AI News · 2026-07-11

โมเดล generate วิดีโอแบบ interactive สั่งด้วยเสียง สร้างคลิปยาวไม่จำกัด (infinite-length) ที่ ~42 FPS บน GPU ผู้บริโภค · ขึ้นเป็นเปเปอร์อันดับ 1 บน HuggingFace daily ช่วงนี้ (108 upvotes นำอันดับสองที่ ~43)

▲ ทำไมต้องรู้ · โมเดลนี้ต่อยอดจากเทรนด์ media-gen ที่ถูกลงและเร็วขึ้นเรื่อยๆ เทียบได้กับ Gemini Omni Flash preview (07-06) และ Meta Muse Video preview (07-08) จุดต่างของ Vidu S1 คือทำงาน real-time และ interactive บน consumer GPU ไม่ใช่ batch render บน cloud เป็นสัญญาณว่างาน video-gen กำลังขยับจาก "รอ render" ไปเป็น "คุมสด" แต่ตอนนี้ยังเป็นงานวิจัยและเดโม ไม่ใช่ product ที่พร้อมใช้งานจริง

arXiv 2607.03118 · HF daily papers

รอบใหม่ให้ 12 โมเดล (GPT-5.6 Sol/Terra/Luna, Grok 4.5, Claude Fable 5, Muse Spark 1.1, open-weights) สร้าง 4 แอปเดียวกัน (raycaster maze, 3D Rubik's Cube, calculator, Game of Life) ตัวละ 5 ครั้ง · ผล: Sol ชนะงานซับซ้อน raycaster (5/5 เล่นได้) · Fable 5 ชนะ Rubik's Cube (5/5 แก้สะอาด) · Grok 4.5 ทำได้สูสี Opus ในหลายงานแต่ถูกกว่า · open-weights (Qwen 3.7 Plus) ดีเฉพาะโจทย์คลาสสิก (Game of Life) แต่แหกงานใหม่/ซับซ้อน · ผู้เขียนย้ำเองว่าไม่ใช่คำตัดสินเชิงวิทยาศาสตร์ ("we are not handing down a scientific verdict") ปล่อย artifact ให้คนตัดสินเอง

▲ ทำไมต้องรู้ · นี่คือตัวอย่างที่ดีของการอ่านข่าว AI อย่างมีวิจารณญาณ "vibe test" แบบนี้สนุกและมีประโยชน์เชิง signal แต่วัดแค่ 5 ครั้งต่องานและเลือกงานเองจึงไม่ใช่ benchmark ต้องแยกจากเลข AA Index หรือ SWE-Bench Pro ที่เป็นอิสระ (ซึ่ง Fable นำ Sol ในงาน coding จริงเมื่อ 07-10) เวลาเห็นข่าว "โมเดลนี้ชนะ" ควรถามก่อนว่าวัดกี่ครั้ง วัดงานอะไร และใครเป็นคนเลือกงาน

tryai.dev build-off · HN 127 pts

Michael Malis (ผู้ก่อตั้ง Freshpaint) แปลงโค้ด PostgreSQL เป็น Rust แล้วขัดเกลาด้วย AI · เคลม full compatibility กับ PostgreSQL 18.3 + ผ่าน test case ทั้ง 46,000 ตัว · เคลมประสิทธิภาพ transactional เร็วขึ้น 50% และ analytical query เร็วขึ้น 300x (columnar storage + batch) · ตัวเลขทั้งหมดเป็นคำเคลมของผู้พัฒนา ยังไม่มี benchmark อิสระ

▲ ทำไมต้องรู้ · ต่อ thread "AI ช่วยแปลงภาษาโปรแกรมทั้ง codebase" (คู่กับ Bun-in-Rust Zig→Rust $165k 07-10) · pattern ซ้ำ: rewrite ระบบใหญ่เป็น Rust โดยใช้ test suite เดิมเป็น oracle + AI ไล่บั๊ก · แต่ต่างกันที่ยังไม่มีเลขอิสระ (Bun มี test suite ผ่าน 100% ทุก platform ยืนยัน) · ใช้เตือนว่าเลข "เร็วขึ้น 300x" ของ rewrite ต้องรอ independent verify ก่อนเชื่อ

Blognone

Ello เล่า architecture ของ AI tutor สอนเลข/อ่านให้เด็กเล็กแบบ real-time · แทน sequential agent loop ด้วย custom streaming harness ที่โมเดล stream หลาย action ในคำตอบเดียว แล้ว interpreter run แต่ละ action ระหว่างที่โมเดลยัง generate ตัวถัดไป · ดีไซน์ 2 agent: conversational agent คุยสด + async planner เดาก้าวถัดไปตอนเด็กหยุดพูด · เด็กรอแค่ ~30 token แรกแทนทั้งคำตอบ (frontier ใช้ 2-3 วิ/first token) · safety classifier รันขนานกับ "eager response" ไม่ต่อคิว เลยไม่บวก latency 500-1000ms · ใช้ทั้งโมเดลเล็ก (เร็วแต่ตาม instruction ได้แคบ) + frontier (reasoning สอนดีกว่า) ไม่เปิดชื่อรุ่น

▲ ทำไมต้องรู้ · เป็นตัวอย่าง engineering จริงของหลักการสำคัญสองข้อ คือการแบ่งงานไปให้โมเดลที่เหมาะสม (model tiering เทียบได้กับที่ GPT-Live โยนงานหนักไปให้ GPT-5.5) และการที่ harness/orchestration สำคัญไม่แพ้การเลือกโมเดล คำตอบสำหรับคนที่สงสัยว่า "latency ต่ำในงาน AI จริงทำได้ยังไง" คือเทคนิครูปธรรมอย่างการ stream ทีละ action การ pre-generate คำตอบล่วงหน้า และการรัน safety check ขนานกันไป ไม่ใช่แค่รอให้โมเดลเร็วขึ้นเอง

Ello blog · HN 138 pts

กระทู้ร้องเรียนบน Google AI dev forum ขอ Google อย่า discontinue Gemini 2.5 Flash ขึ้น HN 104 คะแนน (10 ก.ค.) · สอดคล้อง pattern ใน Gemini changelog ที่ Google ประกาศ deprecate โมเดลเก่าเป็นระยะ (Imagen/Veo รุ่นเก่า shutdown 17 ส.ค./30 มิ.ย.)

▲ ทำไมต้องรู้ · นี่คือมิติ tool-selection ที่คนมักมองข้าม โมเดลที่ถูกและเร็วจนถูกเอาไปใช้ใน production จริงก็อาจถูก vendor สั่ง sunset ได้ ทำให้ workflow ที่ผูกไว้พังหรือต้องรีบย้ายกะทันหัน เป็นความเสี่ยงคนละแบบกับกรณีจีนพิจารณาคุม export (07-09) เพราะอันนี้มาจาก vendor lifecycle ไม่ใช่นโยบายรัฐ ก่อนเลือกใช้โมเดลไหนจริงจังควรถามว่ามีการันตี lifecycle นานแค่ไหน และถ้าถูกปิดมี migration path รองรับหรือไม่

HN 104 pts · Gemini changelog

เปเปอร์ (arXiv 07-10) เสนอ production pattern เปลี่ยน LLM app ต้นแบบให้ traceable/auditable ผ่าน schema validation และ deterministic component boundary (แยกส่วนที่โมเดลตัดสินใจออกจากส่วนที่ต้องแน่นอน)

▲ ทำไมต้องรู้ · เปเปอร์นี้เชื่อมสองประเด็นที่กำลังเป็นที่พูดถึง คือความสำคัญของ harness/orchestration (ต่อเนื่องจาก The Harness Effect เมื่อ 07-10) และเรื่อง auditability ของ agent (คล้ายแนวคิด verify-before-execute ของ SAFR/MAS เมื่อ 07-06) เป็นคำตอบสำหรับทีมองค์กรที่สงสัยว่าจะเอา POC ที่ทำเล่นๆ ขึ้น production แบบตรวจสอบได้อย่างไร ด้วยหลักการ contract/schema ที่กั้นขอบเขตระหว่างชั้นให้ชัดเจน

arXiv 2607.08028

เปเปอร์ safety (arXiv 07-10) พบว่า reasoning trace แบบ CoT อาจ ย้อนศร: adversary ที่ใช้เทคนิค persuasion ทำให้ monitor ที่อ่าน CoT อนุมัติ action ที่เป็นอันตรายมากขึ้น · เสนอ mitigation แบบ model-diverse fact-checking (ให้หลายโมเดลที่ต่างกันช่วยตรวจ)

▲ ทำไมต้องรู้ · งานวิจัยนี้ต่อยอดประเด็นที่ว่าการอ่านความคิดของโมเดลไม่เท่ากับความปลอดภัย (เกี่ยวโยงกับงาน interpretability เมื่อ 07-08 และตัวเลข LLM conformity 66.5% เมื่อ 07-09) ข้อเตือนตรงๆ คือ "โมเดลโชว์เหตุผลให้ดู" ไม่ใช่ safety guarantee เพราะ CoT ที่ดูสวยอาจถูกจูงใจให้หลอก monitor ได้ หลักการที่ตามมาคืออย่าเชื่อ output เพียงเพราะมันอธิบายได้ดี ต้อง verify อย่างอิสระเสมอ

arXiv 2607.08066

benchmark ใหม่ (arXiv 07-10) รวม structural causal model เข้ากับงาน data-science coding เพื่อวัด reasoning + tool use + การประเมิน uncertainty ของ agent สาย data

▲ ทำไมต้องรู้ · เป็น data point ที่ชี้ว่างานประเมิน data-science agent เริ่มแยกวัด "reasoning เชิงสาเหตุ" ไม่ใช่แค่ดูว่าได้เลขถูกหรือผิดอีกต่อไป ข้อควรระวังสำหรับคนที่ทำงานสาย data คือ agent ที่ query หรือ plot กราฟได้ ไม่ได้แปลว่ามันเข้าใจ causality จริง กับดัก correlation กับ causation ยังเป็นปัญหาเดิมที่ต้องระวัง

arXiv 2607.08093

รายงาน Cambridge Programme on AI Science & Policy (ผู้เขียน Antonia Juelich) อิงสัมภาษณ์อดีตสมาชิก Boko Haram 27 คน · พบทั้งสองฝ่ายใช้ frontier AI หลายตัวสนับสนุนปฏิบัติการ ผ่าน หน่วยเฉพาะ + โปรแกรมฝึก (institutionalized) · AI ช่วยวางแผนโจมตี แก้ปัญหาอาวุธ ออกแบบวัตถุระเบิด และ มีการ bypass safeguard บางส่วน · แต่รายงานย้ำเองว่าการใช้ที่บันทึกได้ยังเป็นงาน conventional ไม่ใช่ระดับ mass-casualty

▲ ทำไมต้องรู้ · เป็นอีกเคสของ media literacy ที่ต้องระวัง headline "ผู้ก่อการร้ายใช้ AI" ฟังดูน่าตกใจ แต่ตัวรายงานเองระบุ scope ไว้ชัดว่ายังเป็นระดับ conventional ไม่ใช่ WMD จึงควรอ่านให้ครบก่อนสรุปหรือแชร์ต่อ คำถาม dual-use ที่ว่า "AI ช่วยงานร้ายได้จริงแค่ไหน" ควรตอบด้วยกรอบ evidence-based ไม่ใช่ความตื่นตระหนก และเป็น data point ที่ยืนยันว่าเรื่อง jailbreak/safeguard ไม่ใช่แค่ประเด็นวิชาการอีกต่อไป

CASP report · HN 161 pts

SK Hynix (ผู้ผลิตชิปหน่วยความจำเกาหลี) ทำ listing ที่สหรัฐผ่าน ADR ราคา $149/หุ้น (ratio 10:1) ระดมทุน $26.5B เป็นสถิติ IPO บริษัทต่างชาติในสหรัฐ · จุดขายคือ HBM (high-bandwidth memory) ที่ป้อน AI processor ของ NVIDIA/AMD (10 ก.ค.)

▲ ทำไมต้องรู้ · ต่อ thread "สงครามต้นทุน/กำลังประมวลผล AI" (คู่กับ Samsung Q2 กำไร ~19 เท่า 07-10, Anthropic เช่า DC Kentucky 07-07) · ตัวเลขฝั่ง supply อีกตัวว่า เงินไหลเข้า hardware layer (memory) ของ AI ยังแรงจริง ไม่ใช่แค่ hype ชั้น application · ใช้เล่าภาพผู้บริหารว่า bottleneck AI ยุคนี้อยู่ที่ memory/compute/พลังงาน bottleneck ก่อนถึงชั้นแอป

Blognone

Fidji Simo (อดีต CEO Instacart เข้า OpenAI ส.ค. 2025) ก้าวลงจากตำแหน่งหัวหน้า applications เพราะปัญหาสุขภาพเรื้อรัง ย้ายไปเป็นที่ปรึกษา part-time · ความรับผิดชอบกระจายไป Greg Brockman (President), Sarah Friar (CFO), Jason Kwon (Strategy) (10 ก.ค.)

▲ ทำไมต้องรู้ · ถือเป็นข่าว low-signal เชิงเทคนิค แต่ควรบันทึกไว้เป็น context เพราะเกิดขึ้นในช่วงที่ OpenAI เพิ่งดัน product ฝั่ง application อย่างหนัก (ChatGPT Work เมื่อ 07-09, GPT-5.6, Sites) แล้วหัวหน้า applications ก็เปลี่ยนมือพอดี เป็นข้อมูลประกอบเวลาต้องประเมินความเสถียรของ roadmap ฝั่ง vendor

Blognone