Meta เปิดตัวโมเดลตระกูล Muse Wonder เมื่อวันที่ 12 ตุลาคม กลับเข้าสู่การแข่งขันด้านโมเดลภาษาขนาดใหญ่ระดับแนวหน้าอีกครั้ง ขณะเดียวกัน Microsoft ก็วางแผนติดตั้งชิปอนุมานรุ่นถัดไปในวงกว้าง ส่วน Anthropic อัปเดตความคืบหน้าในการป้องกันการโจมตีด้วยการกลั่นโมเดล ประเด็นสำคัญวันนี้ไม่ได้มีแค่คะแนนโมเดล แต่ยังรวมถึงความจำของเอเจนต์ ประสิทธิภาพการประมวลผล และขอบเขตด้านความปลอดภัยด้วย[1][2][3][4]
ข่าวเด่นวันนี้: Meta เปิดตัว Muse Wonder ดันความจำระยะยาวสู่แถวหน้า
Meta Superintelligence Labs เปิดตัวโมเดลแนวหน้า 2 รุ่น ได้แก่ Muse Wonder และ Muse Wonder Full เมื่อเทียบกับ Muse Spark ที่เน้นการตอบสนองที่มีความหน่วงต่ำ โมเดลตระกูล Wonder มุ่งเน้นงานที่ซับซ้อน การเขียนโปรแกรม และการดำเนินงานหลายขั้นตอน Meta ระบุว่าโมเดลใหม่ทำงานต่าง ๆ ได้ เช่น การเรียกร้องค่าสินไหมประกันภัย สัญญาเช่า และการพัฒนาแอปพลิเคชัน อีกทั้งยังทำผลงานได้อย่างแข่งขันได้ในการทดสอบมาตรฐานหลายรายการที่บริษัทเผยแพร่ อย่างไรก็ตาม ควรคำนึงว่าผลลัพธ์เหล่านี้ส่วนใหญ่เป็นผลการทดสอบที่ Meta เผยแพร่ และไม่ได้หมายความว่าได้รับการตรวจสอบยืนยันอย่างเป็นอิสระในการใช้งานทางธุรกิจจริงทุกรูปแบบแล้ว[1][2]
การเปิดตัวครั้งนี้เน้นความสามารถ 2 ด้านเป็นพิเศษ ได้แก่ Active Memory (ความจำเชิงรุก) ซึ่งจดจำข้อมูลสำคัญเกี่ยวกับผู้ใช้ข้ามบทสนทนาหลายครั้ง และ Active Focus (การมุ่งเน้นเชิงรุก) ซึ่งจะลองใช้วิธีอื่น แก้ไขข้อผิดพลาด และขอคำยืนยันก่อนดำเนินการสำคัญเมื่อพบอุปสรรคในการทำงาน ความสามารถเหล่านี้มุ่งแก้ปัญหาที่พบในการใช้เอเจนต์ในชีวิตประจำวัน ผู้ช่วยไม่ควรแค่ตอบคำถามปัจจุบัน แต่ควรเข้าใจบริบท รักษาเป้าหมายของงาน และไม่เปลี่ยนเจตนาของผู้ใช้อย่างพลการเมื่อเกิดเหตุไม่คาดคิด แม้การทำงานจะต่อเนื่องหลายวันหรือนานกว่านั้น หากความสามารถเหล่านี้มีความเสถียรและเชื่อถือได้ AI ก็อาจพัฒนาจากเครื่องมือตอบคำถามเฉพาะครั้งไปสู่ผู้ช่วยทำงานที่ร่วมงานด้วยได้ในระยะยาวอย่างแท้จริง[2]
มีการเปิดเผยรายละเอียดการให้บริการเชิงพาณิชย์แล้วด้วย โดยนักพัฒนาสามารถใช้ Muse Wonder ผ่าน Meta Model API และ Muse Code; TechCrunch รายงานว่าราคา API อยู่ที่ 4 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ 20 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น ขณะนี้ Muse Wonder Full ให้บริการแก่สมาชิก Muse Code เท่านั้น และไม่มีให้ใช้งานโดยตรงผ่าน API นอกจากนี้ Meta ยังมีแผนนำโมเดลใหม่ไปใช้กับเอเจนต์ Muse โดยทยอยเปิดให้สมาชิกใช้งานก่อน สิ่งที่ควรจับตาในอนาคตไม่ใช่แค่การจัดอันดับ แต่รวมถึงความแม่นยำของความจำระยะยาว การที่ผู้ใช้ควบคุมสิทธิ์ความเป็นส่วนตัวได้จริง และการทำงานที่ซับซ้อนได้อย่างเสถียรในต้นทุนที่ยอมรับได้[1][2]
ข่าวสำคัญ
Microsoft วางแผนติดตั้ง Maia 300 ในปี 2027 โดยประสิทธิภาพการประมวลผลอนุมานกลายเป็นจุดสำคัญของการแข่งขันด้านชิป
เมื่อวันที่ 12 ตุลาคม Microsoft เปิดเผยแผนพัฒนาต่อยอดจาก Azure Maia โดยวางแผนขยายการติดตั้งสู่ระดับหลายกิกะวัตต์ตั้งแต่ปี 2027 เป็นต้นไป Maia 200 รองรับเวิร์กโหลดการใช้งานจริงของผลิตภัณฑ์ Microsoft บางส่วนแล้ว ส่วน Maia 300 มุ่งรองรับบริบทยาว การสนทนาที่มีความหน่วงต่ำ และเอเจนต์หลายขั้นตอนที่ทำงานต่อเนื่อง Microsoft คาดว่า Maia 300 จะสร้างโทเค็นต่อเมกะวัตต์ได้มากกว่าโซลูชัน GPU ชั้นนำ 40% และแร็กที่ใช้ตัวเร่งความเร็ว 96 ตัวจะมีอัตราการประมวลผลสูงสุดถึงเจ็ดเท่าของ Maia 200 ตัวเลขเหล่านี้เป็นเป้าหมายด้านการออกแบบและประสิทธิภาพที่ Microsoft เปิดเผย ไม่ใช่ผลเปรียบเทียบที่ผ่านการตรวจสอบอย่างอิสระในสภาพแวดล้อมการผลิตจริงที่เปิดเผยต่อสาธารณะ แสดงให้เห็นว่า Microsoft ต้องการเพิ่มประสิทธิภาพร่วมกันตั้งแต่ชิปไปจนถึงซอฟต์แวร์ เพื่อควบคุมต้นทุนการประมวลผลอนุมาน AI ให้คาดการณ์ได้มากขึ้น [3]
ภาพ: ภาพหลักอย่างเป็นทางการของชิป Microsoft Azure Maia 300 (แหล่งที่มา: Microsoft)
Anthropic เปิดเผยความคืบหน้าในการต่อต้านการกลั่นโมเดล แต่ประสิทธิผลยังต้องติดตามในระยะยาว
Anthropic เปิดเผยว่า หลังจากใช้มาตรการใหม่เพื่อจัดการกับการกลั่นโมเดลโดยไม่ได้รับอนุญาต หลักฐานเบื้องต้นชี้ว่าปริมาณข้อมูลที่ผู้โจมตีสามารถเก็บรวบรวมได้ลดลงราว 90% ถึง 99% การกลั่นเป็นเทคนิคการเรียนรู้ของเครื่องที่ใช้กันทั่วไป โดยฝึกอีกโมเดลจากผลลัพธ์ของโมเดลที่มีความสามารถสูงกว่า ประเด็นถกเถียงอยู่ที่การดึงข้อมูลนั้นได้รับอนุญาตหรือไม่ และมีการหลีกเลี่ยงข้อจำกัดการใช้บริการหรือเปล่า Anthropic ยอมรับด้วยว่ามาตรการป้องกันบางอย่างทำให้ลูกค้าทั่วไปต้องปรับวิธีผสานระบบ และยังมีข้อแลกเปลี่ยนด้านต้นทุนกับรายได้ ผลลัพธ์ดังกล่าวเป็นข้อสังเกตเบื้องต้นของบริษัท ไม่ได้หมายความว่าความเสี่ยงจากการดึงความสามารถของโมเดลทั้งหมดจะหมดไปอย่างสิ้นเชิง [4]
NVIDIA และ Cisco ผลักดันออปติคัลโมดูลความหนาแน่นสูง มุ่งรองรับการเชื่อมต่อระหว่างดาต้าเซ็นเตอร์ AI
NVIDIA และ Cisco ประกาศโซลูชันออปติคัลโมดูลแบบเสียบได้ USFP สำหรับการส่งข้อมูลความเร็วสูงภายในดาต้าเซ็นเตอร์ AI ขนาดใหญ่ โดยมีเป้าหมายการออกแบบที่รวมถึง 400Gb/s ต่อเลน และความจุรวมสูงสุด 12.8Tb/s ทั้งสองบริษัทระบุว่า เมื่อเทียบกับออปติคัลโมดูลแบบเสียบได้ที่รองรับ 200Gb/s ต่อเลน โซลูชันใหม่นี้มีความหนาแน่นแบนด์วิดท์สูงขึ้นสี่เท่าและประหยัดพลังงานขึ้นราว 1.3 เท่า เมื่อขนาดของโมเดลขยายใหญ่ขึ้น ประสิทธิภาพไม่ได้ขึ้นอยู่กับตัวชิปเพียงอย่างเดียว แต่ยังขึ้นอยู่กับความสามารถในการส่งข้อมูลระหว่างตัวเร่งความเร็วนับพันตัวด้วย อย่างไรก็ตาม ก่อนจะเปลี่ยนจากสเปกและแผนความร่วมมือไปสู่การติดตั้งใช้งานจริงในระดับการผลิต ยังต้องตรวจสอบระบบนิเวศฮาร์ดแวร์ ความเข้ากันได้ และข้อมูลการใช้พลังงานจริง [5]
ข่าวสั้น
- Blueprints AI สตาร์ตอัปด้านการออกแบบสถาปัตยกรรมเปิดตัวเครื่องมือรุ่นใหม่ที่สร้างแบบก่อสร้างอาคารโดยอัตโนมัติ ทีมงานเน้นย้ำว่า ก่อนยื่นเอกสารขออนุญาตอย่างเป็นทางการ สถาปนิกที่มีใบอนุญาตยังต้องตรวจสอบและลงนามรับรอง AI ไม่สามารถรับผิดชอบทางกฎหมายแทนผู้เชี่ยวชาญได้ [6]
- WindBorne ได้รับสัญญาจัดซื้อข้อมูลอุตุนิยมวิทยาจากกองทัพอากาศสหรัฐฯ ซึ่งมีมูลค่าที่อาจสูงเกือบ 50 ล้านดอลลาร์สหรัฐ ข้อมูลสังเกตการณ์ที่รวบรวมด้วยบอลลูนตรวจอากาศอัตโนมัติของบริษัทให้บริการลูกค้าได้ และยังนำไปใช้พัฒนาโมเดลพยากรณ์อากาศด้วย AI ให้ดียิ่งขึ้น [7]
มุมมองบรรณาธิการ
ข่าวเหล่านี้ดูเหมือนกระจัดกระจาย แต่แท้จริงแล้วครอบคลุมห่วงโซ่อุตสาหกรรม AI เดียวกัน: Meta พยายามทำให้เอเจนต์เข้าใจงานที่ดำเนินต่อเนื่องได้ดีขึ้น; Microsoft, NVIDIA และ Cisco พยายามเพิ่มประสิทธิภาพโครงสร้างพื้นฐานสำหรับการทำงานเหล่านี้ในระยะยาว; ส่วน Anthropic กำลังเสริมความแข็งแกร่งให้กับขอบเขตการเข้าถึงโมเดลและข้อมูล สิ่งที่ควรคำนึงถึงคือ การสาธิตเทคโนโลยี การทดสอบภายใน และการใช้งานจริงในระบบการผลิตนั้นไม่ใช่เรื่องเดียวกัน เราเชื่อว่าในระยะต่อไป สิ่งที่จะสร้างความแตกต่างอาจเป็นความสามารถของโมเดลในการทำงานได้อย่างน่าเชื่อถือในธุรกิจจริง ต้นทุนที่ลดลงอย่างต่อเนื่อง และผู้ใช้สามารถควบคุมความเป็นส่วนตัวและความปลอดภัยได้อย่างแท้จริง ไม่ใช่เพียงตัวเลขที่นำหน้าในการทดสอบมาตรฐานใดมาตรฐานหนึ่ง
แหล่งข้อมูลอ้างอิง
- Meta releases its first frontier model, Muse Wonder — TechCrunch, เข้าถึงเมื่อ 2026-10-13
- Introducing Muse Wonder and Muse Wonder Full: Frontier Models for Agents — Meta, เข้าถึงเมื่อ 2026-10-13
- Microsoft to expand Azure Maia system to multi-gigawatt deployments — Microsoft, เข้าถึงเมื่อ 2026-10-13
- Strengthening our defenses against distillation attacks — Anthropic, เข้าถึงเมื่อ 2026-10-13
- NVIDIA and Cisco Introduce New Pluggable Optics Form Factor to Scale AI Factories — NVIDIA Newsroom, เข้าถึงเมื่อ 2026-10-13
- This AI startup says it can generate permit-ready blueprints in minutes — TechCrunch, เข้าถึงเมื่อ 2026-10-13
- WindBorne wins a hefty US Air Force contract for its balloon data — TechCrunch, เข้าถึงเมื่อ 2026-10-13
