ข้อมูลและลัทธิเร่งรัด AI โดยมีการผ่านคำสั่งห้ามหรือข้อจำกัดในเขตการปกครองอย่างน้อย 38 แห่ง และ super PAC ที่สนับสนุน AI ส่วนใหญ่ล้มเหลว Platformer ให้เหตุผลว่าการกำกับดูแล AI ไม่สามารถเดินตามตำราการเล่นของโซเชียลมีเดีย ซึ่งไม่ก่อให้เกิดกฎหมายความเป็นส่วนตัวที่ครอบคลุม ไม่มีการปฏิรูปมาตรา 230 และไม่มีกฎหมายต่อต้านการผูกขาดฉบับใหม่ แม้จะมีการไต่สวนมาหลายปี

SemiAnalysis ทดสอบประสิทธิภาพ Google TPUv7 Ironwood ด้าน agentic inference เทียบกับ GPU ของ NVIDIA

SemiAnalysis เผยแพร่ผลลัพธ์ agentic inference แบบ long-context หลายรอบแรกบน InferenceX/AgentX สำหรับ Google TPUv7 Ironwood ครอบคลุมสี่โมเดล พบว่ามีความสามารถในการแข่งขันด้านประสิทธิภาพต่อดอลลาร์หรือเป็น state-of-the-art ในหลายกรณี บน GLM-5.2 ใน FP8 TPUv7 ให้ tokens ต่อดอลลาร์เป็น 1.2x ถึง 2.7x ของ B200, B300 และ MI355X ในช่วง 60 ถึง 300 tok/s/user ขณะที่ GPU แบบ FP4 ยังนำอยู่บน GLM-5.3 เนื่องจาก TPUv7 ไม่รองรับ FP4 แบบเนทีฟจนถึง TPUv8 ในไตรมาสที่ 1 ปี 2027 บทความยังโต้แย้งว่าระบบราชการของ NVIDIA ทำให้การมีส่วนร่วมด้านไดรเวอร์และระบบนิเวศช้ากว่า AMD และ Google

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

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

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

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

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