LinkedIn Projects $450M รายได้ประจำปีจากเครื่องมือคัดกรองผู้สมัครงานด้วย AI

กองทัพเรือสหรัฐลงนามสัญญา AI มูลค่าใกล้ 100 ล้านดอลลาร์กับ Domino Data Lab สำหรับการตรวจจับเหมืองในช่องแคบฮอร์มุซ

ตามรายงานของ Xinhua News Agency หน่วยบัญชาการระบบสงครามสารสนเทศของกองทัพเรือสหรัฐฯ เพิ่งลงนามในสัญญากับบริษัท AI ของ Domino Data Lab ซึ่งตั้งอยู่ในซานฟรานซิสโก เพื่อจัดหาและติดตั้งโซลูชันซอฟต์แวร์ด้านการเรียนรู้ของเครื่อง สัญญานี้มีมูลค่าเกือบ 100 ล้านดอลลาร์ หากดำเนินการครบถ้วน โดยมีเป้าหมายเพื่อ

XAI Grok เปิดให้ปรับ Custom Voices: โคลนเสียงใน 2 นาที, การยืนยันตัวตนแบบ 2 ขั้นตอน

xAI เปิดตัว Grok Custom Voices โดยให้ผู้ใช้บันทึกเสียงในคอนโซลราว 1 นาที และภายใน 2 นาทีระบบจะสร้างโมเดลเสียงแบบกำหนดเองที่ใช้งานได้สำหรับ TTS และ Voice Agent API พร้อมทั้งประกาศ Grok 4.3 และ Voice Library ไปพร้อมกัน เพื่อป้องกันการโคลน จึงใช้การยืนยันแบบ 2 ขั้นตอน: ให้ผู้ใช้ทดสอบด้วยการอ่านประโยคเพื่อยืนยัน ก่อนจะเปรียบเทียบ speaker embedding เพื่อให้มั่นใจว่าสามารถสร้างเสียงได้เฉพาะจากคนคนเดียวกันเท่านั้น Voice Library ใช้สำหรับรวมการจัดการเสียงที่ทำเองและเสียงที่สร้างไว้ล่วงหน้า มีมากกว่า 80 แบบ รองรับ 28 ภาษา และจะขยายเพิ่มในอนาคต

OpenAI Codex เวอร์ชันเดสก์ท็อปเพิ่มฟีเจอร์สัตว์เลี้ยง: มีตัวช่วย 3 สถานะ พร้อมฟักตัวตามภาษาที่ใช้งาน

OpenAI Codex เวอร์ชันเดสก์ท็อปเพิ่งปล่อยฟีเจอร์ “สัตว์เลี้ยง” (Pets) ในช่วงเร็วๆ นี้ โดยช่วยให้นักพัฒนาสามารถติดตามสถานะงานของ Codex แบบเรียลไทม์ระหว่างการเขียนโค้ดผ่านตัวละครแอนิเมชันที่ลอยอยู่เหนือหน้าจอ ตามเอกสารทางการของ OpenAI การแสดงผลแบบ overlay ของสัตว์เลี้ยงจะสลับตามสถานะปัจจุบันของ Codex จำนวน 3

MoonPay เปิดตัว MoonAgents Card บัตรเสมือน Mastercard สำหรับเอเจนต์ AI ในวันศุกร์

ตามรายงานของ The Block, MoonPay ได้เปิดตัว MoonAgents Card ซึ่งเป็นบัตรเดบิต Mastercard แบบเสมือนในวันศุกร์ บัตรดังกล่าวออกแบบมาเพื่อทั้ง AI agents และผู้ใช้งาน โดยแปลงเหรียญ stablecoin เป็นเงินตราแบบฟิแอต ณ จุดที่ชำระเงิน และรองรับการใช้จ่ายได้กับร้านค้าออนไลน์ทั่วโลกที่รับชำระด้วย Mastercard การ์ด i

การวิเคราะห์ของ Berkeley GEPA: ให้ AI เรียนรู้ภารกิจใหม่ได้โดยไม่ต้องอัปเดตน้ำหนัก พร้อมลดต้นทุนการฝึกลง 35 เท่าเมื่อเทียบกับ RL

GEPA เป็นวิธีการใหม่สำหรับการฝึก AI ที่ทีม UC Berkeley เสนอ: ไม่อัปเดตค่าน้ำหนัก ไม่จำเป็นต้องใช้ GPU โดยให้ LLM ที่ “สะท้อนคิด” อ่านบันทึกงานทั้งหมดและเขียนพรอมต์ใหม่ แทนที่จะให้ผลตอบกลับเพียงตามคะแนน ทั้ง 6 งานมีค่าเฉลี่ยชนะมากกว่า GRPO 6% และสูงสุด 20% การลดจำนวน rollouts ในการฝึกลง 35 เท่า; Full Program Adapter ที่ผสานกับ DSPy ช่วยยกระดับงานด้านคณิตศาสตร์และเวิร์กโฟลว์แบบหลายโมดอลอย่างมีนัยสำคัญ โดยได้ความถูกต้อง 93% โค้ดเปิดเผยต่อสาธารณะ ผู้เขียนรวมถึง Matei Zaharia ด้วย เป็นต้น