แท็ก

#MIT

9 บทความ

Ant Group ปล่อยน้ำหนัก Ling-3.1-flash: MoE 560B (active 25B) แบบ hybrid-linear ไลเซนส์ MIT ได้ AA Index 41 แซง Muse Spark Open และ Qwen3.8 — แต่ config จริงรับ context 262K ไม่ใช่ 1M และคะแนนโค้ดที่ชนะวัดด้วย harness ของ Ant เองที่ยังไม่เปิด
โมเดลใหม่

Ant Group ปล่อยน้ำหนัก Ling-3.1-flash: MoE 560B (active 25B) แบบ hybrid-linear ไลเซนส์ MIT ได้ AA Index 41 แซง Muse Spark Open และ Qwen3.8 — แต่ config จริงรับ context 262K ไม่ใช่ 1M และคะแนนโค้ดที่ชนะวัดด้วย harness ของ Ant เองที่ยังไม่เปิด

inclusionAI ของ Ant Group เปิดน้ำหนัก Ling-3.1-flash บน Hugging Face (อัปโหลด 13 ต.ค. ประกาศ 14 ต.ค. 2026) เป็น MoE 560B ที่ทำงาน 25B ต่อโทเคน ผสม KDA linear attention กับ MLA ไลเซนส์ MIT ได้ 41 บน Artificial Analysis Intelligence Index สูงกว่า Muse Spark Open ที่ปล่อยวันนี้ แต่ config.json ตั้ง context ไว้ 262K ทั้งที่การ์ดเขียน 1M ต้องใช้ H200 8 ใบ และคะแนน SWE-bench Pro ที่ชนะ Kimi K3 วัดด้วย LingCode ซึ่งยังไม่เปิดซอร์ส

· อ่าน 4 นาที
สัปดาห์ของ embedding: Perplexity ปล่อย pplx-embed-v2-context-9b แบบเปิด (MIT) ที่ฝึกให้ดึงทั้งคำตอบและหลักฐาน, Cohere เปิด Embed 5 context 128K และ turbopuffer ฝังการทำ embedding ไว้ในฐานข้อมูล — แต่ในภาษาไทย Gemini ยังนำ
เครื่องมือนักพัฒนา

สัปดาห์ของ embedding: Perplexity ปล่อย pplx-embed-v2-context-9b แบบเปิด (MIT) ที่ฝึกให้ดึงทั้งคำตอบและหลักฐาน, Cohere เปิด Embed 5 context 128K และ turbopuffer ฝังการทำ embedding ไว้ในฐานข้อมูล — แต่ในภาษาไทย Gemini ยังนำ

ปลายเดือนกันยายน 2026 มีของใหม่ฝั่ง retrieval ออกมาสามชิ้นติดกัน: Perplexity กับ turbopuffer เปิด pplx-embed-v2-context-9b-preview (MIT) ที่ฝังแต่ละ chunk โดยเห็นทั้งเอกสาร และนำ Voyage Context 4 บน context-bench 14.4 จุด, Cohere ปล่อย Embed 5 Pro/Fast ที่ context 128K และ self-host ด้วย vLLM ได้ ส่วน turbopuffer เปิด native embedding เป็น GA และประกาศเลิกใช้ ANN เป็น primary index

· อ่าน 6 นาที
Ming-Image-0.1-Design ของ inclusionAI ขึ้นอันดับ 1 โมเดลเปิดสายงานออกแบบ UI/UX บน Artificial Analysis ใช้ MIT แท้ สร้างภาพพื้นโปร่งใสได้ — แต่ "6B" คือแค่ตัว DiT แพ็กเกจเต็มหนัก 53GB และต้องใช้ GPU 80GB
โมเดลใหม่

Ming-Image-0.1-Design ของ inclusionAI ขึ้นอันดับ 1 โมเดลเปิดสายงานออกแบบ UI/UX บน Artificial Analysis ใช้ MIT แท้ สร้างภาพพื้นโปร่งใสได้ — แต่ "6B" คือแค่ตัว DiT แพ็กเกจเต็มหนัก 53GB และต้องใช้ GPU 80GB

inclusionAI (Ant Group) ปล่อย Ming-Image-0.1-Design โมเดลสร้างภาพสำหรับ UI, อินโฟกราฟิก และโปสเตอร์ที่มีข้อความเยอะ พร้อมรุ่น Design-Layer ที่แยกภาพออกเป็นเลเยอร์โปร่งใสที่แก้ไขได้ ทั้งคู่ใช้ MIT ติดอันดับ 1 บนตาราง UI/UX Design ของโมเดลเปิดบน Artificial Analysis ที่ 1082 Elo แต่แพ็กเกจเต็มรวม LLM 17B ด้วย และต้องใช้ GPU 80GB

· อ่าน 4 นาที
DeepSeek ปล่อยน้ำหนัก V4-Flash-Vision-Exp ขึ้น Hugging Face แล้วภายใต้ MIT — 10 วันหลังเปิดเป็น API-only และไม่มีประกาศใด ๆ
โมเดลใหม่

DeepSeek ปล่อยน้ำหนัก V4-Flash-Vision-Exp ขึ้น Hugging Face แล้วภายใต้ MIT — 10 วันหลังเปิดเป็น API-only และไม่มีประกาศใด ๆ

31 ส.ค. 2026 repo deepseek-ai/DeepSeek-V4-Flash-Vision-Exp ถูกสร้างขึ้นบน Hugging Face พร้อมน้ำหนักจริงใต้ MIT License แบบไม่มีเงื่อนไขเพิ่ม — 305B พารามิเตอร์ ดาวน์โหลดราว 168 GB, 256 expert เลือกใช้ 6 ตัวต่อโทเคน, คอนเท็กซ์ 1M และ model card เปิดเลขที่ Change Log เดิมไม่เคยบอก

· อ่าน 6 นาที
Z.ai ปล่อย GLM-5.3-Flash เป็น open weights ใต้ MIT — MoE 320B ที่ใช้จริงแค่ 18B, multimodal ในตัว, บริบท 1M และทำ GDPVal-AA v2 นำทุกเจ้าในตาราง
โมเดลใหม่

Z.ai ปล่อย GLM-5.3-Flash เป็น open weights ใต้ MIT — MoE 320B ที่ใช้จริงแค่ 18B, multimodal ในตัว, บริบท 1M และทำ GDPVal-AA v2 นำทุกเจ้าในตาราง

26 ส.ค. 2026 Z.ai ปล่อย GLM-5.3-Flash พร้อมน้ำหนักเต็มบน Hugging Face ใต้ MIT — MoE 320B ที่กระตุ้นแค่ 18B ต่อโทเคน, เป็นตัวแรกในตระกูล GLM-5 ที่ multimodal โดยกำเนิด, ใช้สถาปัตยกรรมผสม linear + sparse attention รองรับบริบท 1 ล้านโทเคน และทำ GDPVal-AA v2 ได้ 1773 นำทั้ง Claude Opus 4.8, GPT-5.6 Terra และ Gemini 3.7 Flash ในตารางของ Z.ai เอง

· อ่าน 8 นาที
Headlong: เอเจนต์ที่ไม่เคยหยุดคิด — Laude Institute + MIT ปล่อย microharness 9.8K บรรทัด เขียนด้วย Bash ล้วน ภายใต้ Apache-2.0
เครื่องมือนักพัฒนา

Headlong: เอเจนต์ที่ไม่เคยหยุดคิด — Laude Institute + MIT ปล่อย microharness 9.8K บรรทัด เขียนด้วย Bash ล้วน ภายใต้ Apache-2.0

25 ส.ค. 2026 Laude Institute ร่วมกับ MIT ปล่อย Headlong — agent microharness แบบโอเพนซอร์ส Apache-2.0 ที่แกนกลางเป็น Bash ราว 9,800 บรรทัด ออกแบบให้เอเจนต์ "คิดต่อเนื่อง" แม้ไม่มีใครสั่ง โดยข้อความจาก Slack หรือ Telegram ถูกฉีดเข้าไปในสายความคิดในฐานะ observation ไม่ใช่ trigger ให้ตอบ

· อ่าน 6 นาที
Nous Research ปล่อย Bot Mode ใน Hermes Agent — เปลี่ยนโปรไฟล์เอเจนต์เป็นทีมบอทที่ @ หากันเองได้ ใบอนุญาต MIT
AI Skills

Nous Research ปล่อย Bot Mode ใน Hermes Agent — เปลี่ยนโปรไฟล์เอเจนต์เป็นทีมบอทที่ @ หากันเองได้ ใบอนุญาต MIT

Hermes Agent v0.20.3 ที่ติดแท็กเมื่อ 17 ส.ค. 2026 รวมปลั๊กอิน Bot Mode มาให้ในตัว — เปลี่ยนโปรไฟล์เอเจนต์เป็นรายชื่อบอทที่มีชื่อ อวตาร ความจำ และโมเดลของตัวเอง ส่งงานต่อกันผ่าน @mention และเปิดห้องกลุ่มได้สูงสุด 6 บอท ทั้งหมดเป็น MIT

· อ่าน 6 นาที
Moonshot เปิดซอร์ส AgentENV — โครงสร้างพื้นฐาน sandbox ที่ใช้เทรน agentic RL ของ Kimi K3 บูตเครื่องใหม่ใน 50 มิลลิวินาที
เครื่องมือนักพัฒนา

Moonshot เปิดซอร์ส AgentENV — โครงสร้างพื้นฐาน sandbox ที่ใช้เทรน agentic RL ของ Kimi K3 บูตเครื่องใหม่ใน 50 มิลลิวินาที

ทีม kvcache-ai ร่วมกับ Kimi เปิดซอร์ส AgentENV (AENV) ภายใต้ MIT — แพลตฟอร์มรัน sandbox สำหรับเทรน agent ในสเกลใหญ่ที่อยู่เบื้องหลัง agentic RL ของ Kimi K3 ใช้ Firecracker microVM + overlaybd บูตหรือ resume ได้ต่ำกว่า 50 ms และเปิด HTTP API ที่เข้ากันได้กับ E2B SDK โดยไม่ต้องแก้โค้ด

· อ่าน 6 นาที
Murakkab: ระบบจาก MIT + Microsoft ที่เปลี่ยน "คำอธิบายงานเป็นภาษาคน" ให้เป็น agentic workflow ที่ปรับจูนเองอัตโนมัติ — ลดพลังงานได้กว่า 10 เท่า
งานวิจัย

Murakkab: ระบบจาก MIT + Microsoft ที่เปลี่ยน "คำอธิบายงานเป็นภาษาคน" ให้เป็น agentic workflow ที่ปรับจูนเองอัตโนมัติ — ลดพลังงานได้กว่า 10 เท่า

นักวิจัย MIT CSAIL ร่วมกับ Microsoft Azure เปิดตัว Murakkab ระบบที่ให้นักพัฒนาอธิบาย "เจตนา" ของ agentic workflow เป็นภาษาคน แล้วระบบเลือกโมเดล/เครื่องมือ และจัดสรรฮาร์ดแวร์ให้เองตามเป้าหมายต้นทุนหรือความเร็ว รายงานว่าใช้ GPU น้อยลงราว 2.8 เท่า พลังงานน้อยลง 3.7 เท่า และต้นทุนต่ำลง 4.3 เท่าเทียบกับ orchestration ระดับ SOTA

· อ่าน 5 นาที