แท็ก

#open-weights

55 บทความ

NVIDIA สรุปสูตร Nemotron ระดับเหรียญทอง IOI และ IMO 2026 — โมเดลโค้ด 550B แบบ open-weight ทำได้ 535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง และเปิดข้อมูลกับ recipe ให้ทำซ้ำได้
โมเดลใหม่

NVIDIA สรุปสูตร Nemotron ระดับเหรียญทอง IOI และ IMO 2026 — โมเดลโค้ด 550B แบบ open-weight ทำได้ 535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง และเปิดข้อมูลกับ recipe ให้ทำซ้ำได้

บล็อก Hugging Face ของ NVIDIA ลงวันที่ 7 ต.ค. 2026 สรุปว่า Nemotron 3 ที่ผ่านการ fine-tune ทำคะแนนระดับเหรียญทองได้ทั้ง IOI 2026 (535.4/600 สูงกว่าคะแนนมนุษย์อันดับหนึ่ง 498.27 แต่เป็นการรันนอกการจัดอันดับทางการ) และ IMO 2026 (30/42) โมเดลโค้ด 550B-A55B ใช้ license OpenMDW-1.1 และอยู่บน Hugging Face ตั้งแต่ 3 ก.ย. ซึ่งเราไม่ได้รายงานไว้ โพสต์นี้จึงเป็นการรายงานย้อนหลัง

· อ่าน 5 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
Ollama 0.34 เสียบโมเดลโลคัลเข้า ChatGPT Desktop — ครบทั้งสามแอปเดสก์ท็อปของค่ายใหญ่ในสี่เดือน โดยไม่มีดีลกับใครสักราย
เครื่องมือนักพัฒนา

Ollama 0.34 เสียบโมเดลโลคัลเข้า ChatGPT Desktop — ครบทั้งสามแอปเดสก์ท็อปของค่ายใหญ่ในสี่เดือน โดยไม่มีดีลกับใครสักราย

Ollama v0.34.0-rc1 ออกเมื่อ 5 ก.ย. 23:49 UTC เพิ่มการเลือกโมเดล Ollama ใน ChatGPT Desktop บน macOS โดยใช้โปรไฟล์ ChatGPT/Codex เดิม ทำให้ plugin, MCP และ skills ที่ตั้งไว้ยังทำงานต่อกับโมเดลเปิดที่รันในเครื่อง — นับรวมแล้วเป็นแอปเดสก์ท็อปตัวที่สามต่อจาก Codex App (พ.ค.) และ Claude Desktop (ส.ค.)

· อ่าน 6 นาที
ทีม Qwen กลับด้านไปป์ไลน์เทรนเอเจนต์ — ถอดสภาพแวดล้อมที่รันได้ 37,273 ชุดออกจาก trajectory เก่า 359,593 เส้น ดัน Qwen3.5-27B บน Terminal-Bench 2.1 ขึ้น 11.9 จุด แต่เวิร์กสเปซที่รีเพลย์ได้จริงมีโค้ดมัธยฐาน 0 บรรทัด
งานวิจัย

ทีม Qwen กลับด้านไปป์ไลน์เทรนเอเจนต์ — ถอดสภาพแวดล้อมที่รันได้ 37,273 ชุดออกจาก trajectory เก่า 359,593 เส้น ดัน Qwen3.5-27B บน Terminal-Bench 2.1 ขึ้น 11.9 จุด แต่เวิร์กสเปซที่รีเพลย์ได้จริงมีโค้ดมัธยฐาน 0 บรรทัด

3 ก.ย. 2026 ทีม Qwen ของ Alibaba เผยแพร่ Terminal-Universe — กรอบงานที่รีเพลย์การกระทำต่อไฟล์ใน trajectory ของเอเจนต์เก่าเพื่อสร้างเวิร์กสเปซที่รันได้ใหม่ ได้ 37,273 สภาพแวดล้อม และ SFT ทำให้ Qwen3.5-27B ขึ้นจาก 46.2% เป็น 58.1% บน Terminal-Bench 2.1 แต่ไฟล์ส่วนใหญ่ในเวิร์กสเปซมาจากเอเจนต์เติม ไม่ใช่จากการรีเพลย์

· อ่าน 8 นาที
Meta เปิด Muse Spark 1.3 — แต่โหมดที่ใช้ทำคะแนนในรายงานคือ max reasoning ที่ยังปล่อยไม่ได้ และ "open weights" ยังอยู่ในหน้าโรดแมปเป็นเดือนที่สอง
โมเดลใหม่

Meta เปิด Muse Spark 1.3 — แต่โหมดที่ใช้ทำคะแนนในรายงานคือ max reasoning ที่ยังปล่อยไม่ได้ และ "open weights" ยังอยู่ในหน้าโรดแมปเป็นเดือนที่สอง

2 ก.ย. 2026 Meta ปล่อย Muse Spark 1.3 เข้า Muse Code และ Meta Model API ทันที อ้างว่าใช้ tool call น้อยลง ~20% และโทเคนน้อยลง ~25% เทียบ 1.2 — แต่เอกสารวิธีวัดระบุว่ารันด้วย max reasoning ซึ่งบล็อกเดียวกันบอกว่ายังไม่เปิดให้ใช้ ส่วน 1.2 ถูกวัดที่ xhigh คนละระดับ และราคายังคง $1.25/$4.25 เท่ารุ่น 1.1

· อ่าน 6 นาที
Pipecat ปล่อย PhoneLLM Alpha 1 ใต้ BSD — ฟายน์จูน Nemotron 3 Nano 30B-A3B ดันคะแนน PhoneBench จาก 28.6% เป็น 72.3% เท่า GPT-5.6 Terra ที่ค่ารันถูกกว่า 14 เท่า
โมเดลใหม่

Pipecat ปล่อย PhoneLLM Alpha 1 ใต้ BSD — ฟายน์จูน Nemotron 3 Nano 30B-A3B ดันคะแนน PhoneBench จาก 28.6% เป็น 72.3% เท่า GPT-5.6 Terra ที่ค่ารันถูกกว่า 14 เท่า

27 ส.ค. 2026 ทีม Pipecat ของ Daily ปล่อย PhoneLLM Alpha 1 น้ำหนักเปิดใต้ BSD 2-Clause — ฟายน์จูนเต็มพารามิเตอร์จาก NVIDIA Nemotron 3 Nano 30B-A3B เฉพาะงานเอเจนต์รับสาย พร้อมเบนช์มาร์กของตัวเองชื่อ PhoneBench v1 ตัวเลขที่สำคัญที่สุดไม่ใช่ 72.3% แต่คือโมเดลฐานตัวเดียวกันได้แค่ 28.6%

· อ่าน 8 นาที
PuRo-2B: ทีมชิงหัวเทรนโมเดล 2B จากศูนย์บนการ์ดจอเกม RTX 5090 ด้วยค่าคอมพิวต์ $6.9K — แล้วปล่อยทั้งข้อมูล โค้ด น้ำหนัก และเช็คพอยต์ระหว่างทางใต้ Apache-2.0
งานวิจัย

PuRo-2B: ทีมชิงหัวเทรนโมเดล 2B จากศูนย์บนการ์ดจอเกม RTX 5090 ด้วยค่าคอมพิวต์ $6.9K — แล้วปล่อยทั้งข้อมูล โค้ด น้ำหนัก และเช็คพอยต์ระหว่างทางใต้ Apache-2.0

27 ส.ค. 2026 ทีมจากมหาวิทยาลัยชิงหัวและ Pengcheng Laboratory ปล่อยรายงาน PuRo-2B บน arXiv — เทรนโมเดล 2B จากศูนย์บน 1.4 ล้านล้านโทเคน ด้วยคลัสเตอร์ RTX 5090 ที่คิดเป็นค่าคอมพิวต์ $6.89K แซง Qwen2-1.5B และเข้าใกล้ Qwen2.5-1.5B พร้อมปล่อยข้อมูล โค้ด และเช็คพอยต์ระหว่างทางใต้ Apache-2.0

· อ่าน 9 นาที
Thomson Reuters เอา Qwen3.6-35B-A3B มาต่อยอดเป็นโมเดลกฎหมาย-ภาษี ด้วย 35,207 ชั่วโมง B200 — แต่ปล่อยน้ำหนักใต้ PolyForm Strict ที่ห้ามใช้เชิงพาณิชย์และห้ามดัดแปลง
โมเดลใหม่

Thomson Reuters เอา Qwen3.6-35B-A3B มาต่อยอดเป็นโมเดลกฎหมาย-ภาษี ด้วย 35,207 ชั่วโมง B200 — แต่ปล่อยน้ำหนักใต้ PolyForm Strict ที่ห้ามใช้เชิงพาณิชย์และห้ามดัดแปลง

รายงานเทคนิค Thomson-1.0 ขึ้น arXiv เมื่อ 27 ส.ค. 2026 พร้อมน้ำหนักบน Hugging Face — MoE 35B กระตุ้น 3B ต่อยอดจาก Qwen3.6-35B-A3B ด้วย Continual Learning ทำคะแนนเฉลี่ยรวม 74.6 แซงทั้งโมเดลฐาน Gemma 4-31B และ Haiku 4.5 ด้วยงบเพียง 35,207 ชั่วโมง B200 แต่จุดที่ต้องอ่านก่อนดาวน์โหลดคือไฟล์ LICENSE ซึ่งเป็น PolyForm Strict 1.0.0 — ห้ามใช้เชิงพาณิชย์ ห้ามดัดแปลง ห้ามแจกจ่ายต่อ

· อ่าน 7 นาที
GLM-5.3 ตัวเต็มปล่อยน้ำหนักแล้ว — MoE 753B บน Hugging Face 755GB ในรูปแบบ FP8 แต่ใบอนุญาตไม่ใช่ MIT เหมือน Flash
โมเดลใหม่

GLM-5.3 ตัวเต็มปล่อยน้ำหนักแล้ว — MoE 753B บน Hugging Face 755GB ในรูปแบบ FP8 แต่ใบอนุญาตไม่ใช่ MIT เหมือน Flash

28 ส.ค. 2026 เวลา 15:22 UTC รีโป zai-org/GLM-5.3 บน Hugging Face เปิดสาธารณะ — โมเดลตัวเต็มที่ทำ Terminal-Bench 3.0 28.3 และ CyberGym 84.5 เมื่อกลางเดือนกลายเป็น open weights จริงแล้ว น้ำหนัก FP8 141 ชาร์ด รวม 755.7 GB (BF16 อีกรีโปหนึ่ง 1,506.7 GB) แต่ไฟล์ LICENSE ไม่ใช่ MIT แบบ GLM-5.3-Flash — เป็นใบอนุญาตเฉพาะที่มีเงื่อนไข Model-as-a-Service ผูกไว้

· อ่าน 8 นาที
Tencent ปล่อย Hy4 preview ใต้ Apache-2.0 — MoE 770B ที่กระตุ้น 49B และเป็นโมเดลระดับเรือธงตัวใหญ่ที่สุดที่ใบอนุญาตไม่มีเงื่อนไขแนบ
โมเดลใหม่

Tencent ปล่อย Hy4 preview ใต้ Apache-2.0 — MoE 770B ที่กระตุ้น 49B และเป็นโมเดลระดับเรือธงตัวใหญ่ที่สุดที่ใบอนุญาตไม่มีเงื่อนไขแนบ

27 ส.ค. 2026 ทีม Hy ของ Tencent อัปโหลด Hy4 preview ขึ้น Hugging Face — MoE 770B ที่กระตุ้น 49B ต่อโทเคน บริบท 1M ใช้ Gated DSA + IndexCache น้ำหนัก BF16 1,560 GB / FP8 813.8 GB ใต้ Apache-2.0 แท้ ๆ ตารางเบนช์ของ Tencent เองบอกว่ามันนำทุกเจ้ารวมถึง Claude Opus 5 บน SWE Atlas Codebase Q&A แต่รั้งท้ายบน Terminal-Bench 2.1 และตามหลัง GLM-5.3 บน GDPval

· อ่าน 9 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
Qwen3.8-Flash-Next เปิดน้ำหนัก — 125B ที่กระตุ้นแค่ 6B บวก "พจนานุกรมวลี" 51B ที่ย้ายไปนั่งบน RAM ได้ เทรนถูกกว่ารุ่นพี่ 9 เท่า และเป็นตัวอย่างสถาปัตยกรรมของ Qwen4
โมเดลใหม่

Qwen3.8-Flash-Next เปิดน้ำหนัก — 125B ที่กระตุ้นแค่ 6B บวก "พจนานุกรมวลี" 51B ที่ย้ายไปนั่งบน RAM ได้ เทรนถูกกว่ารุ่นพี่ 9 เท่า และเป็นตัวอย่างสถาปัตยกรรมของ Qwen4

26 ส.ค. 2026 Qwen ปล่อย Qwen3.8-Flash-Next พร้อมน้ำหนักบน Hugging Face — MoE 125B ที่กระตุ้นแค่ 6B ต่อโทเคน บวกชั้น n-gram embedding 51B ที่ย้ายไปเก็บบน RAM ระบบได้ ใช้ Gated DeltaNet คู่กับ Qwen Sparse Attention ระดับ micro-block เทรนถูกกว่า Qwen3.7-Plus ราว 9 เท่า และ Qwen ประกาศตรง ๆ ว่านี่คือ preview ของสถาปัตยกรรมที่จะเป็น Qwen4

· อ่าน 8 นาที
IBM ปล่อย Granite 4.2 — โมเดล reasoning 3B/8B/30B ใต้ Apache-2.0 ที่ทำ SWE-bench Verified 57% และคิดสั้นได้เมื่อคำถามง่าย
โมเดลใหม่

IBM ปล่อย Granite 4.2 — โมเดล reasoning 3B/8B/30B ใต้ Apache-2.0 ที่ทำ SWE-bench Verified 57% และคิดสั้นได้เมื่อคำถามง่าย

25 ส.ค. 2026 IBM เปิดตระกูล Granite 4.2 สามขนาด 3B/8B/30B ใต้ Apache-2.0 เต็มรูปแบบ — เป็นโมเดล reasoning ที่สลับโหมดคิด/ไม่คิดได้ บวกโหมด low-effort สำหรับคำถามง่าย รองรับ 128K โดยกำเนิดและขยายถึง 512K โดยรุ่น 30B ทำ SWE-bench Verified 57.0 และ AIME25 89.17 พร้อมควอนต์ GGUF/FP8/NVFP4/MXFP4 ครบตั้งแต่วันแรก

· อ่าน 7 นาที
IBM ปล่อย Granite Speech 5.0 Turbo CTC — โมเดลถอดเสียง 470M ใต้ Apache-2.0 ที่ถอดเสียงพูด 3.5 ชั่วโมงจบในหนึ่งวินาที
โมเดลใหม่

IBM ปล่อย Granite Speech 5.0 Turbo CTC — โมเดลถอดเสียง 470M ใต้ Apache-2.0 ที่ถอดเสียงพูด 3.5 ชั่วโมงจบในหนึ่งวินาที

25 ส.ค. 2026 IBM ปล่อย Granite Speech 5.0 Turbo CTC — โมเดลถอดเสียงภาษาอังกฤษขนาด 470M พารามิเตอร์ สองรุ่น รุ่น Apache-2.0 ทำ WER 5.00% และรุ่นห้ามใช้เชิงพาณิชย์ทำได้ 4.85% ทั้งคู่วิ่งเกิน 12,600 RTFx บน H200 คือถอดเสียงพูดกว่า 3.5 ชั่วโมงจบในหนึ่งวินาที — แต่รองรับภาษาอังกฤษภาษาเดียว

· อ่าน 6 นาที
Meta เปิดน้ำหนัก MobileMoE — MoE สำหรับมือถือที่ใช้ 272M พารามิเตอร์ต่อโทเคน แต่ทำ MMLU 43.7 ทิ้ง Gemma 3 270M ที่ได้ 26.7
โมเดลใหม่

Meta เปิดน้ำหนัก MobileMoE — MoE สำหรับมือถือที่ใช้ 272M พารามิเตอร์ต่อโทเคน แต่ทำ MMLU 43.7 ทิ้ง Gemma 3 270M ที่ได้ 26.7

คืนวันที่ 25 ส.ค. 2026 Meta เปิดน้ำหนัก MobileMoE สามขนาดบน Hugging Face — MoE แบบ fine-grained ที่มี expert 60 ตัว เลือกใช้ 4 ตัวต่อโทเคน ทำให้รุ่นเล็ก 1.3B ใช้จริงแค่ 272M ต่อโทเคน กินพื้นที่ 0.68GB ที่ INT4 และทำ MMLU 43.7 เทียบกับ 26.7 ของ Gemma 3 270M แต่ติดใบอนุญาต FAIR แบบ non-commercial และเป็นเช็กพอยต์ base ล้วน

· อ่าน 7 นาที
Tencent ปล่อย WeMM-Embedding ใต้ Apache-2.0 — โมเดล embedding มัลติโมดัลที่รุ่น 2B แซงคู่แข่ง 8B และรุ่น 9B ขึ้น SOTA MMEB-v2 ที่ 80.6
โมเดลใหม่

Tencent ปล่อย WeMM-Embedding ใต้ Apache-2.0 — โมเดล embedding มัลติโมดัลที่รุ่น 2B แซงคู่แข่ง 8B และรุ่น 9B ขึ้น SOTA MMEB-v2 ที่ 80.6

25-26 ส.ค. 2026 ทีม WeChat ของ Tencent ปล่อย WeMM-Embedding สามขนาด 2B/4B/9B ใต้ Apache-2.0 — โมเดล embedding ตัวเดียวที่รับข้อความ ภาพ วิดีโอ และเอกสารสแกนสลับกันได้ โดยรุ่น 9B ทำ MMEB-v2 ได้ 80.6 ขึ้นเป็น SOTA และรุ่น 2B ทำ 77.9 แซงโมเดลโอเพนซอร์ส 8B ที่นำอยู่เดิม

· อ่าน 6 นาที
Apodex 1.1 mini ขึ้น Hugging Face เช้านี้ — MoE 36B ที่แอ็กทีฟแค่ 3B ต่อโทเคน คอนเท็กซ์ 262K ใบอนุญาต Apache-2.0 พร้อม harness แบบ Agent Team เปิดซอร์สมาให้ทั้งชุด
โมเดลใหม่

Apodex 1.1 mini ขึ้น Hugging Face เช้านี้ — MoE 36B ที่แอ็กทีฟแค่ 3B ต่อโทเคน คอนเท็กซ์ 262K ใบอนุญาต Apache-2.0 พร้อม harness แบบ Agent Team เปิดซอร์สมาให้ทั้งชุด

Apodex AI ประกาศ Apodex 1.1 เมื่อ 24 ส.ค. 2026 และอัปโหลดน้ำหนัก Apodex-1.1-mini ขึ้น Hugging Face ตอนเช้าวันที่ 25 ส.ค. — MoE 36B พารามิเตอร์รวมที่เลือกใช้ 8 จาก 256 expert ต่อโทเคน (แอ็กทีฟราว 3B) ต่อยอดจาก Qwen3.5-35B-A3B รับอินพุตภาพได้ คอนเท็กซ์ 262,144 โทเคน ใบอนุญาต Apache-2.0 และมาพร้อม FrontierAgent ที่เป็น harness แบบ ReAct/Agent Team เปิดซอร์สในใบอนุญาตเดียวกัน

· อ่าน 7 นาที
GLiNER2.5 เลิกไล่นับ span แล้วหันไปทำนายหัวท้ายแทน — โมเดลสกัดข้อมูล 74M–287M พารามิเตอร์ Apache-2.0 ที่รันบน CPU อ่านเอกสาร 4,096 คำในครั้งเดียว
โมเดลใหม่

GLiNER2.5 เลิกไล่นับ span แล้วหันไปทำนายหัวท้ายแทน — โมเดลสกัดข้อมูล 74M–287M พารามิเตอร์ Apache-2.0 ที่รันบน CPU อ่านเอกสาร 4,096 คำในครั้งเดียว

24 ส.ค. 2026 Fastino ปล่อย GLiNER2.5 พร้อมไลบรารี gliner2 v2.0.0 — เปลี่ยนสถาปัตยกรรมจากการไล่ให้คะแนน span ทุกความยาว มาเป็นการทำนายตำแหน่งเริ่ม-จบของ entity โดยตรง ผลคือความยาว entity ไม่มีเพดานอีกต่อไป อ่านได้ยาว 4,096 คำต่อครั้ง และค่า macro F1 บน 16 ชุดข้อมูลยังขยับขึ้น (54.87 จาก 53.34 สำหรับรุ่น Base) ทั้งสามเช็กพอยต์เป็น Apache-2.0 รันบน CPU ได้

· อ่าน 7 นาที
Harvey Tenet: บริษัทกฎหมาย AI เอา Kimi K3 มาเทรนต่อเอง แทนที่จะเช่าโมเดลแนวหน้า — 150 ใบ B300 นาน 2 เดือน แลกกับงานยาวที่ทำจบเพิ่มเกือบเท่าตัว
โมเดลใหม่

Harvey Tenet: บริษัทกฎหมาย AI เอา Kimi K3 มาเทรนต่อเอง แทนที่จะเช่าโมเดลแนวหน้า — 150 ใบ B300 นาน 2 เดือน แลกกับงานยาวที่ทำจบเพิ่มเกือบเท่าตัว

Harvey ประกาศเมื่อ 20 ส.ค. 2026 ว่าได้ post-train โมเดลของตัวเองชื่อ Tenet บนฐาน Kimi K3 ร่วมกับ Fireworks — ทำงานกฎหมายยาวจบได้เกือบสองเท่าของ K3 ตัวเปล่า ขึ้นอันดับ 1 บน LAB: Contracts และเปิดสูตรครบตั้งแต่ GSPO + LoRA rank-64 ไปจนถึงจำนวน GPU ที่ใช้

· อ่าน 8 นาที
NVIDIA จ่าย 6 พันล้านดอลลาร์ซื้อ "โรงงานสร้างโมเดล" ของ Poolside พร้อมยื่นข้อเสนอจ้างพนักงาน 109 คน — แต่ยืนยันว่านี่ไม่ใช่การซื้อกิจการ และผู้ก่อตั้งทั้งสามยังอยู่ครบ
ธุรกิจและการลงทุน

NVIDIA จ่าย 6 พันล้านดอลลาร์ซื้อ "โรงงานสร้างโมเดล" ของ Poolside พร้อมยื่นข้อเสนอจ้างพนักงาน 109 คน — แต่ยืนยันว่านี่ไม่ใช่การซื้อกิจการ และผู้ก่อตั้งทั้งสามยังอยู่ครบ

20 ส.ค. 2026 จดหมายถึงนักลงทุนที่ Newcomer ได้มาเผยว่า NVIDIA ทำดีลไลเซนส์แบบไม่ผูกขาดมูลค่า 6 พันล้านดอลลาร์เพื่อเอา Model Factory ระบบสร้างโมเดลของ Poolside ไปใช้ พร้อมยื่นข้อเสนอจ้างพนักงาน 109 คนที่ทำโมเดล Laguna และลงทุนเพิ่มอีก 1 พันล้านที่มูลค่าก่อนเงินเข้า 1.2 หมื่นล้าน

· อ่าน 6 นาที
DeepSeek V4 Pro ออกจาก preview เป็น GA — build 0813 ราคาเท่าเดิม $0.435/$0.87 แต่ DeepSeek ประกาศว่าจะขึ้นราคา "อย่างมีนัยสำคัญ"
โมเดลใหม่

DeepSeek V4 Pro ออกจาก preview เป็น GA — build 0813 ราคาเท่าเดิม $0.435/$0.87 แต่ DeepSeek ประกาศว่าจะขึ้นราคา "อย่างมีนัยสำคัญ"

DeepSeek อัปเดต endpoint deepseek-v4-pro เป็น build 0813 และประกาศเป็น GA เมื่อ 12 ส.ค. 2026 หลังอยู่ใน preview มาเกือบ 4 เดือน ราคายังอยู่ที่ $0.435/$0.87 ต่อล้าน token แต่หน้า pricing ทางการเตือนว่าจะขึ้นราคา API ครั้งใหญ่เร็ว ๆ นี้ — และ weights ของ build GA ยังไม่ขึ้น Hugging Face

· อ่าน 5 นาที
LTX-2.5 ออกแล้วเป็น open weights — โมเดลวิดีโอ 22B ที่ตัด multishot ได้ในรอบเดียว และรันบน RTX ตัวเดียวได้จริง
โมเดลใหม่

LTX-2.5 ออกแล้วเป็น open weights — โมเดลวิดีโอ 22B ที่ตัด multishot ได้ในรอบเดียว และรันบน RTX ตัวเดียวได้จริง

11 ส.ค. 2026 Lightricks ปล่อย LTX-2.5 เป็น open weights บน Hugging Face — transformer 22B สองเช็คพอยต์ (dev/distilled) พร้อม text encoder Gemma 4 12B, decoder แบบ diffusion ตัวใหม่, และความสามารถ multishot ที่สร้างหลายช็อตต่อเนื่องในการ generate รอบเดียว เปิด ComfyUI ได้ตั้งแต่วันแรก

· อ่าน 6 นาที
NVIDIA ปล่อย Nemotron 3.5 Lightning — MoE 30B active 3B ใบอนุญาต OpenMDW context 1M เร็วเกือบ 670 โทเคน/วินาที
โมเดลใหม่

NVIDIA ปล่อย Nemotron 3.5 Lightning — MoE 30B active 3B ใบอนุญาต OpenMDW context 1M เร็วเกือบ 670 โทเคน/วินาที

11 ส.ค. 2026 NVIDIA เปิดตัว Nemotron 3.5 Lightning โมเดลเปิดตัวแรกของตระกูล 3.5 — hybrid Mamba-2 + MoE ขนาด 30B แต่ activate แค่ 3B, context 1 ล้านโทเคน, ใบอนุญาต OpenMDW-1.1 และทำความเร็วได้เกือบ 670 โทเคน/วินาที เทียบชั้นความฉลาดกับ gpt-oss-120b ที่ใหญ่กว่าราวสี่เท่า

· อ่าน 7 นาที
FineBooks: Hugging Face + EleutherAI วัด OCR โอเพนซอร์ส 14 ตัวกับหนังสือเก่า — รุ่น 0.9B ทำได้ 96.9% ไล่บี้รุ่น 8.3B
งานวิจัย

FineBooks: Hugging Face + EleutherAI วัด OCR โอเพนซอร์ส 14 ตัวกับหนังสือเก่า — รุ่น 0.9B ทำได้ 96.9% ไล่บี้รุ่น 8.3B

10 ส.ค. 2026 Hugging Face จับมือ EleutherAI ปล่อย FineBooks — ชุดทดสอบ 2,165 หน้าจากหนังสือพิมพ์เก่าพร้อมคำตอบที่มนุษย์ถอดไว้ แล้ววัด OCR โอเพนซอร์ส 14 ตัว ผลคือโมเดลเล็กระดับ 1B ตามหลังรุ่นใหญ่แค่ไม่ถึงจุดเดียว

· อ่าน 6 นาที
Meta กลับสู่ open weights — Muse Glimmer 30B ใบอนุญาต Apache 2.0 quantize เหลือ ~20GB รันบนการ์ดจอตัวเดียวได้
โมเดลใหม่

Meta กลับสู่ open weights — Muse Glimmer 30B ใบอนุญาต Apache 2.0 quantize เหลือ ~20GB รันบนการ์ดจอตัวเดียวได้

10 ส.ค. 2026 Meta ปล่อย Muse Glimmer โมเดล agentic 30B พร้อม weights ภายใต้ Apache 2.0 — quantize 4-bit เหลือไม่ถึง 20GB ลงการ์ดจอ 24–32GB ได้ พร้อมเรียงความ 6,500 คำของ Zuckerberg ที่ประกาศกลับมาสายเปิด และบอกว่ารุ่นใหญ่กว่านี้กำลังตามมา

· อ่าน 7 นาที
Ling-3.0-flash ของ Ant Group ขึ้น Hugging Face แล้ว — MoE 124B ที่ปลุกใช้จริงแค่ 5.1B ต่อโทเคน สัญญาอนุญาต MIT คอนเท็กซ์ 256K และเพิ่งปล่อยตัวเลข benchmark ออกมาเมื่อวาน
โมเดลใหม่

Ling-3.0-flash ของ Ant Group ขึ้น Hugging Face แล้ว — MoE 124B ที่ปลุกใช้จริงแค่ 5.1B ต่อโทเคน สัญญาอนุญาต MIT คอนเท็กซ์ 256K และเพิ่งปล่อยตัวเลข benchmark ออกมาเมื่อวาน

Ant Group ปล่อยน้ำหนักโมเดล Ling-3.0-flash บน Hugging Face ภายใต้สัญญาอนุญาต MIT — MoE ขนาด 124B ที่ปลุกใช้เพียง 5.1B พารามิเตอร์ต่อโทเคน (~8%) ใช้สถาปัตยกรรม hybrid linear attention สลับ KDA กับ Gated MLA อัตราส่วน 5:1 รองรับ 256K โทเคน และเพิ่งเพิ่มตารางผลทดสอบลงในโมเดลการ์ดเมื่อวานนี้

· อ่าน 6 นาที
MiniMax H3 ปล่อยน้ำหนักจริงแล้ววันนี้ 498GB — โมเดลวิดีโอเปิดที่แรงที่สุดในตลาด แต่ไลเซนส์ห้ามใช้ในสหรัฐฯ EU UK และเกาหลีใต้
โมเดลใหม่

MiniMax H3 ปล่อยน้ำหนักจริงแล้ววันนี้ 498GB — โมเดลวิดีโอเปิดที่แรงที่สุดในตลาด แต่ไลเซนส์ห้ามใช้ในสหรัฐฯ EU UK และเกาหลีใต้

หลังเปิดตัวผ่าน API เมื่อ 31 ก.ค. พร้อมสัญญาว่าจะปล่อยน้ำหนัก MiniMax ปล่อยจริงเช้าวันนี้ 3 ส.ค. — H3-Base 33B dense รวม 498GB ขึ้นอันดับ 1 บนกระดาน Video Editing ของ Artificial Analysis แต่ไลเซนส์กันสหรัฐฯ EU UK เกาหลีใต้ออกจากพื้นที่อนุญาต และโมดูลที่ทำให้ได้ 2K ไม่ได้เปิดมาด้วย

· อ่าน 8 นาที
รัน Kimi K3 (2.8T) บน AMD MI355X ได้ 952 tok/s ต่อโหนด — Wafer ชี้ประสิทธิภาพต่อดอลลาร์ชนะ B300 ทั้งที่ throughput ต่ำกว่า 1.65 เท่า
เครื่องมือนักพัฒนา

รัน Kimi K3 (2.8T) บน AMD MI355X ได้ 952 tok/s ต่อโหนด — Wafer ชี้ประสิทธิภาพต่อดอลลาร์ชนะ B300 ทั้งที่ throughput ต่ำกว่า 1.65 เท่า

31 กรกฎาคม 2026 Ian Ye จาก Wafer เผยผลรัน Kimi K3 ขนาด 2.8T พารามิเตอร์บน AMD MI355X 8 ใบได้ 952 tok/s ต่อโหนด และ 118 tok/s ต่อสตรีม — แพ้ B300 ด้าน throughput รวมราว 1.65 เท่า แต่ชนะด้าน tok/s ต่อดอลลาร์ 48 ต่อ 33 พร้อมเล่าบั๊ก ROCm สองตัวที่ต้องแก้เองและวิธีแก้ที่สั้นกว่าที่คิด

· อ่าน 7 นาที
Thinking Machines ปล่อย Inkling-Small น้ำหนักเปิด 276B/12B ที่เอาชนะรุ่นพี่ 975B ได้ในหลายเบนช์มาร์ก
โมเดลใหม่

Thinking Machines ปล่อย Inkling-Small น้ำหนักเปิด 276B/12B ที่เอาชนะรุ่นพี่ 975B ได้ในหลายเบนช์มาร์ก

Thinking Machines Lab เปิดน้ำหนัก Inkling-Small โมเดล MoE ขนาด 276B total / 12B active ที่ทำคะแนน SWEBench Verified 80.2% และ GPQA Diamond 89.5% แซงรุ่นพี่ Inkling ขนาด 975B ที่ปล่อยไปเมื่อสองสัปดาห์ก่อน พร้อม context 1M โทเคนและ license tag apache-2.0

· อ่าน 5 นาที
LG ปล่อย K-EXAONE 2.0 น้ำหนักเปิด 750B/37B ใต้ Apache 2.0 — โมเดลใหญ่ที่สุดของเกาหลี ที่ตารางเบนช์มาร์กของตัวเองยอมรับว่ายังตามจีน
โมเดลใหม่

LG ปล่อย K-EXAONE 2.0 น้ำหนักเปิด 750B/37B ใต้ Apache 2.0 — โมเดลใหญ่ที่สุดของเกาหลี ที่ตารางเบนช์มาร์กของตัวเองยอมรับว่ายังตามจีน

LG AI Research เปิดน้ำหนัก K-EXAONE 2.0 โมเดล MoE 750B total / 37B active ใต้ Apache 2.0 ในฐานะเฟสสองของโครงการ Sovereign AI ของกระทรวงวิทย์ฯ เกาหลี — ชนะทุกตัวในตารางเรื่อง long-context retrieval (OpenAI-MRCR 94.4) และ safety แต่ตามหลัง Qwen3.5 กับ GLM-5.1 ในเกือบทุกหมวดที่เหลือ

· อ่าน 6 นาที
VisionPsy-Nano: VLM 460M พารามิเตอร์จาก Tether AI ที่ชนะรุ่นใหญ่กว่าตัวเอง และให้ token แรกเร็วกว่าเดิม 19-23 เท่าบนมือถือจริง
โมเดลใหม่

VisionPsy-Nano: VLM 460M พารามิเตอร์จาก Tether AI ที่ชนะรุ่นใหญ่กว่าตัวเอง และให้ token แรกเร็วกว่าเดิม 19-23 เท่าบนมือถือจริง

Tether AI Research ปล่อย VisionPsy-Nano — vision-language model ~460M พารามิเตอร์ ใบอนุญาต Apache 2.0 ทำคะแนนรวมสูงสุดในรุ่นราว 0.5B (62.3 เทียบคู่แข่ง 54.9-59.6) ชนะโมเดลใหญ่กว่าตัวเองอย่าง FastVLM-0.5B, Qwen3.5-0.8B และ InternVL3.5-1B บน ScienceQA, MM-IFEval และ POPE ส่วนรุ่น Flash ให้ token แรกเร็วกว่า baseline 19-23 เท่าบน Pixel 9 และ Galaxy S25 Ultra

· อ่าน 6 นาที
Fireworks เปิดตัว Nexus — เลเยอร์ routing ที่โยนงานโค้ดง่าย ๆ ไปโมเดลโอเพนเวต อ้างลดต้นทุน 3–5 เท่าโดยไม่เปลี่ยนเครื่องมือที่ทีมใช้อยู่
เครื่องมือนักพัฒนา

Fireworks เปิดตัว Nexus — เลเยอร์ routing ที่โยนงานโค้ดง่าย ๆ ไปโมเดลโอเพนเวต อ้างลดต้นทุน 3–5 เท่าโดยไม่เปลี่ยนเครื่องมือที่ทีมใช้อยู่

Fireworks AI เปิดตัว Nexus เลเยอร์จัดการและ routing ที่ให้โมเดลตัวหนึ่งให้คะแนนความยากของทุกคำขอ แล้วส่งงานง่ายไปโมเดลโอเพนเวตอย่าง GLM-5.2 ส่วนงานยากส่งต่อไป Claude Opus 5 อ้างลดต้นทุน 3–5 เท่า พร้อมตัวเชื่อม FireConnect ที่เป็น Apache-2.0

· อ่าน 6 นาที
Liquid AI ปล่อย LFM2.5-Encoders — encoder จิ๋ว 230M/350M อ่านสัญญายาว 8K โทเคนบน CPU โน้ตบุ๊กใน 30 วินาที
โมเดลใหม่

Liquid AI ปล่อย LFM2.5-Encoders — encoder จิ๋ว 230M/350M อ่านสัญญายาว 8K โทเคนบน CPU โน้ตบุ๊กใน 30 วินาที

Liquid AI เปิดตัว LFM2.5-Encoder ขนาด 230M และ 350M พารามิเตอร์ — encoder แบบ bidirectional สำหรับงานจัดหมวดหมู่และค้นหา รองรับ 8,192 โทเคน 15 ภาษา และเร็วกว่า ModernBERT-base บน CPU ราว 3.7 เท่า แต่มาพร้อมสัญญาอนุญาตที่จำกัดการใช้เชิงพาณิชย์ที่รายได้ 10 ล้านดอลลาร์

· อ่าน 5 นาที
Anthropic ออกแถลงจุดยืนเรื่องโมเดลเปิดน้ำหนัก — "เราไม่เคยเรียกร้องให้แบน" แต่เสนอให้ทุกโมเดลที่เก่งพอต้องผ่านการทดสอบความปลอดภัยภาคบังคับ
นโยบายและกฎหมาย

Anthropic ออกแถลงจุดยืนเรื่องโมเดลเปิดน้ำหนัก — "เราไม่เคยเรียกร้องให้แบน" แต่เสนอให้ทุกโมเดลที่เก่งพอต้องผ่านการทดสอบความปลอดภัยภาคบังคับ

หลังไม่ได้ร่วมลงชื่อในจดหมาย 'Open Weights and American AI Leadership' เมื่อ 24 ก.ค. Anthropic เผยแพร่จุดยืนของตัวเองเมื่อ 27 ก.ค. โดย Dario Amodei ยืนยันว่าบริษัท 'ไม่เคยเรียกร้องให้แบนโมเดลเปิดน้ำหนัก' และมองว่าโมเดลเปิดที่ปลอดภัยคือสินค้าสาธารณะ — แต่เสนอให้ควบคุมที่ชิปและการกลั่นโมเดลระดับอุตสาหกรรมแทน พร้อมบังคับทดสอบความปลอดภัยกับทุกโมเดลที่เก่งพอ ทั้งเปิดและปิด

· อ่าน 6 นาที
NVIDIA ตั้ง Open Secure AI Alliance 37 ราย — ดัน Safetensors, SPIFFE, MDASH เป็นของกลาง พร้อมเปิดซอร์ส NOOA แบบ Apache-2.0
เครื่องมือนักพัฒนา

NVIDIA ตั้ง Open Secure AI Alliance 37 ราย — ดัน Safetensors, SPIFFE, MDASH เป็นของกลาง พร้อมเปิดซอร์ส NOOA แบบ Apache-2.0

NVIDIA ประกาศตั้ง Open Secure AI Alliance เมื่อ 27 ก.ค. รวม 37 องค์กรรวมถึง Microsoft, IBM, Red Hat, Cloudflare, Hugging Face และ Linux Foundation เพื่อทำเครื่องมือความปลอดภัยของ agent ให้เป็นโอเพนซอร์ส พร้อมเปิดซอร์ส NOOA เฟรมเวิร์ก agent ของ NVIDIA Labs ภายใต้ Apache-2.0 — แต่ไม่มี OpenAI, Google, Meta และ Anthropic อยู่ในรายชื่อ

· อ่าน 6 นาที
Inflect-Micro-v2: ระบบสังเคราะห์เสียงครบวงจรใน 9.36 ล้านพารามิเตอร์ — 37 MB รันบน CPU เร็วกว่าเรียลไทม์ 6.28 เท่า
โมเดลใหม่

Inflect-Micro-v2: ระบบสังเคราะห์เสียงครบวงจรใน 9.36 ล้านพารามิเตอร์ — 37 MB รันบน CPU เร็วกว่าเรียลไทม์ 6.28 เท่า

โมเดล TTS ภาษาอังกฤษที่ทำงานครบตั้งแต่ข้อความถึงคลื่นเสียงด้วยพารามิเตอร์เพียง 9.36 ล้านตัว ขนาดไฟล์ 37.53 MB ไลเซนส์ Apache-2.0 สังเคราะห์เสียงบน CPU ได้เร็วกว่าเรียลไทม์ 6.28 เท่า และชนะการทดสอบ blind test ของชุมชนที่ 66.2% — ขึ้นหน้าแรก Hacker News เมื่อ 26 ก.ค.

· อ่าน 5 นาที
KAT-Coder-V2.5-Dev เปิดน้ำหนักโมเดล Apache-2.0 — MoE 35B/active 3B ทำ SWE-bench Verified 69.4 แซงรุ่นพี่ขนาดเดียวกันทุกตัว
โมเดลใหม่

KAT-Coder-V2.5-Dev เปิดน้ำหนักโมเดล Apache-2.0 — MoE 35B/active 3B ทำ SWE-bench Verified 69.4 แซงรุ่นพี่ขนาดเดียวกันทุกตัว

ทีม KwaiKAT ปล่อยน้ำหนัก KAT-Coder-V2.5-Dev บน Hugging Face ภายใต้ Apache-2.0 — MoE 35B พารามิเตอร์รวม active แค่ 3B ต่อยอดจาก Qwen3.6-35B-A3B คอนเท็กซ์ 262K ทำ SWE-bench Verified 69.40 และ Terminal-Bench 2.1 41.02 เหนือกว่าโมเดลโอเพนขนาดใกล้เคียงทุกตัวในตารางเทียบของตัวเอง

· อ่าน 6 นาที
DeepSeek พักดีลระดมทุนรอบสองกะทันหัน หลังบันทึกการประชุมนักลงทุนหลุด — Liang Wenfeng ระบุช่องว่างกับสหรัฐฯ คือ "คอมพิวต์" ไม่ใช่คน
ธุรกิจและการลงทุน

DeepSeek พักดีลระดมทุนรอบสองกะทันหัน หลังบันทึกการประชุมนักลงทุนหลุด — Liang Wenfeng ระบุช่องว่างกับสหรัฐฯ คือ "คอมพิวต์" ไม่ใช่คน

DeepSeek แจ้งนักลงทุนด้วยวาจาว่าพักดีลระดมทุนรอบสอง (เป้าอย่างน้อย 1 หมื่นล้านหยวน pre-money valuation อย่างน้อย 4.8 แสนล้านหยวน) หลังบันทึกการประชุมที่อ้างคำพูดของ Liang Wenfeng หลุดออกสู่สาธารณะ โดยระบุว่าบริษัทตามหลังสหรัฐฯ ราว 12–18 เดือน และทำผลงานเทียบเคียงได้ด้วยคอมพิวต์ราว 1 ใน 20 — ทั้งบริษัทและ Liang ยังไม่ยืนยันความถูกต้องของบันทึกดังกล่าว

· อ่าน 6 นาที
25 บริษัทเทคนำโดย NVIDIA–Microsoft ลงชื่อจดหมาย 'Open Weights & American AI Leadership' — OpenAI, Anthropic, Google ไม่ร่วม
นโยบายและกฎหมาย

25 บริษัทเทคนำโดย NVIDIA–Microsoft ลงชื่อจดหมาย 'Open Weights & American AI Leadership' — OpenAI, Anthropic, Google ไม่ร่วม

25 บริษัทและองค์กรเทคสหรัฐ นำโดย NVIDIA และ Microsoft ร่วมกัน (Meta, Hugging Face, Mistral, GitHub, a16z, Y Combinator ฯลฯ) ลงชื่อจดหมายเปิดผนึกเรียกร้องให้วอชิงตันอย่าออกกฎจำกัดโมเดลเปิดน้ำหนัก — จุดสังเกตคือ OpenAI, Anthropic และ Google ไม่ได้ร่วมลงชื่อ

· อ่าน 5 นาที
วันนี้ DeepSeek ปลดระวางชื่อโมเดลเก่า — deepseek-chat / deepseek-reasoner หยุดใช้ 15:59 UTC ต้องย้ายไป V4
เครื่องมือนักพัฒนา

วันนี้ DeepSeek ปลดระวางชื่อโมเดลเก่า — deepseek-chat / deepseek-reasoner หยุดใช้ 15:59 UTC ต้องย้ายไป V4

DeepSeek ปลดระวางชื่อโมเดลเดิม deepseek-chat และ deepseek-reasoner อย่างเป็นทางการวันนี้ (24 ก.ค. 2026 เวลา 15:59 UTC) โดยทั้งสองชื่อจะแมปไปเป็นโหมด non-thinking/thinking ของ deepseek-v4-flash — นักพัฒนาที่ยัง hardcode ชื่อเก่าต้องแก้ก่อนเส้นตาย

· อ่าน 4 นาที
Upstage เปิด Solar Open 2 — โมเดลเปิดน้ำหนัก 250B MoE จากเกาหลี รันบน 2 การ์ด H200 ได้ เน้นงาน agent
โมเดลใหม่

Upstage เปิด Solar Open 2 — โมเดลเปิดน้ำหนัก 250B MoE จากเกาหลี รันบน 2 การ์ด H200 ได้ เน้นงาน agent

Upstage บริษัท AI เกาหลีปล่อย Solar Open 2 โมเดลเปิดน้ำหนักระดับ frontier ขนาด 250B พารามิเตอร์ (active 15B) สถาปัตยกรรม MoE + hybrid attention คอนเท็กซ์ 1 ล้านโทเคน มาพร้อม quant INT4/NVFP4 ตั้งแต่วันเปิดตัว รันบน H200 สองใบได้ ออกใบอนุญาตให้ใช้เชิงพาณิชย์ เน้นงาน agent/tool-use และภาษาเกาหลี

· อ่าน 6 นาที
Poolside ปล่อย Laguna S 2.1 น้ำหนักเปิด — MoE 118B/active 8B, context 1M ตัว, รันจบบนเครื่องเดียว
โมเดลใหม่

Poolside ปล่อย Laguna S 2.1 น้ำหนักเปิด — MoE 118B/active 8B, context 1M ตัว, รันจบบนเครื่องเดียว

Poolside ปล่อย Laguna S 2.1 โมเดล MoE 118B (active 8B) สำหรับงาน agentic coding พร้อม weights บน Hugging Face ใต้ไลเซนส์ OpenMDW-1.1 context 1M โทเคน — เก่งที่สุดในรุ่นน้ำหนักเดียวกัน แต่ตัวเลข benchmark ยังห่างจาก Kimi K3 และ Fable 5 อยู่พอสมควร

· อ่าน 6 นาที
Qwen-Image-3.0 เปิดตัวแบบไม่มี weights ไม่มี license ไม่มี benchmark — สายพันธุ์ที่เคยเป็น Apache 2.0 กำลังปิดประตู
โมเดลใหม่

Qwen-Image-3.0 เปิดตัวแบบไม่มี weights ไม่มี license ไม่มี benchmark — สายพันธุ์ที่เคยเป็น Apache 2.0 กำลังปิดประตู

Alibaba เปิดตัว Qwen-Image-3.0 เมื่อ 21 ก.ค. 2026 พร้อมเคลมความสามารถใหญ่ — รับ prompt ยาว 4,500 token และเรนเดอร์ตัวอักษรอ่านออกที่ขนาด 10 พิกเซล — แต่ไม่มี weights ให้ดาวน์โหลด ไม่มี license ไม่มี technical report และไม่มี benchmark ต่างจาก Qwen-Image 1.0 ที่เคยปล่อยแบบ Apache 2.0

· อ่าน 5 นาที
NVIDIA ปล่อย Nemotron 3 Embed — โมเดล embedding เปิดน้ำหนัก ขึ้นอันดับ 1 บน RTEB
โมเดลใหม่

NVIDIA ปล่อย Nemotron 3 Embed — โมเดล embedding เปิดน้ำหนัก ขึ้นอันดับ 1 บน RTEB

NVIDIA เปิดตัว Nemotron 3 Embed ชุดโมเดล embedding เปิดน้ำหนัก 3 ตัว ภายใต้สัญญาอนุญาต OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ โดยรุ่น 8B ทำคะแนน 78.46 NDCG@10 ขึ้นอันดับ 1 บนกระดาน RTEB — แต่คอลัมน์ชุดข้อมูลปิดที่เป็นหัวใจกันการ overfit ของ RTEB ถูกถอดออกตั้งแต่มกราคม

· อ่าน 5 นาที
Thinking Machines เปิดตัว Inkling โมเดลเปิดตัวแรก — MoE 975B มัลติโมดัล เทรนให้ "กว้าง" ไม่ใช่เก่งด้านเดียว ปล่อยน้ำหนักฟรีใต้ Apache 2.0
โมเดลใหม่

Thinking Machines เปิดตัว Inkling โมเดลเปิดตัวแรก — MoE 975B มัลติโมดัล เทรนให้ "กว้าง" ไม่ใช่เก่งด้านเดียว ปล่อยน้ำหนักฟรีใต้ Apache 2.0

Thinking Machines Lab ของ Mira Murati ปล่อยโมเดลแรก Inkling — MoE 975B พารามิเตอร์ (active 41B) มัลติโมดัลข้อความ/ภาพ/เสียง/วิดีโอ คอนเท็กซ์ 1M โทเคน ปรับ "ความคิดหนัก-เบา" ได้ และเปิดน้ำหนักเต็มใต้ Apache 2.0

· อ่าน 7 นาที
Kyutai เปิด MuScriptor โอเพนเวต — แปลงเพลงจริงทุกแนวเป็น MIDI แยกรายเครื่องดนตรี ด้วยโมเดล decoder-only ตัวเดียว
โมเดลใหม่

Kyutai เปิด MuScriptor โอเพนเวต — แปลงเพลงจริงทุกแนวเป็น MIDI แยกรายเครื่องดนตรี ด้วยโมเดล decoder-only ตัวเดียว

Kyutai ร่วมกับ Mirelo AI เปิด MuScriptor (เปเปอร์ arXiv 9 ก.ค. 2026) โมเดล decoder-only Transformer แบบโอเพนเวตที่ถอดเสียงเพลงจริงหลายเครื่องดนตรีออกมาเป็น MIDI แยกรายชิ้นได้ทุกแนว ตั้งแต่ป็อป คลาสสิก เมทัล จนถึงแจ๊ส มีเช็คพอยต์ 3 ขนาดบน Hugging Face ใต้ไลเซนส์ CC BY-NC 4.0

· อ่าน 5 นาที
NVIDIA เปิด Nemotron-Labs-Diffusion โมเดลเปิดที่รันได้ 3 โหมดในตัวเดียว — AR, diffusion และ self-speculation
โมเดลใหม่

NVIDIA เปิด Nemotron-Labs-Diffusion โมเดลเปิดที่รันได้ 3 โหมดในตัวเดียว — AR, diffusion และ self-speculation

NVIDIA ปล่อยงานวิจัยและน้ำหนักโมเดล Nemotron-Labs-Diffusion (3B/8B/14B) โมเดลภาษาแบบเปิดที่ใช้น้ำหนักชุดเดียวรันได้ทั้งแบบ autoregressive, diffusion และ self-speculation — โดยตัวมันเองทำหน้าที่เป็น draft model ให้ตัวเองเพื่อเร่งความเร็ว โดยไม่ต้องมีโมเดลเสริม

· อ่าน 6 นาที
LingBot-World 2.0 — world model โอเพน 14B ที่จำลองโลกได้ไม่รู้จบ พร้อมเอเจนต์ Director-Pilot คุมฉาก
งานวิจัย

LingBot-World 2.0 — world model โอเพน 14B ที่จำลองโลกได้ไม่รู้จบ พร้อมเอเจนต์ Director-Pilot คุมฉาก

Robbyant หน่วยงาน embodied AI ของ Ant Group ปล่อยเปเปอร์และเช็กพอยต์ LingBot-World 2.0 — โมเดลจำลองโลกแบบ causal 14B ที่โต้ตอบได้ไม่จำกัดช่วงเวลา ใช้ attention mask แบบ MoBA และเอเจนต์คู่ Director-Pilot ใต้ไลเซนส์ CC BY-NC-SA 4.0

· อ่าน 5 นาที
Meta เปิด Model API สาธารณะครั้งแรก พร้อม Muse Spark 1.1 — บริษัทที่เคยชูธงโอเพนเวต ตอนนี้ขายโมเดลปิดคิดเงินรายโทเคน
ผลิตภัณฑ์

Meta เปิด Model API สาธารณะครั้งแรก พร้อม Muse Spark 1.1 — บริษัทที่เคยชูธงโอเพนเวต ตอนนี้ขายโมเดลปิดคิดเงินรายโทเคน

9 ก.ค. 2026 Meta เปิด Meta Model API ให้นักพัฒนาภายนอกใช้เป็นครั้งแรก พร้อม Muse Spark 1.1 — context 1M โทเคน ราคา $1.25/$4.25 ต่อล้านโทเคน ตัดราคา OpenAI และ Anthropic ชัดเจน แต่เป็นโมเดลปิด โฮสต์เอง คิดเงินรายโทเคน

· อ่าน 5 นาที
NVIDIA ปล่อย Nemotron-3-Puzzle-75B-A9B โอเพนเวต — บีบโมเดล 120B เหลือ 75B แล้วได้ throughput เพิ่ม 2 เท่า
โมเดลใหม่

NVIDIA ปล่อย Nemotron-3-Puzzle-75B-A9B โอเพนเวต — บีบโมเดล 120B เหลือ 75B แล้วได้ throughput เพิ่ม 2 เท่า

NVIDIA เปิดน้ำหนัก Nemotron-Labs-3-Puzzle-75B-A9B ใต้ไลเซนส์ OpenMDW-1.1 — บีบโมเดลแม่ 120.7B/12.8B active ลงเหลือ 75.3B/9.3B active ได้ server throughput ราว 2 เท่าบน 8×B200 โดยยอมแลกความแม่นยำไปไม่กี่จุด

· อ่าน 6 นาที
Tencent ปล่อย Hy3 โอเพนเวต 295B ใต้ Apache 2.0 — active แค่ 21B แต่ไล่บี้โมเดลที่ใหญ่กว่า 2-5 เท่า
โมเดลใหม่

Tencent ปล่อย Hy3 โอเพนเวต 295B ใต้ Apache 2.0 — active แค่ 21B แต่ไล่บี้โมเดลที่ใหญ่กว่า 2-5 เท่า

Tencent เปิดน้ำหนัก Hy3 เมื่อ 6 ก.ค. 2026 — MoE 295B ที่ active เพียง 21B ต่อโทเคน context 256K ใต้ Apache 2.0 ไร้ข้อจำกัดเชิงพื้นที่ ทำ SWE-bench Verified 78.0 และ GPQA Diamond 90.4

· อ่าน 6 นาที
DeepSeek V4 รันบนเครื่องตัวเองได้แล้ว — llama.cpp เพิ่มซัพพอร์ตเต็มรูปแบบ (build b9840) เปิดทางโฮสต์โมเดลโอเพนเวตระดับฟรอนเทียร์แบบ self-host
เครื่องมือนักพัฒนา

DeepSeek V4 รันบนเครื่องตัวเองได้แล้ว — llama.cpp เพิ่มซัพพอร์ตเต็มรูปแบบ (build b9840) เปิดทางโฮสต์โมเดลโอเพนเวตระดับฟรอนเทียร์แบบ self-host

llama.cpp merge ซัพพอร์ต DeepSeek V4 เต็มรูปแบบใน build b9840 (29 มิ.ย. 2026) — แปลงเป็น GGUF, quantize และรัน inference ได้บนเครื่อง Mac/Windows/Linux ทำให้โมเดลโอเพนเวต MoE ระดับฟรอนเทียร์ (V4-Pro 1.6T / V4-Flash 284B) ที่เคยรันได้แค่บนคลาวด์ ขยับมา self-host บนฮาร์ดแวร์ของตัวเองได้จริง

· อ่าน 6 นาที
Meituan เปิด LongCat-2.0 — โมเดลโอเพนเวต 1.6 ล้านล้านพารามิเตอร์ตัวแรกที่เทรน + รัน inference จบครบบนชิปจีนล้วน ๆ
โมเดลใหม่

Meituan เปิด LongCat-2.0 — โมเดลโอเพนเวต 1.6 ล้านล้านพารามิเตอร์ตัวแรกที่เทรน + รัน inference จบครบบนชิปจีนล้วน ๆ

Meituan เปิดซอร์ส LongCat-2.0 (สัญญา MIT) โมเดล MoE ขนาด 1.6 ล้านล้านพารามิเตอร์ (activate ~48B) context 1 ล้าน token — จุดที่ทำให้เป็นข่าวคือมันคือโมเดลระดับล้านล้านพารามิเตอร์ตัวแรกที่เทรนและรัน inference ครบทั้งกระบวนการบนคลัสเตอร์ชิป AI จีนล้วน ๆ 50,000 ใบ พร้อมคะแนน agentic coding ใกล้ฟรอนเทียร์

· อ่าน 6 นาที
GLM-5.2 มาแล้ว: โมเดลเปิดน้ำหนัก 753B context 1M ภายใต้ MIT ไล่บี้ Opus 4.8 บนงาน coding ยาว ๆ
โมเดลใหม่

GLM-5.2 มาแล้ว: โมเดลเปิดน้ำหนัก 753B context 1M ภายใต้ MIT ไล่บี้ Opus 4.8 บนงาน coding ยาว ๆ

Z.ai ปล่อย GLM-5.2 โมเดล MoE 753B พารามิเตอร์ น้ำหนักเปิดภายใต้ MIT License พร้อม context 1M token เสถียร และสถาปัตยกรรม IndexShare ที่ลด FLOP ต่อ token ลง 2.9 เท่าที่ context ยาว ทำคะแนน coding/agentic ไล่บี้ Claude Opus 4.8 และแซง GPT-5.5 ในหลาย benchmark

· อ่าน 6 นาที
DeepSeek V4 เปิด open weights — 1.6T MoE + 1M context บน Apache 2.0 ตีกลับรอบโลกด้วยราคา $0.30/MTok
โมเดลใหม่

DeepSeek V4 เปิด open weights — 1.6T MoE + 1M context บน Apache 2.0 ตีกลับรอบโลกด้วยราคา $0.30/MTok

DeepSeek ปล่อย V4 เป็น open weights ใต้ Apache 2.0 มาพร้อม 2 รุ่น — Pro 1.6T (active 49B) และ Flash 284B (active 13B) ทั้งคู่รองรับ 1M context ด้วยสถาปัตยกรรม hybrid attention (CSA + HCA) ที่ลดต้นทุน inference ลงเหลือ ~27% ของ V3.2 ใน long-context

· อ่าน 6 นาที