xAI ประกาศเพิ่มความสามารถใหม่ให้ปัญญาประดิษฐ์ Grok ในชื่อ Grok Vision ให้ผู้ใช้งานถามข้อมูลจากสิ่งที่ปรากฏตรงหน้าในกล้องโทรศัพท์ ตอนนี้รองรับเฉพาะแอป Grok ใน iOS ส่วน Android ไม่ได้บอกว่าจะมาเมื่อใด

นอกจากนี้ Grok ยังเพิ่มความสามารถรองรับอินพุทเสียงในหลายภาษา และค้นหาข้อมูลได้ทันทีในโหมด Voice ฟีเจอร์นี้ได้เฉพาะลูกค้าที่สมัครแผน SuperGrok

Grok เป็นอีกบริการปัญญาประดิษฐ์ที่เพิ่มฟีเจอร์ใหม่ต่อเนื่อง เมื่อสัปดาห์ที่แล้วได้เพิ่ม Memory ที่จดจำข้อมูลพื้นฐานของผู้ใช้งาน

ที่มา: TechCrunch

Character.AI เปิดตัวโมเดล AI สร้างวิดีโอใหม่ชื่อ AvatarFX ให้ผู้ใช้งานสร้างวิดีโอที่สามารถพูด ร้องเพลง แสดงออกทางอารมณ์ ได้จากอินพุทรูปภาพ ซึ่งผลลัพธ์ทำได้ทั้งรูปภาพบุคคลจริง ไปจนถึงคาแรกเตอร์การ์ตูนอนิเมชัน

การสร้างวิดีโอให้รูปภาพขยับปากหรือเคลื่อนไหวได้อาจไม่ใช่เรื่องใหม่ Character.AI ได้อธิบายจุดเด่นของ AvatarFX ว่ารองรับอินพุทหลากหลาย ทั้งรูป 2D, 3D ไปจนถึงใบหน้าสัตว์ ส่วนใบหน้าถูกปรับให้คงที่ไม่เพี้ยน และรองรับการทำวิดีโอขนาดยาว

OpenAI ประกาศนำเครื่องมือสร้างรูปภาพ Image Generation ตัวล่าสุดใน ChatGPT ให้นักพัฒนาสามารถเรียกใช้งานผ่าน API gpt-image-1 ได้แล้ว ซึ่งสามารถนำไปประยุกต์ได้ทั้งเครื่องมือปรับแต่งรูปภาพในแอป หรือเป็นเครื่องมือช่วยแก้ไขภาพในแต่ละกรณี

ตัวอย่างนักพัฒนาที่ OpenAI ยกมาว่านำ gpt-image-1 มาใช้งาน เช่น Canva ที่นำมาเป็นเครื่องมือสร้างรูปด้วย AI, GoDaddy นำมาเป็นเครื่องมือช่วยสร้างโลโก้เว็บไซต์, HubSpot เป็นเครื่องมือสร้างรูปภาพคุณภาพสูงสำหรับโพสต์โซเชียล, invideo ใช้เพื่อให้สร้างข้อความในวิดีโอได้แม่นยำมากขึ้น เป็นต้น

NVIDIA มี NeMo เป็นแพลตฟอร์มสำหรับสร้างบริการ AI แบบคัสตอมในองค์กร โดยนำโมเดลประเภทต่างๆ (LLM, VLM, วิดีโอ, เสียง ฯลฯ) มาดัดแปลงปรับปรุง โดย NeMO มีเครื่องมือย่อยๆ ช่วยตั้งแต่ตอนเตรียมข้อมูล, เทรนโมเดล, ทดสอบความปลอดภัย (guardrail), รันโมเดลบน microservice ฯลฯ

ล่าสุด NVIDIA ประกาศว่าบริการย่อยในชุด NeMo microservices จำนวน 3 ตัวเข้าสถานะ GA เรียบร้อยแล้ว

หลังจาก กูเกิลประกาศรองรับโปรโตคอล Model Context Protocol (MCP) ซึ่งเป็นโปรโตคอลที่เชื่อมต่อแหล่งข้อมูลภายนอกกับโมเดล LLM ที่เริ่มพัฒนาโดย Anthropic แต่ก็ถูกยอมรับกันแพร่หลายในวงการ

ล่าสุดกูเกิลทยอยปล่อยของที่เกี่ยวกับ MCP อย่างรวดเร็ว คือ MCP Toolbox for Databases หรือเรียกสั้นๆ ว่า Toolbox เป็นเซิร์ฟเวอร์ MCP ที่อยู่ตรงกลางระหว่างโมเดล LLM กับฐานข้อมูลประเภทต่างๆ ทั้งฐานข้อมูล on-premise แบบดั้งเดิม MySQL, PostgreSQL, Neo4j, Dgraph และฐานข้อมูลบนคลาวด์ เช่น Cloud SQL, Spanner, AlloyDB

ค่าย Mozilla มีแนวทางชัดเจนว่าต้องการใช้ฟีเจอร์ AI แบบประมวลผลในเครื่อง (on-device) ด้วยเหตุผลเรื่องความเป็นส่วนตัวของผู้ใช้งาน ข้อมูลไม่ถูกส่งกลับไปยังเซิร์ฟเวอร์ ตัวอย่างที่ชัดเจนคือ ระบบการแปลภาษาหน้าเว็บ ที่ใช้ซอฟต์แวร์แปลรันในเครื่องตัวเอง

ล่าสุด Firefox เพิ่มฟีเจอร์ใหม่แนวคิดคล้ายๆ กันคือ Link Preview ย่อเนื้อหาในลิงก์ปลายทางแล้วนำมาแสดงผลเวลาเราเอาเคอร์เซอร์ไปพรีวิวก่อนกด (วิธีใช้คือ เอาเคอร์เซอร์ชี้ลิงก์แล้วกด Shift+Alt)

นักเรียนชายชาวมาเลเซียอายุ 16 ปี ถูกจับกุมข้อหาครอบครองภาพโป๊เด็ก หลังครอบครองภาพที่สร้างโดยปัญาประดิษฐ์ของหญิงอายุ 17 ปี

เขาถูกดำเนินคดีสองข้อหา ได้แก่ การเผยแพร่สื่อลามกอนาจาร และการสร้างภาพโป๊เด็ก โดยตัวเขายอมรับสารภาพข้อหาเผยแพร่สื่อลามกแต่ปฎิเสธข้อกล่าวหาสร้างภาพโป๊เด็กที่รุนแรงกว่า เนื่องจากผู้ต้องหาอายุน้อยจึงจะถูกกักในโรงเรียนเฉพาะทางแทน

คดีภาพโป๊เด็กจากปัญญาประดิษฐ์นับเป็นประเด็นใหม่ที่หลายประเทศมีแนวทางรับมือต่างกันไป เช่น แคลิฟอร์เนียร์เคยมีโทษไม่ครอบคลุมถึงกรณีที่หาตัวเหยื่อโดยตรงไม่ได้ แต่ก็แก้กฎหมายภายหลังให้ครอบคลุมภาพโป๊ที่ดูเป็นเด็กทั้งหมด

เมื่อต้นเดือนนี้ ทีมวิจัย Google Research เปิดตัว Geospatial Reasoning โครงการนำ generative AI มาใช้กับวงการแผนที่-ค้นหาพิกัด

ปัญหาเกิดจากการค้นหาข้อมูลเชิงพิกัดเป็นงานที่ซับซ้อน ต้องอาศัยความเชี่ยวชาญสูง ต้องทำงานด้วยมือเสียเยอะ (เช่น หาบ้านทุกหลังที่มีหลังคาโซลาร์เซลล์ในตารางแผนที่บริเวณที่ต้องการ) การนำ AI เข้ามาใช้งานย่อมช่วยลดขั้นตอนลงได้มาก

ในขณะที่ประเทศอื่น ๆ ใช้ AI ช่วยสรุปเอกสาร หรือปรับปรุงบริการภาครัฐ แต่สหรัฐอาหรับเอมิเรตส์กลับใช้ AI ช่วยร่าง ทบทวน แก้ไขกฎหมาย คำพิพากษา และบริการของภาครัฐ หลังจากที่ค้นพบว่า การใช้ AI สามารถช่วยให้กระบวนการออกกฎหมายเร็วขึ้นถึง 70%

นี่เป็นครั้งแรกของโลกที่หน่วยงานรัฐใช้ AI เพื่อเขียนกฎหมาย โดยสหรัฐอาหรับเอมิเรตส์จะตั้งหน่วยงานใหม่ในคณะรัฐมนตรีชื่อว่า สำนักงานข่าวกรองด้านกฎระเบียบ (Regulatory Intelligence Office) เพื่อดูแลเรื่องนี้โดยเฉพาะ

เรื่องมีอยู่ว่า Chungin Lee นักศึกษา Columbia University เปิดเผยว่าเขาถูกสั่งพักการศึกษา 1 ปี หลังจากพัฒนาเครื่องมือชื่อว่า Interview Coder ซึ่งเป็น AI ช่วยทำข้อสอบเขียนโค้ดบนแพลตฟอร์ม LeetCode ที่หลายองค์กรใช้เป็นขั้นตอนแรกก่อนเรียกสัมภาษณ์งาน โดยไม่ถูกจับได้ แต่เมื่อองค์กรบางแห่งทราบเรื่องนี้ เพราะ Lee ลองใช้งานจนผ่านขั้นตอนทดสอบ ได้ทำหนังสือเตือนมาทางมหาวิทยาลัย จึงทำให้ Columbia University สั่งพักการศึกษา Lee

ประเด็นเรื่องการประมวลผลหรือใช้งาน AI มีการใช้พลังงานไฟฟ้าสูง เป็นสิ่งที่รับรู้กันมาระยะหนึ่งแล้ว แต่ในการสนทนากับแชทบอต AI นั้น บทสนทนาที่เพิ่มเติมเข้ามา แม้ทำให้ทุกอย่างดูสุภาพมีมารยาทขึ้น แต่ก็มองเป็นเรื่องเปลืองพลังงานได้

เรื่องนี้มาจากผู้ใช้งาน X @tomieinlove โพสต์ลอย ๆ ด้วยความสงสัยว่า OpenAI ต้องจ่ายค่าไฟไปเท่าไหร่ จากการที่ผู้ใช้งานพิมพ์ว่า please หรือ thank you ซึ่งทำให้มีส่วนคำที่ถูกนำไปประมวลผลเพิ่มขึ้น

Sam Altman ซีอีโอ OpenAI มาตอบโพสต์นี้เองว่า "รวมถึงตอนนี้ก็หลายสิบล้านดอลลาร์ คุณอาจไม่รู้กันมาก่อน"

Microsoft ประเทศไทย ร่วมมือกับกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม เปิดตัวโครงการ "THAI Academy ขับเคลื่อนอนาคต AI ประเทศไทย" ตั้งเป้าเสริมทักษะคนไทยมากกว่า 1 ล้านคนภายในปี 2025 เพื่อขับเคลื่อนไทยสู่ยุค AI First

Microsoft อ้างอิงข้อมูลจาก LinkedIn พบว่า 70% ของทักษะที่จำเป็นสำหรับการทำงานในอนาคตจะเปลี่ยนไปมาก ซึ่งต้องการทักษะการใช้ AI เพิ่มขึ้น 6 เท่า เพราะฉะนั้น หากต้องการเปลี่ยนแปลงประเทศไทย ต้องเริ่มจากการพัฒนาคน พร้อม ๆ กับการสอนทักษะด้าน AI เพื่อเพิ่มประสิทธิภาพในการทำงาน และสร้างนวัตกรรมใหม่ ๆ

ประกาศสำคัญอย่างหนึ่งในงาน Google Cloud Next '25 ช่วงต้นเดือนที่ผ่านมาคือการเปิดตัว โปรโตคอล Agent2Agent ที่ออกแบบมาให้ AI agent คุยกันเองได้

โปรโตคอล Agent2Agent (ตัวย่อ A2A) เป็นความพยายามของกูเกิลในการวางมาตรฐานของยุค AI agent หลังจากที่กูเกิลเป็นผู้ตามมาตลอดในยุค generative AI ตัวอย่างคือ API ของโมเดล LLM ต้องอิงตาม API ของ OpenAI หรือ โปรโตคอลที่ใช้เชื่อมโมเดล LLM กับแหล่งข้อมูลภายนอก ใช้ MCP ของ Anthropic

ค่าย JetBrains มีบริการ AI ช่วยเขียนโค้ดมาตั้งแต่ปี 2023 โดยใช้โมเดลหลายๆ ตัวผสมผสานกัน เช่น Anthropic, OpenAI, Google

ล่าสุด JetBrains จัดแพ็กเกจ AI ช่วยเขียนโค้ดใหม่ ใช้ได้กับ IDE ทุกตัวในเครือ แถมมี free-tier ให้เลือกด้วย

แพ็กเกจ AI ของ JetBrains แยกออกเป็น 4 ระดับคือ AI Free, AI Pro, AI Ultimate, AI Enterprise โดยเวอร์ชันฟรีจะสามารถรันโมเดล Mellum ของ JetBrains เองแบบ local (ผ่าน Ollama หรือ LM Studio) พร้อมกับมีเครดิตให้รันโมเดลบนคลาวด์ได้เล็กน้อย

ส่วนแพ็กเกจแบบเสียเงินเริ่มที่ AI Pro ราคา 10 ดอลลาร์ต่อเดือน และ AI Ultimate ที่ 30 ดอลลาร์ต่อเดือน ได้เครดิตในการรันโมเดลบนคลาวด์เพิ่มขึ้น

Ted Sarandos ซีอีโอร่วมของ Netflix ตอบคำถามในงานแถลงผลประกอบการไตรมาส 1/2025 ในประเด็นการนำ AI มาใช้กับการสร้างภาพยนตร์-ซีรีส์

Sarandos อ้างอิงบทสัมภาษณ์ของ James Cameron ที่บอกว่า AI ช่วยลดต้นทุนการสร้างหนังลงได้ 50% ว่าในมุมมองของเขา มันไม่ใช่แค่การลดต้นทุนลง แต่ AI สามารถช่วยเปิดโอกาสให้เราสร้างหนังให้ดีขึ้นกว่าเดิม 10% ได้ด้วย ตอนนี้ทีมงาน Netflix นำ AI มาใช้ในกระบวนการต่างๆ เช่น การสร้างภาพอ้างอิงสำหรับฉากถ่ายทำ (set reference), การเตรียมลำดับของเอฟเฟคต์ ฯลฯ ช่วยให้กระบวนการถ่ายทำภาพยนตร์มีประสิทธิภาพมากขึ้น

ไมโครซอฟท์เปิดตัวฟีเจอร์ Computer Use ใหม่ใน Copilot Studio สำหรับ UI Automation ที่ AI Agents สามารถคลิก พิมพ์ และโต้ตอบกับแอปเดสก์ท็อปและเว็บได้ โดยไม่ต้องใช้ API

Microsoft Copilot Studio เป็นแพลตฟอร์มที่จะช่วยให้ทุกคนสามารถสร้าง Bot และ AI Agent ของตัวเอง โดยฟีเจอร์ Computer Use ทำงานบนโครงสร้างพื้นฐานที่โฮสต์โดยไมโครซอฟท์และใช้งานโมเดล Computer-Using Agent (CUA) ของ OpenAI (เหมือนกับ Operator) ให้ AI Agent ตอบสนองต่อข้อมูลและเหตุการณ์ต่าง ๆ ได้ด้วยตนเองตามเงื่อนไขและภารกิจที่กำหนดไว้ เช่น การแยกข้อมูลจากใบแจ้งหนี้และป้อนเข้าสู่ระบบบัญชีโดยอัตโนมัติ

AMD เปิดตัว Amuse 3.0 แพลตฟอร์มที่ AMD พัฒนาร่วมกับ TensorStack AI สำหรับสร้างรูปภาพหรือวิดีโอสั้นด้วย AI แบบโลคอลบนฮาร์ดแวร์ของ AMD ด้วยโมเดลสร้างรูปภาพแบบปรับแต่งของ Stability AI ผู้พัฒนาโมเดล Stable Diffusion

Amuse 3.0 ที่ปรับแต่งบนฮาร์ดแวร์ของ AMD ทำให้ขั้นตอน Inference ทำได้เร็วขึ้นสูงสุด 4.3 เท่า บน AMD Radeon RX 9070 XT ด้วยโมเดล Stable Diffusion 1.5 และ 3.3 เท่าบน Stable Diffusion 3.5 Large

ดูรายละเอียดโมเดลทั้งหมดที่ปรับแต่งสำหรับจีพียู AMD ได้ที่ Hugging Face

Kaggle แพลตฟอร์มชุมชน data science ซึ่งมีกูเกิลเป็นเจ้าของ ประกาศความร่วมมือกับ Wikimedia Foundation ผู้ดูแลโครงการ Wikipedia นำชุดข้อมูล (dataset) แบบ structured ที่ปรับแต่งให้เหมาะกับการฝึกฝน AI เผยแพร่ผ่านชุมชน Kaggle

ชุดข้อมูลที่นำมาเผยแพร่นี้มีมากกว่า 461,000 ชุดข้อมูล ในภาษาอังกฤษและภาษาฝรั่งเศส นำมาจากบน Wikipedia การนำข้อมูลมาจัดใหม่นี้ทำให้นักวิทยาศาสตร์ข้อมูล นักวิจัย หรือบุคคลที่สนใจ สามารถนำไปศึกษาใช้งานได้ต่ออย่างสะดวกมากยิ่งขึ้น

แอปเปิลมีฟีเจอร์ปัญญาประดิษฐ์ Apple Intelligence เพิ่มมาตั้งแต่ iOS 18.1 ซึ่งสามารถเรียกใช้งานได้ผ่านแอปต่าง ๆ ในอุปกรณ์ สำหรับนักพัฒนานั้นแอปเปิลก็มีช่องทางให้เชื่อมต่อกับ Apple Intelligence ในแอปของตนเองได้

...แต่ไม่ใช่บริษัทที่ชื่อ Meta

มีรายงานการค้นพบว่าแอปบน iOS ในเครือ Meta เช่น Facebook, WhatsApp หรือ Threads ไม่สามารถเรียกใช้งานความสามารถของ Apple Intelligence ได้แล้ว เช่น Writing Tools เครื่องมือช่วยเขียน, Genmoji ตัวสร้างอีโมจิแบบคัสตอม ซึ่งเดิมนั้นสามารถทำได้

รายงานจาก Filtered.com สำรวจ 100 อันดับการใช้ Generative AI ในช่วง 12 เดือนที่ผ่านมา โดยรวมพบว่ากระแส AI มาแรงขึ้นกว่าเดิม ไม่ได้เป็นแค่เครื่องมือสำหรับเล่นสนุก หรือช่วยงานทั่วไปเท่านั้น แต่กลายเป็นส่วนหนึ่งของชีวิตประจำวันของหลาย ๆ คนไปแล้ว

ที่น่าสนใจคือ AI ไม่ได้ช่วยเรื่องเทคนิค หรือทำงานเบื้องหลังอีกต่อไป มันเข้าไปช่วยในเรื่องส่วนตัวมากขึ้น กลายเป็นเพื่อนคู่คิด ที่ช่วยสะท้อนตัวตนของผู้ใช้ออกมาให้ชัดขึ้น เห็นได้จาก 3 อันดับแรกจากการใช้งาน Generative AI ยอดนิยมในปีนี้ ได้แก่ ใช้บำบัดจิตใจ/เป็นเพื่อน, จัดระเบียบชีวิต, และค้นหาจุดหมาย

ส่วนอันดับที่ 4 และ 5 เพิ่มขึ้นจากปีที่แล้ว นั่นก็คือ ใช้เพิ่มประสิทธิภาพการเรียน และเขียนโค้ด

Deezer แพลตฟอร์มสตรีมเพลง พบเพลงที่สร้างด้วย AI มากกว่า 18% จากจำนวนเพลงใหม่ที่อัปโหลดขึ้นแพลตฟอร์มในแต่ละวัน หรือราว ๆ 20,000 แทร็กต่อวัน เพิ่มขึ้นจาก 10% ในเดือนมกราคม 2025

หัวหน้าฝ่ายนวัตกรรมของ Deezer บอกว่า แม้ AI จะเปิดโอกาสใหม่ ๆ ให้กับการสร้างเพลง แต่ก็ต้องมีความรับผิดชอบในการพัฒนาเทคโนโลยีนี้ เพื่อปกป้องสิทธิ์ของศิลปิน และทำให้ทุกอย่างโปร่งใสกับผู้ฟัง

Deezer ยังคงเป็นแพลตฟอร์มเจ้าใหญ่เจ้าเดียว ที่ร่วมลงนามในแถลงการณ์ระดับโลกเรื่องการฝึก AI อย่างรับผิดชอบ ซึ่งล่าสุด เริ่มถอดเพลงที่สร้างด้วย AI ออกจากระบบแนะนำเพลงของแพลตฟอร์ม ต่างจาก Spotify ที่ยังเปิดกว้างให้กับเพลงที่สร้างด้วย AI

xAI ประกาศเพิ่มความสามารถให้ปัญญาประดิษฐ์ Grok สามารถจดจำข้อมูลพื้นฐานของผู้ใช้งาน เพื่อใช้สำหรับอ้างอิงในการให้คำตอบที่ตรงตามความต้องการของแต่ละคนมากยิ่งขึ้น

ฟีเจอร์การจดจำข้อมูลผู้ใช้งานกำลังเป็นความสามารถพื้นฐานของบริการแชทบอต AI ซึ่งมีอยู่แล้วทั้งใน ChatGPT และ Gemini

ผู้ใช้งาน Grok สามารถเรียกดูรายละเอียดข้อมูลพื้นฐานที่ Grok จดจำได้ เพื่อสามารถปรับปรุงให้ตรงที่ต้องการยิ่งขึ้น

ฟีเจอร์นี้เปิดให้ใช้งานแล้วในสถานะเบต้าผ่าน Grok.com และแอป Grok ใน iOS กับ Android ยกเว้นผู้ใช้งานในประเทศสหราชอาณาจักร และกลุ่มประเทศสหภาพยุโรป ส่วน Grok บน X จะเพิ่มมาในภายหลัง

ไมโครซอฟท์ร่วมมือกับ OpenAI เปิดให้องค์กรธุรกิจใช้งาน OpenAI o3 และ o4-mini ใน Azure AI Foundry แล้ว รวมถึง GitHub Copilot ใน VS Code และ GitHub Models สำหรับนักพัฒนา

o3 และ o4-mini เป็น Reasoning Model ที่สามารถใช้เครื่องมือทั้งหมดภายใน ChatGPT ได้เป็นครั้งแรก ซึ่งได้แก่การค้นหาบนเว็บ, Python, การวิเคราะห์รูปภาพ, การตีความไฟล์ และการสร้างรูปภาพ โดย OpenAI เพิ่งประกาศเปิดตัววันนี้

เมื่อสัปดาห์ที่แล้วกูเกิลได้เริ่มอัปเดตฟีเจอร์ Gemini Live หรือชื่อเดิม Project Astra ที่สามารถใช้กล้องของโทรศัพท์มือถือดูภาพสิ่งต่าง ๆ รอบตัว แล้ว Gemini สามารถอธิบายสิ่งที่เห็นตรงหน้าได้ สำหรับผู้ใช้ Pixel 9 และ Galaxy S25 โดยต้องเป็นลูกค้าที่สมัคร Gemini Advanced แบบเสียเงิน

มาวันนี้กูเกิลประกาศว่าความสามารถ Gemini Live จะเปิดให้กับผู้ใช้งาน Android ทุกคนฟรี เพียงแค่มีแอป Gemini เท่านั้น โดยคาดว่าจะอัปเดตให้ผู้ใช้แอป Gemini ครบทุกคนภายในไม่กี่สัปดาห์ข้างหน้า

OpenAI เปิดตัวเครื่องมือใหม่ Codex CLI พร้อมกับการเปิดตัวสองโมเดลใหม่ o3 และ o4-mini ซึ่งเป็น Agent ผู้ช่วยเขียนโค้ดที่รันโลคอลผ่าน Terminal บนคอมพิวเตอร์ของผู้ใช้งาน

Codex CLI เป็น Agent ขนาดเล็ก รองรับอินพุทในแบบข้อมูลผสมผสาน ทั้งการแปะภาพจับหน้าจอเพื่อให้อ่าน command line, ภาพร่าง ไปจนถึงการอ่านโค้ดที่รันอยู่บนอุปกรณ์ ซึ่ง OpenAI บอกว่าเครื่องมือนี้ออกแบบมาเพื่อเรียกใช้ประสิทธิภาพของ o3 และ o4-mini สูงสุด และจะรองรับโมเดล GPT-4.1 ผ่าน API ด้วย

Codex CLI เป็นโปรแกรมโอเพนซอร์ส สามารถดูรายละเอียดเพิ่มเติมได้ที่ GitHub