ไพ่เชาเป้า: จือผู่เปิดซอร์สโมเดลมัลติโมดอล GLM-5.3-Flash และอื่นๆ

วันที่ 26 สิงหาคม จือผู่ (Z.ai) ได้ปล่อยและเปิดซอร์สโมเดลมัลติโมดอลแบบเนทีฟตัวแรกของตระกูล GLM-5 นามว่า GLM-5.3-Flash (320B-A18B) โมเดลนี้ใช้สถาปัตยกรรม MoE (Mixture of Experts) โดยมีพารามิเตอร์ทั้งหมด 320 พันล้าน และจะเรียกใช้งานพารามิเตอร์ประมาณ 18 พันล้านต่อโทเคน รองรับการป้อนข้อมูลทั้งข้อความและภาพ พร้อมคอนเท็กซ์ยาวสูงสุด 1 ล้านโทเคน และเปิดเผยน้ำหนักโมเดลภายใต้ลิขสิทธิ์ MIT ในการประเมินด้วย Artificial Analysis Intelligence Index v4.

1.1 โมเดล GLM-5.3-Flash ได้คะแนน 57 คะแนน เท่ากับ Claude Opus 4.

8 Max Effort จากการทดสอบ Z.ai Code Bench v1.0 ที่จือผู่พัฒนาขึ้นเอง พบว่าโมเดลดังกล่าวได้คะแนน 29.

0 ในระดับการอนุมานสูงสุด ในขณะที่ Claude Opus 4.8 ได้ 29.5 ในด้านสถาปัตยกรรม GLM-5.

3-Flash ผสานรวม Sparse Attention และ Linear Attention เข้าด้วยกัน และนำเข้าระบบ Manifold-Constrained Hyper-Connections (mHC) เพื่อลดต้นทุนการคำนวณในการอนุมานคอนเท็กซ์ยาวและการใช้พื้นที่ KV Cache นอกจากนี้ โมเดลยังบูรณาการความสามารถด้านการมองเห็นเข้ากับเวิร์กโฟลว์ Coding และ Agent สามารถทำงานร่วมกับ Browser Use และ Computer Use เพื่อจัดการเว็บเพจ ส่วนติดต่อผู้ใช้ และผลตอบรับจากการรันโค้ด นอกเหนือจากการพัฒนาซอฟต์แวร์แล้ว GLM-5.3-Flash ยังรองรับสถานการณ์การใช้งานในสำนักงาน การวิจัยทางการเงิน และการประมวลผลเอกสารระดับมืออาชีพ โดยสามารถใช้ร่วมกับเครื่องมือภายนอกเพื่อทำการวิเคราะห์ สร้างโมเดล และสร้างไฟล์ในรูปแบบ PPTX, PDF, DOCX, XLSX และอื่นๆ ปัจจุบัน โมเดลนี้เชื่อมต่อกับ ZCode, GLM Coding Plan และ API ทางการแล้ว และน้ำหนักโมเดลก็เปิดให้ใช้งานบน Hugging Face แล้วเช่นกัน ในด้านราคา จือผู่ระบุว่า ราคา API ปกติของ GLM-5.3-Flash จะอยู่ที่ประมาณหนึ่งในสิบของ GLM-5.

3 และในช่วงส่วนลดพิเศษจะอยู่ที่ประมาณหนึ่งในยี่สิบ ที่มา: Perplexity AI เปิดตัว Portable Computer วันที่ 25 สิงหาคม Perplexity ร่วมมือกับ NVIDIA เปิดตัวเอเจนต์ AI บนอุปกรณ์ Portable Computer ผลิตภัณฑ์นี้รองรับการทำงานเวิร์กโฟลว์หลักของ Perplexity Computer บนอุปกรณ์ได้อย่างสมบูรณ์ บรรลุการประมวลผลแบบโลคอลล้วนสำหรับการวิเคราะห์ไฟล์ การค้นหาในเครื่อง และการจัดตารางงาน โดยจะเรียกใช้โมเดลคลาวด์ร่วมก็ต่อเมื่อได้รับอนุญาตจากผู้ใช้เท่านั้น ในด้านการปรับใช้งานฮาร์ดแวร์และโมเดล Portable Computer รองรับการเปิดตัวครั้งแรกบน NVIDIA DGX Spark ที่รันระบบปฏิบัติการ Linux สามารถรัน Qwen 3.8 27B และโมเดล PPLX 27B ที่ Perplexity พัฒนาการฝึกอบรมภายหลังเองได้โดยตรง และงานทั้งหมดที่ดำเนินการบนเครื่องจะไม่หัก Perplexity Credits ในอนาคตจะค่อยๆ แนะนำ NVIDIA Nemotron 3.5 Lightning และเวอร์ชันปรับแต่งละเอียดที่ปรับให้เหมาะกับการตอบสนองรวดเร็ว ปัจจุบัน Portable Computer เปิดให้ใช้งานสำหรับผู้ใช้ Perplexity Pro และ Max แล้ว และการรองรับระบบ Windows รวมถึงพีซีที่ติดตั้ง GeForce RTX / RTX PRO GPU จะเปิดตัวตามมาในลำดับถัดไป ที่มา: BenQ เปิดตัวจอภาพระดับมืออาชีพ Creative Pro PV50 วันที่ 25 สิงหาคม BenQ เปิดตัวจอภาพระดับมืออาชีพ Creative Pro PV50 ประกอบด้วยสองรุ่นคือ ขนาด 32 นิ้ว PV3250U และ 27 นิ้ว PV2750U จอภาพทั้งสองรุ่นใช้ความละเอียด 4K UHD โดยมุ่งเน้นไปที่งานตัดต่อวิดีโอและการปรับสีในขั้นตอนหลัง ในด้านสีสัน ซีรีส์ PV50 ได้รับการปรับแต่งสำหรับเวิร์กโฟลว์ Rec.

709 และ Gamma 2.4 รองรับฟังก์ชัน Dark-Tone Clarity เพื่อปรับปรุงการแสดงรายละเอียดในส่วนที่มืด ลดการบีบอัดสีดำและการเปลี่ยนแปลงโทนสี นอกจากนี้ ซีรีส์นี้ยังรองรับความสม่ำเสมอของสีและความสว่างทั่วทั้งหน้าจอ รวมถึงการปรับเทียบฮาร์ดแวร์ 16-bit 3D LUT ซึ่งข้อมูลการปรับสีสามารถจัดเก็บไว้ในตัวจอภาพได้ ในด้านฟังก์ชันเวิร์กโฟลว์ จอภาพมีเครื่องมือเช่น Shadow Check, Marker และ Area Zoom พร้อมอุปกรณ์บังแสงแบบแม่เหล็กและคอนโทรลเลอร์ Hotkey Puck ในด้านอินเทอร์เฟซ ซีรีส์ PV50 รองรับ Thunderbolt 4 สามารถส่งวิดีโอและข้อมูลผ่านสายเคเบิลเส้นเดียว และจ่ายไฟย้อนกลับสูงสุด 96W ที่มา: Google เปิดตัวโมเดลแปลงเสียงเป็นข้อความ Gemini 3.5 Transcribe วันที่ 26 สิงหาคม Google เปิดตัวโมเดลแปลงเสียงเป็นข้อความ (ASR) Gemini 3.

5 Transcribe โมเดลนี้รองรับการถอดเสียงแบบสตรีมแบบเรียลไทม์และการถอดเสียงจากไฟล์ที่บันทึกไว้ล่วงหน้า สามารถลบคำเติมหน่วงเวลาเช่น 'อืม' 'อา' เนื้อหาที่ซ้ำซ้อน และคำพูดที่ผิดพลาดออกได้โดยอัตโนมัติ และปรับผลการถอดเสียงตามการแก้ไขของผู้ใช้ในภายหลัง เพื่อสร้างข้อความที่อ่านง่ายขึ้น Google ระบุว่า ความหน่วงในการถอดเสียงแบบ end-to-end ของ Gemini 3.5 Transcribe ลดลงประมาณ 70% เมื่อเทียบกับรุ่นก่อนหน้าอย่าง Chirp 3 ในการทดสอบมาตรฐานหลายภาษา FLEURS อัตราความผิดพลาดของคำ (WER) ในการจดจำเสียงแบบสตรีมและแบบไม่ใช่สตรีมอยู่ที่ 5.50% และ 5.