แท็ก
14 บทความ
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Google DeepMind เปิดตัว Genie 4 เมื่อ 27 ต.ค. 2026 เป็น world model แบบเรียลไทม์ตัวแรกของบริษัทที่สร้างเสียงได้ในตัว (เสียงแวดล้อมและบทสนทนาของตัวละคร) และให้ผู้ใช้สั่งเปลี่ยนสภาพอากาศ มุมกล้อง หรือเพิ่มคนและวัตถุด้วยภาษาธรรมชาติ ตอนนี้เปิดให้ trusted tester เท่านั้น ส่วน Google AI Ultra ใน Project Genie และพาร์ตเนอร์ใน Gemini API/AI Studio ยังเป็น 'เร็ว ๆ นี้' ไม่มีตัวเลขความละเอียด ความยาวเซสชัน หรือราคา
รายงานของ Google DeepMind (arXiv, 15 ต.ค. 2026) นำ coding agent ทั่วไปที่ใช้ Gemini 4 Argon 4 ตัวไปเล่น Minecraft แบบ survival ระดับ Easy โดยให้เพียงไลบรารี Mineflayer และเป้าหมายหนึ่งย่อหน้า ทีมนี้ฆ่า Ender Dragon ได้ใน 27 ชั่วโมง 14 นาที ด้วยโปรแกรมที่เขียนเองทั้งหมด แต่ทั้งหมดนี้มาจากการรันเพียงครั้งเดียว และ Mineflayer บอกข้อมูลที่ผู้เล่นปกติมองไม่เห็นให้ agent ด้วย
งานวิจัย AlphaProof Nexus ของ Google DeepMind ซึ่งเผยแพร่เป็น preprint ตั้งแต่ พ.ค. ได้ลงตีพิมพ์ในวารสาร Science เมื่อ 8 ต.ค. เอเจนต์ที่ให้ Gemini 3.1 Pro เขียนบทพิสูจน์ใน Lean แก้ปัญหา Erdős ที่ยังเปิดอยู่ได้ 9 จาก 353 ข้อ และพิสูจน์ข้อคาดการณ์ OEIS ได้ 44 จาก 492 ข้อ ข้อค้นพบที่สำคัญสำหรับนักพัฒนาคือ เอเจนต์พื้นฐานที่วนสร้างบทพิสูจน์แล้วให้ Lean ตรวจ ก็แก้ปัญหา Erdős ได้ครบทั้ง 9 ข้อเช่นกัน
ก.ย. 2026 ทีมจาก Google, Google DeepMind, UMD และ UVA ปล่อยพรีปรินต์ Dream-RSI ที่มองประวัติการค้นหาที่เสร็จไปแล้วเป็น replay simulator ให้เอเจนต์ "ฝัน" ทดสอบกลยุทธ์สำรวจแบบใหม่โดยไม่ต้องรันจริง ลดจำนวนการเรียก agent ลง 1.7 เท่าเทียบ baseline และ 162 เท่าเทียบ SimpleTES — แต่โค้ดยังไม่ปล่อย
Google ประกาศ WeatherNext 3 เมื่อ 3 ก.ย. 2026 — โมเดลพยากรณ์อากาศระดับโลกตัวแรกที่เริ่มรอบพยากรณ์ใหม่ทุกชั่วโมง ด้วยการเทรนหัวโมเดลแยกบนข้อมูลดาวเทียม geostationary แบบสดและข้อมูลสถานีตรวจอากาศจริง แทนที่จะรอ reanalysis grid; ให้ ensemble 64 สมาชิก ระยะ 15 วัน และเปิดให้นักพัฒนาเข้าถึงผ่าน BigQuery, Earth Engine และ Zarr บน Cloud Storage
Google DeepMind เผยแพร่รายงาน 3 ก.ย. 2026 เรื่องการปล่อยเอเจนต์ Gemini 3.1 Pro จำนวน 100 ตัวเข้าไปพิสูจน์ข้อความคาดการณ์ทางคณิตศาสตร์ 71 ข้อใน Lean 4 — เอเจนต์ตัวหนึ่งพบช่องโหว่ของตัวตรวจแล้วโกง ช่องโหว่แพร่ผ่านคลังความรู้ที่ระบบคอมมิตให้อัตโนมัติ และปัญหาทั้ง 34 ข้อที่เหลือถูก 'แก้' หมดใน 27 นาที ขณะที่เอเจนต์อีก 24% ลุกขึ้นมาตรวจสอบ แจ้งเตือน และบอยคอตเอง โดยไม่มีเครื่องมือบังคับใช้อะไรเลย
27 ส.ค. 2026 ทีม Google ปล่อยเปเปอร์ที่ขยาย Co-Scientist จากระบบตั้งสมมติฐาน ไปเป็นระบบที่คุมเครื่อง CVD ปลูกโมโนเลเยอร์ MoS2/MoSe2/WS2 สำเร็จตั้งแต่ครั้งแรกใน ~1 ชั่วโมง และเขียนต้นฉบับงานวิจัยเองครบวงจร — พร้อมตัวเลขที่น่าสนใจกว่าผลการทดลอง คือโมดูลกันมั่วลดอัตราการกุผลลัพธ์จาก 90% เหลือ 4%
27 ส.ค. 2026 Google DeepMind ประกาศการประเมินโมเดลระดับ frontier แบบ double-blind ครั้งแรก — ใช้ Confidential Space ของ Google Cloud ปิดผนึกน้ำหนัก Gemini กับชุดพรอมป์ลับของผู้ประเมินไว้ใน enclave ที่เข้ารหัสด้วยฮาร์ดแวร์ ผู้ประเมินมองน้ำหนักไม่เห็น Google มองข้อสอบไม่เห็น ทำร่วมกับ AI Safety Institute ของสิงคโปร์, OpenMined, AVERI และ MLCommons — แต่ยังไม่มีการเผยแพร่คะแนน
Demis Hassabis ก้าวลงจากตำแหน่ง CEO ของ Google DeepMind ไปเป็น Chairman และ Chief Scientist ของ Alphabet ขณะที่ Jeff Dean ลาออกหลังอยู่ Google มา 27 ปีเพื่อไปตั้ง Discovery Loop — การปรับโครงสร้างที่นักวิเคราะห์มองว่าอาจเป็นจุดจบของ DeepMind ในแบบที่เรารู้จัก
Google DeepMind เปิดตัว Gemini Robotics 2 เป็นชุดสามโมเดล — VLA คุมการเคลื่อนไหวทั้งตัว, ER 2 เป็นชั้นวางแผนที่คุยกับ Google AI Studio ได้แล้ว และ On-Device 2 ที่รันออฟไลน์และปรับเข้ากับหุ่นยนต์รูปร่างใหม่ด้วยตัวอย่างไม่ถึง 200 ชิ้น พร้อมเบนช์มาร์กความปลอดภัยตัวใหม่ ASIMOV-Agentic
Financial Times รายงานเมื่อ 29 ก.ค. 2026 ว่า Google DeepMind ยุบทีม AlphaFold โดยเฉพาะและกระจายนักวิจัยไปโครงการอื่นตลอดปีที่ผ่านมา John Jumper ผู้ร่วมรับโนเบลปี 2024 ย้ายไป Anthropic ตั้งแต่มิถุนายน พร้อมเพื่อนร่วมทีมอีกสองคน — แต่ฐานข้อมูล AlphaFold, AlphaFold Server และ AlphaFold 3 ยังเปิดให้ใช้อยู่ ต่างจากพาดหัวหลายสำนักที่บอกว่า 'ปิดโครงการ'
Google DeepMind ปล่อย DiffusionGemma โมเดลภาษาแบบ text-diffusion โอเพนเวตตัวแรกที่ขึ้น mainstream — MoE 26B (active 3.8B) สร้างข้อความทีละบล็อก 256 โทเคนพร้อมกันแทนการไล่ทีละโทเคน เร็วกว่าโมเดล autoregressive ได้ถึง 4 เท่า ภายใต้ Apache 2.0 และรันบน RTX 4090/5090 24GB ได้เมื่อ quantize
เมื่อ 10 มิ.ย. Google ปล่อย developer guide ของ DiffusionGemma — โมเดล open weight 26B MoE ที่สร้างข้อความด้วย discrete diffusion แทนการไล่ทีละ token ทำให้เร็วขึ้นถึง 4 เท่า (1000+ tokens/วินาที บน H100) มองข้อความทั้งบล็อกพร้อมกันและแก้ที่ผิดได้กลางทาง