ข้ามไปที่เนื้อหา
#อัปเดตผลิตภัณฑ์
10 พฤศจิกายนวันอังคาร
  1. LiveKit Blog40

    เปิดตัว LiveKit Portal สำหรับ ROS 2: เชื่อมต่อกราฟ ROS ผ่าน WebRTC

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

  2. Google Blog · AI58

    Google Cloud เปิดตัว Gemini สำหรับการแพทย์เพื่อทำงานด้านคลินิกและงานธุรการโดยอัตโนมัติ

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

  3. OpenAI News18

    OpenAI Academy นำเวิร์กช็อป ChatGPT ฟรีสู่ผู้ดูแลในห้าเมืองของสหรัฐฯ

    OpenAI Academy นำเวิร์กช็อป ChatGPT แบบลงมือปฏิบัติฟรีสู่ผู้ดูแลในห้าเมืองของสหรัฐฯ ช่วยให้พวกเขาสร้างทักษะ AI ที่ใช้ได้จริงในชีวิตประจำวัน

  4. OpenAI News58

    OpenAI เปิดตัว Businesses in ChatGPT

    OpenAI เปิดตัว Businesses in ChatGPT ซึ่งเป็นวิธีให้บริษัทต่างๆ จัดการข้อมูลธุรกิจของตนภายใน ChatGPT ฟีเจอร์นี้ยังช่วยให้ธุรกิจเห็นข้อมูลเชิงลึกว่าตนปรากฏอย่างไร และมีเป้าหมายเพื่อเปลี่ยนความสนใจให้เป็นการลงมือทำใน ChatGPT

  5. Hugging Face Blog20

    Hugging Face Hub รองรับการเรียกเก็บเงินผ่านบัญชี Google Cloud แล้ว

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

  6. Sierra Blog20

    พบกับ Mossy: การออกแบบเสียงที่คุณมองเห็นได้

    นักออกแบบจาก Sierra ใช้ AI เพื่อพัฒนา Mossy ซึ่งเป็นเสียงที่คุณมองเห็นได้ จากไอเดียสู่การผลิตจริงในเวลาเพียงสองสัปดาห์ โครงการนี้แบ่งปันกระบวนการของนักออกแบบและบทเรียนที่ได้รับตลอดเส้นทาง

  7. Google AI · DEV42

    Claude Fable 5.2 พร้อมใช้งานแล้วบน Google Cloud

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

  8. Google Research25

    Language Explorer ของ Google ช่วยให้เห็นภาพความหลากหลายทางภาษาของโลก

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

  9. LangChain Blog50

    LangSmith BYOC บน AWS พร้อมใช้งานทั่วไปแล้ว

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

  10. Mastra Blog25

    Mastra เปิดตัวโครงการ Mastra FDE Forward-Deployed Engineering

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

  11. Claude Blog78

    Claude เปิดแอปที่เชื่อมต่อข้างแชทและทำงานภายในแอปเหล่านั้น

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

    ทำไมเรื่องนี้สำคัญ: ตัวเชื่อมต่อของ Claude ตอนนี้เปิดเครื่องมือแบบเต็มข้างแชทและให้ Claude แก้ไขหน้า แถว และไฟล์ได้โดยตรง ด้วยขั้นตอนการอนุมัติเดียวกับการดำเนินการของตัวเชื่อมต่อ

  12. Mastra Blog25

    Mastra Platform เปิดตัวแพ็กเกจ Starter ราคา $25 พร้อมเซิร์ฟเวอร์เฉพาะ

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

  13. Recraft Blog55

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

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

  14. Google Developers Blog72

    Google AI Edge Gallery เพิ่มการรู้จำเสียงพูดและการสังเคราะห์เสียงบนอุปกรณ์

    Google ได้เปิดตัว Automatic Speech Recognition และ Text-to-Speech บนอุปกรณ์ใน Google AI Edge Gallery ทำให้แอปสามารถรัน ASR หลายภาษาและ TTS ที่แสดงอารมณ์ได้แบบออฟไลน์เต็มรูปแบบ ควบคู่กับ SLM บนอุปกรณ์อย่าง Gemini Nano และ Gemma 4 บน Android โมเดลเสียงพูดใหม่ของ ML Kit ถอดเสียงได้กว่า 100 ภาษาด้วยความเร็ว 10 เท่าของเวลาจริง โดยมี Word Error Rate 8.0% ถึง 9.0% บน FLEURS ขณะที่ TTS แบบ diffusion ไม่กี่ขั้นเริ่มพูดได้ในประมาณ 100 ms และสร้างเสียง 24 kHz ด้วยความเร็วสูงสุด 50 เท่าของเวลาจริง การรองรับข้ามแพลตฟอร์มมาผ่าน MediaPipe Tasks และ LiteRT พร้อมชุดน้ำหนักเปิด ได้แก่ Parakeet-TDT 0.6B, PocketTTS 100M, Kokoro-82M และ Phonon 31M ซึ่งสาธิตใน XR Language Teacher showcase และ AI Chat ที่รองรับเสียง

    ทำไมเรื่องนี้สำคัญ: Google เพิ่ม ASR และ TTS แบบออฟไลน์เต็มรูปแบบใน AI Edge Gallery โดย ML Kit รายงานการถอดเสียงกว่า 100 ภาษาที่ความเร็ว 10 เท่าของเวลาจริง และ TTS แบบ diffusion ที่เริ่มพูดได้ในประมาณ 100 ms

9 พฤศจิกายนวันจันทร์
  1. NVIDIA Blog70

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

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

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

  2. 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

  3. 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

  4. 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

  5. Google Developers Blog62

    Google เปิดให้ใช้งาน Pathways โดยทั่วไปบน Google Cloud สำหรับการฝึกโมเดลขนาดใหญ่

    Google ประกาศความพร้อมใช้งานทั่วไป (General Availability) ของ Pathways ระบบการฝึกแบบกระจายสำหรับโมเดลขนาดใหญ่รวมถึง Gemini บน Google Cloud Platform โดย Pathways แทนที่การทำงานแบบ lockstep SPMD ด้วยไคลเอนต์ Python เดียวที่ประกาศการคำนวณทั้งหมดเป็น dataflow graph ขณะที่ runtime แบบกระจายจะวางบล็อกบนอุปกรณ์เสมือน ย้ายและ reshard เทนเซอร์ และจัดลำดับงานทั่วคลัสเตอร์ Google กล่าวว่าการออกแบบนี้ช่วยให้โฮสต์ที่ล้มเหลวถูก remap ไปยังชิปที่ทำงานปกติแทนการรีสตาร์ทงาน และบริการ Pathways ที่ใช้ร่วมกันสามารถให้บริการไคลเอนต์หลายรายจากคลัสเตอร์เดียว

    ทำไมเรื่องนี้สำคัญ: Google อธิบายว่าโมเดล single-controller ของ Pathways แตกต่างจาก SPMD อย่างไร และจัดการกับการถ่ายโอนเทนเซอร์ข้ามกลุ่ม การจัดตารางเวลา และการกู้คืนจากความล้มเหลวของโฮสต์อย่างไร

7 พฤศจิกายนวันเสาร์
  1. Meta Newsroom · AI58

    Meta เปิดตัว Spaces ในแอป Muse สำหรับประสบการณ์เฉพาะบุคคลที่ผู้ใช้สร้างเอง

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

6 พฤศจิกายนวันศุกร์
  1. Zyphra Research58

    Zyphra เปิดตัว MAIA เวอร์ชันเบต้า เอเจนต์ AI แบบหลายผู้ใช้ที่แชร์หน่วยความจำร่วมกันระหว่าง Slack และเดสก์ท็อป

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

  2. OpenClaw Blog50

    OpenClaw เพิ่มแคตตาล็อกโมเดลที่อัปเดตตัวเองได้ ทำให้โมเดลใหม่ใช้งานได้โดยไม่ต้องอัปเดตแอป

    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

  3. vLLM Blog55

    VeRL-Omni v0.3.0 เปิดตัวพร้อมการฝึกแบบอะซิงโครนัสและการหลังการฝึกแบบมัลติโมดัลที่กว้างขึ้น

    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

  4. Sierra Blog38

    Sierra Accelerators จัดการพื้นฐานให้กับ AI Agents

    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

  5. Meta Newsroom · AI62

    Meta เปิดตัวฟีเจอร์เสียงแบบเรียลไทม์และอวตารที่แสดงอารมณ์ในแอป Muse

    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

  6. OpenClaw Blog69

    OpenClaw เปิดตัว Multiplayer สำหรับเอเจนต์และบริบทที่แชร์ร่วมกัน

    OpenClaw ได้เปิดตัว Multiplayer ซึ่งเป็นฟีเจอร์ฟรีและโอเพนซอร์สที่ให้หลายคนเชื่อมต่อกับเอเจนต์และเวิร์กสเปซ OpenClaw เดียวกันได้ โดยพรอมป์จะปรากฏแบบเรียลไทม์บนแล็ปท็อปหลายเครื่อง และคำขอต่างๆ จะถูกประสานงานผ่านคิวที่แชร์ร่วมกัน ในการสาธิตที่งาน GitHub Universe ในซานฟรานซิสโก ผู้เข้าร่วมสองคนแก้ไขฉาก 3D เดียวกันโดยพิมพ์พรอมป์บนเครื่องแยกกันโดยไม่ต้องระบุบริบทซ้ำ OpenClaw Foundation กล่าวว่ามีผู้คนกว่า 50 คนร่วมมือกันในสภาพแวดล้อมที่แชร์ร่วมกันเดียวกัน และกำลังขยายฟีเจอร์นี้อย่างต่อเนื่อง

    ทำไมเรื่องนี้สำคัญ: OpenClaw ทำให้การแชร์เอเจนต์และบริบทเดียวกันamongหลายคนเป็นฟีเจอร์ฟรีและโอเพนซอร์ส ซึ่งเสนอแนวทางที่สามารถนำไปปรับใช้ได้สำหรับปัญหาการสร้างบริบทซ้ำแล้วซ้ำเล่าในการทำงานร่วมกันเป็นทีม

  7. Mastra Blog38

    Mastra Agents เพิ่ม Ring Signals สำหรับเหตุการณ์กริ่งประตู

    ตอนนี้ Mastra agents สามารถรับเหตุการณ์กริ่งประตู Ring เป็นสัญญาณแจ้งเตือนได้ผ่านแพ็กเกจ @mastra/ring-signals ใหม่ โดยต้องใช้ @mastra/core@1.81.0 หรือใหม่กว่า แต่ละเหตุการณ์จะมาถึงใน thread ของ agent พร้อมลำดับความสำคัญที่กำหนดค่าได้ และ agent สามารถดึงภาพนิ่งหรือคลิปวิดีโอจาก Ring API เพื่อตัดสินใจว่าจะตอบสนองอย่างไร Ring signals ยังสามารถกำหนดเป้าหมายไปยัง thread ของช่องทางที่มีอยู่ เช่น iMessage เพื่อให้การแจ้งเตือนไปถึงบทสนทนาที่แชร์ร่วมกัน

  8. Descript Changelog22

    สรุปการอัปเดต Descript วันที่ 6 พฤศจิกายน 2026: แพ็กเลย์เอาต์แบรนด์, สกิล Underlord, ถังขยะ 30 วัน

    สรุปการอัปเดตของ Descript วันที่ 6 พฤศจิกายน 2026 เพิ่มแพ็กเลย์เอาต์แบบเจนเนอเรทีฟที่เปลี่ยนแนวทางแบรนด์ โลโก้ และสีให้เป็นสี่ทิศทางที่ AI เสนอ และแพ็กเลย์เอาต์ที่แก้ไขได้เต็มรูปแบบในแผนแบบเสียค่าใช้จ่าย ตอนนี้ Underlord รองรับสกิลที่ใช้ซ้ำได้ เรียกใช้ด้วย "/" ในแชท แทนที่เทมเพลตพรอมต์ ซึ่งจะปิดใช้งานในวันที่ 30 พฤศจิกายน โปรเจกต์ที่ลบแล้วจะอยู่ในถังขยะ 30 วัน และการค้นหาในไดรฟ์ของ Enterprise จะจับคู่กับสิ่งที่อยู่ภายในรูปภาพและวิดีโอ รวมถึงผ่าน Descript MCP และ API

5 พฤศจิกายนวันพฤหัสบดี
  1. Mistral AI69

    Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป พร้อม Mistral Large 4 (Le Chonk)

    Mistral ขยายแพลตฟอร์ม AI สำหรับองค์กร Studio ด้วย managed agents และแอป พร้อมความสามารถใหม่ด้านเวิร์กโฟลว์, enterprise context, agent observability และการประเมินผล ซึ่งทำงานบนโมเดล Mistral Large 4 (Le Chonk) นักพัฒนาสามารถสร้าง agent แบบหลายขั้นตอนด้วย skills, sandboxes, subagents และ hooks และ deploy ไปยัง Studio ด้วยคำสั่งเดียวผ่าน Mistral MCP server ตัวใหม่ Mistral ระบุว่าลูกค้าอย่าง ABANCA, BNP Paribas, Capgemini และ TCS ใช้งาน Studio ในโปรดักชันแล้ว โดยมีการ deploy ได้ทั้งบนคลาวด์, VPC หรือ on-premises

    ทำไมเรื่องนี้สำคัญ: Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป แสดงให้เห็นว่าองค์กรสามารถรักษาการควบคุมการ deploy และข้อมูลไว้ในสภาพแวดล้อมของตนเองได้

  2. inclusionAI Repositories38

    ASpec: กรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์

    ASpec เป็นกรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์ สร้างจากฐานโค้ด TorchSpec พร้อมการปรับแต่ง attention, fused kernels และการคำนวณ head/loss แบบเลือกได้ ในการรัน Qwen3-8B 4K การฝึกแบบ Draft-only ทำได้ 15,256.44 input tokens/s บน GPU หนึ่งตัว เป็น 1.96× ของ TorchSpec ขณะที่หน้าต่าง steady แบบออนไลน์ 8-GPU ทำได้ 77,721.37 tokens/s เป็น 2.28× ของ TorchSpec รองรับ DSpark, DFlash, EAGLE3/4 และ MTP drafts แบบเนทีฟ พร้อม quickstart สำหรับ Qwen3-8B และ Ling tiny

  3. Mastra Blog38

    Mastra เปิดตัวโปรแกรม Custom Harness พร้อมวิศวกร Forward-Deployed ที่ฝังตัวในทีมลูกค้า

    Mastra เปิดตัว Custom Harness Program ซึ่งวิศวกร forward-deployed จะฝังตัวอยู่ในทีมของลูกค้าเพื่อร่วมสร้าง agent harness ที่ปรับแต่งเฉพาะ โปรแกรมนี้ครอบคลุม observability, evals, MCP แบบกำหนดเอง, เวิร์กโฟลว์แบบ human-in-the-loop, auth และ RBAC พร้อมสิทธิ์เข้าถึง Mastra Enterprise Platform ก่อนใคร Mastra อ้างถึง Workday ซึ่งย้ายออกจาก Amazon Bedrock Agents ภายใน 31 วัน ลดโค้ดได้ 3,000 บรรทัด และลดต้นทุนการจัดเก็บเวกเตอร์ลง 98%

4 พฤศจิกายนวันพุธ
  1. vLLM Blog73

    Buoyant 发布 Kinference，一个面向 vLLM 和 Kubernetes 的开源推理控制平面

    Buoyant 宣布推出 Kinference，这是一个采用 Apache v2 许可证的开源控制平面，可将兼容 OpenAI 和 Anthropic 的推理流量路由到 Kubernetes 上的 vLLM 工作节点，并新增令牌速率限制、按租户的使用量与成本跟踪、KV 缓存感知负载均衡以及 YAML 推理策略。在该项目的公开基准测试中，与标准 Kubernetes 服务负载均衡相比，Kinference 在某一工作负载上将首令牌时间中位数缩短了 95%，端到端延迟中位数降低了 45%；在容量测试中，共享前缀场景下的有效吞吐量达到 7.4 倍，多轮对话场景下约为 3.5 倍。策略可将较简单的提示词路由到更便宜的模型，将突发溢出流量发送到 Bedrock 和 Databricks 等提供商，或将带有 PII 标记的请求保留在集群内；按租户的指标涵盖令牌速率、TTFT、ITL 以及缓存与未缓存的提示词令牌。

    ทำไมเรื่องนี้สำคัญ: Buoyant 的 Kinference 在 vLLM 之上增加了 KV 缓存感知负载均衡和 YAML 推理策略，基准测试声称其 TTFT 和有效吞吐量相较标准 Kubernetes 服务路由有大幅提升。

  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. Figma Blog58

    Figma เปิด code layers ให้ผู้ใช้ทุกคนใน open beta พร้อมเวิร์กโฟลว์ต้นแบบที่ขับเคลื่อนด้วยเอเจนต์

    ฟีเจอร์ code layers ของ Figma เปิดให้ทดสอบแบบ open beta สำหรับผู้ใช้ 100% แล้ว ทำให้ทีมสามารถสร้างและเปรียบเทียบต้นแบบที่หนุนด้วยโค้ดได้โดยตรงบนแคนวาสของ Figma วิดีโอสาธิตแสดงให้นักออกแบบโคลนรีโพซิทอรี GitHub ลงใน code layer สั่งให้เอเจนต์ของ Figma สร้างตัวแปรที่อยู่จัดส่งสามแบบเคียงกัน และปรับแต่งหนึ่งในนั้นในตัวแก้ไขโค้ดแบบเต็มหน้าจอ ฟีเจอร์ Extract designs เปลี่ยนหน้าจอหรือโฟลว์ที่บันทึกไว้ให้เป็นเลเยอร์ดีไซน์ที่แก้ไขได้ ซึ่งสามารถส่งกลับไปยังต้นแบบด้วย Update code layer และเอเจนต์ยังสามารถรวม code layers ของเพื่อนร่วมทีมสองคนเข้าด้วยกันเป็นประสบการณ์เดียวได้

3 พฤศจิกายนวันอังคาร
  1. Sierra Blog42

    Sierra ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter เป็นศูนย์กลาง

    Sierra ได้ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter ซึ่งเป็นเอเจนต์ที่ทำงานตลอดเวลาเพื่อสร้างเอเจนต์ เป็นศูนย์กลาง ทำให้การตรวจสอบปัญหา การแก้ไข journey และการทดสอบการแก้ไขเกิดขึ้นได้ในการสนทนาเดียว Ghostwriter ติดตามคุณข้าม journey, simulation และแดชบอร์ด และแต่ละเซสชันเก็บการเปลี่ยนแปลงและผลการทดสอบไว้ด้วยกันจนกว่าทีมงานจะตรวจสอบและ merge Agent Studio ยังจัดกลุ่มเอเจนต์ที่เกี่ยวข้องไว้ในโปรเจกต์เดียว และเพิ่ม diff แบบบรรทัดต่อบรรทัด, Preview Chat, Simulations และการกำกับดูแลการเผยแพร่ด้วยการอนุมัติที่จำเป็นและการ rollout แบบควบคุม

29 ตุลาคมวันพฤหัสบดี
  1. Meta Engineering Blog40

    Meta Andromeda: เอนจินดึงโฆษณารุ่นใหม่ของ Meta แตะ 1 พันล้านโฆษณาต่อวินาที

    Meta เผยรายละเอียด Andromeda รุ่นถัดไป ซึ่งเป็นเอนจินดึงโฆษณาเฉพาะบุคคล ที่ให้คะแนนโฆษณากว่าหนึ่งพันล้านรายการต่อวินาทีในการใช้งานจริง เพิ่มปริมาณงานขึ้น 100 เท่าเมื่อเทียบกับระบบในปี 2024 สถาปัตยกรรมใหม่นำ mixture-of-experts ที่ได้แรงบันดาลใจจาก LLM มาใช้ในการดึงข้อมูล เข้าใกล้ประสิทธิภาพของโมเดลระดับการจัดอันดับด้วย FLOPs ตอนอนุมานน้อยลงราว 300 เท่า โดยประมวลผลโฆษณากว่าหมื่นล้านรายการต่อวินาทีบน GPU NVIDIA GH200 เพียงตัวเดียว ตั้งแต่ปี 2025 Andromeda ช่วยเพิ่มอัตราการแปลงบน Facebook ขึ้น 2.4%

  2. Replit Blog55

    Replit เผยรายละเอียดสถาปัตยกรรมความปลอดภัยเบื้องหลัง Agent Habitat สำหรับงานของเอเจนต์

    Replit เผยแพร่สถาปัตยกรรมเบื้องหลัง Agent Habitat ซึ่งเป็นข้อเสนอที่ให้เอเจนต์เข้าถึงความรู้และระบบของบริษัทภายในขอบเขตที่บริษัทควบคุม โพสต์ดังกล่าวระบุหลักการสี่ข้อ ได้แก่ การให้สิทธิ์ขั้นต่ำแก่เอเจนต์ การจำกัดความล้มเหลว การเปลี่ยนแปลงในโปรดักชันที่ตรวจสอบได้ และงานที่มอบหมายซึ่งกำกับดูแลได้ Replit กล่าวว่าการแยกตัวด้วย microVM ที่มีอยู่ป้องกันการโจมตีช่องโหว่เคอร์เนล Linux ที่เปิดเผยเมื่อเร็วๆ นี้ และข้อมูลรับรองของตัวเชื่อมต่อยังคงอยู่นอกบริบทของเอเจนต์ โดยมีตัวแทนจัดการข้อมูลรับรองอนุญาตแต่ละคำร้องก่อนดึงข้อมูลลับจาก vault

28 ตุลาคมวันพุธ
  1. inclusionAI Repositories28

    หน้าโครงการ UBTree: การร่างต้นไม้แบบขนานด้วยโมเดล Unigram และ Bigram สำหรับ Speculative Decoding

    หน้าโครงการ UBTree นำเสนอ UBTree ซึ่งเป็นวิธีการ speculative decoding ที่ร่างต้นไม้โทเค็นแบบขนานโดยใช้โมเดล unigram และ bigram โดยมีรายละเอียดใน arXiv:2609.39972 วิดีโอสาธิตเปรียบเทียบ UBTree กับ AR, DFlash และ DSpark บน Ling3 Tiny และ Flash โดยใช้พรอมต์ HumanEval anti_shuffle และ bf ที่ไม่เปลี่ยนแปลง โดยทั้งสี่วิธีให้โทเค็นเอาต์พุตที่เหมือนกันทุกประการ ไซต์เป็น HTML/CSS/JS ล้วนให้บริการผ่าน GitHub Pages โดยตัวเลขในแผนภูมิและตารางจัดเก็บไว้ใน static/js/data.js

  2. Google Developers Blog58

    Google เปิดตัว LiteRT ใน Play services เพิ่มความเร็วการประมวลผลด้วย GPU ประมาณ 1.4 เท่า และลดขนาดแอปประมาณ 8 MB

    Google เปิดตัว LiteRT รันไทม์สำหรับการประมวลผลบนอุปกรณ์ใน Google Play services โดยมีความเร็วในการประมวลผลด้วย GPU ประมาณ 1.4 เท่าของ GPU delegate เวอร์ชันเก่า และเพิ่ม CompiledModel API ใหม่

27 ตุลาคมวันอังคาร
  1. Replit Blog75

    Replit Cloud Agents ช่วยให้คนที่ไม่ใช่วิศวกรมีส่วนร่วมในโค้ดเบสของบริษัทได้แล้ว

    Replit เปิดตัว Cloud Agents สำหรับรีโพซิทอรีที่มีอยู่แล้ว ทำให้ทุกคนในทีมสามารถอธิบายการเปลี่ยนแปลงด้วยภาษาธรรมชาติ แล้วให้เอเจนต์เปิด pull request ที่ผ่านการทดสอบใน GitHub หรือ GitLab โดยเปิดให้ลูกค้า Pro และ Enterprise ทุกคนใช้งาน เอเจนต์รันแต่ละการเปลี่ยนแปลงในแซนด์บ็อกซ์คลาวด์แบบแยกส่วน คลิกผ่านแอปที่กำลังรัน และแนบภาพหน้าจอและวิดีโอไปกับ PR ขณะที่สภาพแวดล้อมที่แชร์ร่วมกันมอบการตั้งค่าที่กำหนดไว้ล่วงหน้าให้ผู้ร่วมสมทบทุกคน ซึ่งอัปเดตจากสาขาหลัก นอกจากนี้ Replit ยังเปิดตัวหน่วยความจำเวิร์กสเปซที่พัฒนาตนเองได้ในระยะearly access ซึ่งเปลี่ยนความคิดเห็นจากการรีวิวเป็นทักษะของทีมที่วิศวกรอนุมัติ และการผสานรวมกับ Slack ที่ให้ผู้ใช้กล่าวถึง @Replit ในเธรดเพื่อเริ่มการเปลี่ยนแปลง

    ทำไมเรื่องนี้สำคัญ: Replit เชื่อมต่อ Cloud Agents เข้ากับโค้ดเบสที่มีอยู่ขององค์กร ให้บุคลากรที่ไม่ใช่วิศวกรส่งการเปลี่ยนแปลงในรูปแบบ PR พร้อมวิดีโอทดสอบ แสดงให้เห็นเส้นทางหนึ่งที่เครื่องมือเขียนโค้ด AI ขยายไปสู่กระบวนการทำงานร่วมกันของทีม