China’s Qwen3.8 Is Now OPEN… This Is HUGE
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~8 นาที · **ลิงก์:** https://www.youtube.com/watch?v=-ZIfOP34xQk
# สรุป: China's Qwen3.8 Is Now OPEN… This Is HUGE - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~8 นาที · **ลิงก์:** https://www.youtube.com/watch?v=-ZIfOP34xQk ## ประเด็นหลัก - ทีม Qwen ของ Alibaba ปล่อยโมเดล Qwen 3.8-27B แบบ open weights บน Hugging Face กลางเดือนสิงหาคม ภายใต้สัญญาอนุญาต Apache 2.0 — ใช้ แก้ไข และต่อยอดได้อย่างอิสระ - โมเดลขนาด 27B ตัวนี้เป็น vision language model ที่ดูรูปภาพ แผนภูมิ เอกสารสแกน และวิดีโอได้ พร้อม context window มหาศาล 262K tokens (ขยายได้ถึง 1M ด้วยเทคนิค Yarn) - มีโหมดคิด (thinking mode) ที่ปรับระดับ reasoning effort ได้ 3 ระดับ (X high / medium / low) และเก็บการคิดข้ามบทสนทนาได้ - แม้ตัวเล็ก แต่ทำคะแนนสูงกว่าโมเดลใหญ่ในหลายการทดสอบ เช่น SWE-Bench Pro และการทดสอบเขียนโค้ดแข่งขัน (เกิน 90 คะแนน) - รันบนเครื่องส่วนตัวได้จริงผ่าน Ollama, LM Studio, llama.cpp — ต้องการการ์ดจอ ~24GB (หรือเวอร์ชัน 4-bit ที่ 14–17GB) หรือ Mac ที่มีชิป Apple - มีเวอร์ชันพี่ใหญ่ Qwen 3.8-2.4T-A95B สำหรับงานหนักระดับท็อป - ตัวอย่างการใช้งานจริง: ให้โมเดลดูคลิปคอลโค้ชที่อัดไว้ แล้วดึงประเด็นสำคัญ คำถาม และบทเรียนออกมาเป็นโน้ต/ไอเดียคลิปสั้น รวมถึงเขียนไทเทิลและสรุปให้เนื้อหาจำนวนมากในครั้งเดียว - เคล็ดลับ: เลือกเวอร์ชันที่พอดีกับฮาร์ดแวร์ ใช้โหมดคิดอย่างมีจุดประสงค์ โหลดจากหน้าอย่างเป็นทางการบน Hugging Face และใช้ความสามารถด้านภาพ/วิดีโอให้เป็นประโยชน์ ## ความเห็นสรุป วิดีโอนี้เป็นการรีวิวเชิงส่งเสริมการขายที่ชัดเจน เน้นจุดขายของ Qwen 3.8-27B คือความเปิด (Apache 2.0) ขนาดเล็กแต่ประสิทธิภาพสูง และความสามารถมัลติโมดัล ซึ่งล้วนเป็นประเด็นจริงและน่าสนใจสำหรับคนที่อยากรัน AI บนเครื่องตัวเอง อย่างไรก็ตาม ครึ่งหลังของคลิปส่วนใหญ่เป็นโปรโมต AI Profit Boardroom / AI Success Lab ซ้ำ ๆ กันหลายรอบ เนื้อหาสาระหลักจึงกระจุกอยู่ที่ช่วงต้นถึงกลางคลิป
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
Qwen 3.8 ของจีนเปิดตัวแล้ว และนี่คือเรื่องใหญ่ ทำยังไงถ้าโมเดลตัวเล็กพอจะรันบนคอมพิวเตอร์ของคุณเอง กลับเอาชนะโมเดลที่ใหญ่กว่าได้หลายเท่า? ไม่ต้องใช้คลาวด์ ไม่มีคิวรอ ไม่มีเงื่อนไขแอบแฝง ทีม Qwen ของจีนเพิ่งปล่อยมันออกมาอย่างเปิดเผย และคนส่วนใหญ่ที่เลื่อนฟีดอยู่ตอนนี้ยังไม่รู้เรื่องเลย
เมื่อดูคลิปนี้จบ คุณจะรู้ว่ามันทำอะไรได้บ้าง และผมใช้มันยังไงอยู่แล้ว ผมคือดิจิทัลอวตารของ Julian Goldie หน้าที่ของผมคือช่วยให้คุณเรียนรู้และใช้เครื่องมือ AI ในการทำงานจริง ไม่ใช่แค่นั่งดูอยู่ข้างสนาม งั้นผมจะพาคุณดูว่าอะไรเพิ่งจะเปิดตัว ทำไมมันถึงสำคัญ และวิธีที่ผมเอามันไปใช้จริง ติดตามผมไว้ เพราะส่วนที่ทำให้ผมประหลาดใจที่สุดกำลังจะมาในอีกสักครู่
เกิดอะไรขึ้น? ทีม Qwen ของ Alibaba เพิ่งปล่อย Qwen 3.8 และตัวที่ใครก็โหลดไปใช้ได้ชื่อว่า Qwen 3.8-27B Open weights แปลว่าโมเดลตัวจริงถูกปล่อยออกมาให้ใครก็ได้ดาวน์โหลดและรันได้ มันขึ้นบน Hugging Face กลางเดือนสิงหาคม ภายใต้สัญญาอนุญาตที่เรียกว่า Apache 2.0 พูดภาษาคนก็คือสัญญาแบบนี้เปิดกว้างที่สุดเท่าที่จะเป็นได้ คุณใช้มันได้ แก้ไขมันได้ และต่อยอดจากมันได้ ไม่มีประตูที่ล็อกไว้
สิ่งแรกที่ผมทำกับมันสำหรับ AI Profit Boardroom คือเอาคำถามจำนวนมากที่สมาชิก AI Profit Boardroom ถามกันมาเรื่อย ๆ ให้โมเดลร่างสคริปต์คำตอบสั้น ๆ และ hooks สำหรับแต่ละคำถาม ในการรันครั้งเดียวจบ นั่นคือเนื้อหาที่ดึงคนที่ใช่เข้ามาสู่ AI Profit Boardroom ได้พอดี และมันช่วยประหยัดเวลาผมไปทั้งบ่าย
อะไรที่ทำให้ตัวนี้ต่างจากตัวอื่น? Qwen 3.8-27B เป็น dense model ขนาด 27 พันล้านพารามิเตอร์ แต่ตัวเลขไม่ใช่ส่วนที่น่าตื่นเต้น ที่น่าตื่นเต้นคือโมเดลเล็ก ๆ ตัวนี้ดูรูปภาพและวิดีโอได้ ไม่ใช่แค่ข้อความ มันคือสิ่งที่เรียกว่า vision language model (โมเดลภาษาที่มองเห็นได้) คุณส่งรูปภาพ แผนภูมิ เอกสารสแกน หรือแม้แต่วิดีโอยาวหลายชั่วโมงให้มัน แล้วมันเข้าใจเนื้อหาข้างในจริง ๆ โมเดลขนาดนี้ส่วนใหญ่ทำแบบนั้นไม่ได้
มันยังรับข้อความปริมาณมหาศาลได้ในครั้งเดียว จากกล่องมันอ่านได้ประมาณ 262,000 tokens ประมาณว่าเป็นหนังสือกองหนึ่งในรอบเดียว และด้วยเทคนิคที่เรียกว่า Yarn มันยืดได้ถึง 1 ล้าน tokens ดังนั้นมันไม่ลืมตอนต้นของโปรเจกต์ยาว ๆ ก่อนจะไปถึงตอนจบ
อีกอย่างที่ผมชอบคือมันมีโหมดคิด (thinking mode) โดยค่าเริ่มต้นโมเดลจะหยุดคิดไตร่ตรองก่อนจะตอบ แต่คุณปิดมันได้เมื่ออยากได้คำตอบเร็ว ๆ และปรับระดับความคิดหนักเบาได้ด้วยการตั้งค่าที่เรียกว่า reasoning effort มีสามระดับ ระดับสูงสุดเรียกว่า X high ถัดมาคือ medium แล้วก็ low ใช้ระดับสูงกับงานยาก ใช้ระดับต่ำเมื่ออยากได้ความเร็ว คุณควบคุมวิธีที่มันทำงานได้เสมอ
และนี่คือเหตุผลที่ขนาดสำคัญมาก Qwen 3.8-27B เล็กพอจะอยู่บนการ์ดจอดี ๆ หนึ่งใบ แต่สู้ได้เหนือระดับอย่างมาก ในการทดสอบด้านโค้ดและงานหลายรายการ มันชนะโมเดลที่ใหญ่กว่ามันมาก รวมถึงโมเดลใหญ่ของ Qwen เองด้วย คุณได้คุณภาพโมเดลใหญ่ในร่างโมเดลเล็ก นั่นคือเรื่องราวทั้งหมด
แล้วคนธรรมดาอย่างคุณจะรันมันยังไง? ข่าวดีคือคุณไม่ต้องเป็นโปรแกรมเมอร์ โหลดผ่านแอปง่าย ๆ อย่าง Ollama, LM Studio หรือ llama.cpp แอปเหล่านี้ให้คุณรันโมเดลบนเครื่องของคุณเองและคุยกับมันได้ เหมือนมี AI ส่วนตัวที่ไม่เคยออกจากคอมพิวเตอร์คุณ ทีมเบื้องหลัง Unsloth ก็ทำเวอร์ชันบีบอัดเล็กลงมา เพื่อให้มันลงบนฮาร์ดแวร์ทั่วไปได้ ผมจะบอกคุณว่าต้องใช้อะไรบ้างในอีกสักครู่
และนี่คือเครื่องมือแบบที่เราเจาะลึกกันใน AI Profit Boardroom พอดี ถ้าคุณสมัครตอนนี้ คุณจะได้วิดีโอขั้นตอนติดตั้งโมเดลอย่าง Qwen 3.8 บนเครื่องของคุณเอง คอลโค้ชสดที่คุณถามเรื่องเซ็ตอัปเฉพาะของคุณแล้วแก้ปัญหาได้ไว และโรดแมปง่าย ๆ ที่บอกว่าควรลองอะไรก่อน อะไรที่สอง อะไรที่สาม เรามีพรอมต์พร้อมใช้เก็บไว้ในนั้นด้วย คุณจะได้ไม่ต้องจ้องหน้าจอว่าง ๆ
คุณยังโหลดไฟล์ Agent OS ทั้งชุดข้างในได้ พร้อมติดตั้ง และเราสร้างโรดแมป 30 วันฉบับสมบูรณ์ไว้เป็นชุด use cases AI Profit Boardroom ถูกสร้างมาเพื่อคนที่กำลังดูคลิปนี้ตอนนี้ ที่กำลังพยายามทำความเข้าใจเครื่องมือที่เพิ่งปล่อยออกมาเมื่อวาน
และนี่คือสิ่งที่ทำให้มันสะดวกขึ้นในชีวิตประจำวัน Qwen 3.8 ทำงานร่วมกับเครื่องมือช่วยเขียนโค้ดและ agent tools ยอดนิยมได้ดี ดังนั้นมันเสียบเข้ากับระบบที่หลายคนใช้อยู่แล้วได้เลย มันรองรับเทคนิคเพิ่มความเร็วที่เรียกว่า multi-token prediction ซึ่งช่วยให้มันเขียนเร็วขึ้นโดยไม่เสียคุณภาพ ทีมงานยังปล่อยเวอร์ชันพิเศษที่ปรับแต่งสำหรับการ์ดจอรุ่นใหม่ล่าสุด รันเร็วกว่าเวอร์ชันมาตรฐาน และคนก็โหลดกันไวมาก
ในช่วงแรกบน Hugging Face โมเดลนี้ถูกดาวน์โหลดไปหลายหมื่นครั้ง บอกได้เลยว่าคอมมูนิตี้มองว่ามันของจริง ให้คุณเห็นภาพว่ามันแกร่งแค่ไหน ในการทดสอบที่เรียกว่า SWE-Bench Pro ซึ่งวัดงานเขียนโค้ดจริง Qwen 3.8-27B ได้คะแนนสูงกว่าโมเดล plus ตัวใหญ่ของ Qwen เอง ในการทดสอบการใช้คอมพิวเตอร์ ที่โมเดลคลิกใช้งานหน้าจอเพื่อทำงานให้สำเร็จ มันติดอันดับเกือบท็อป และในการทดสอบเขียนโค้ดแข่งขันระดับยาก มันได้คะแนนเกิน 90 สำหรับโมเดลเล็กขนาดนี้ ตัวเลขพวกนั้นถือว่าแปลกประหลาดจริง ๆ
มันยังมีพี่ใหญ่ด้วย ข้าง ๆ ตัว 27B ทีม Qwen ปล่อยเวอร์ชันที่ใหญ่กว่ามากชื่อ Qwen 3.8-2.4T-A95B สร้างมาเพื่องานหนักที่สุดและตั้งเป้าไปที่โมเดลระดับท็อปของวงการ พวกเราส่วนใหญ่ไม่รันมันที่บ้านหรอก แต่ก็ดีที่รู้ว่าตัว 27B ตัวเล็กมาจากตระกูลเดียวกัน แค่ย่อลงมาเป็นขนาดที่เราใช้ได้จริง
อีกเรื่องที่ควรรู้ โมเดลเก็บการคิดข้ามบทสนทนาได้โดยค่าเริ่มต้น ดังนั้นในการสนทนาที่ยาว มันจำได้ว่ามันใช้เหตุผลก่อนหน้านี้ยังไง แทนที่จะเริ่มต้นใหม่ทุกครั้ง ทำให้มันนิ่งขึ้นกับงานหลายขั้นตอน
เดี๋ยวผมจะโชว์ว่าผมเอามันไปรันกับอะไรจริง ๆ จำเรื่องเซอร์ไพรส์ที่ผมสัญญาไว้ได้ไหม? นี่ไง เพราะมันเข้าใจวิดีโอ นี่คือสิ่งที่ผมทำเพื่อ AI Profit Boardroom ผมจะเอาคลิปคอลโค้ชที่อัดไว้ หย่อนลงไป ให้โมเดลดูทั้งคลิป แล้วดึงช่วงเวลาสำคัญ คำถามที่ดีที่สุด และบทเรียนหลักออกมา จากนั้นให้มันเปลี่ยนเป็นโน้ตสั้น ๆ และไอเดียคลิปสั้นที่ผมแชร์กับสมาชิก AI Profit Boardroom ที่พลาดรอบสดได้ คลิปยาวหนึ่งคลิปเข้าไป ออกมาเป็นชุดเนื้อหาที่แชร์ได้สะอาด งานแบบนี้สมัยก่อนกินเวลาผมทั้งวัน
ผมไปได้ไกลกว่านั้นอีก ผมจะชี้มันไปที่กองเนื้อหา AI Profit Boardroom ในอดีต ใช้ประโยชน์จาก context window มหึมา ให้มันเขียนไทเทิลและสรุปสั้น ๆ ให้วิดีโอขั้นตอนทุกตัวในครั้งเดียว หมายความว่าสมาชิกใหม่ของ AI Profit Boardroom หาสิ่งที่ต้องการเจอได้เลยโดยไม่ต้องขุดหากองข้อมูลรก ๆ
แล้วใครล่ะที่เหมาะจะใช้ตัวนี้? พูดตรง ๆ มากกว่าที่คุณคิด ถ้าคุณมีการ์ดจอรุ่นใหม่ที่มีหน่วยความจำประมาณ 24 GB อย่างการ์ด 409 หรือคุณรันเวอร์ชัน 4-bit ได้ที่ประมาณ 14 ถึง 17 GB ถ้าคุณใช้ Mac กับชิปของ Apple เองและหน่วยความจำรวมประมาณ 24 GB ขึ้นไป คุณรันมันได้เช่นกัน ผ่าน llama.cpp, LM Studio หรือ Ollama อยากได้เวอร์ชันคุณภาพเต็ม? ตัวนั้นต้องการการ์ด 80 GB ซึ่งเป็นเซ็ตอัประดับองค์กร และถ้าคุณไม่อยากแตะฮาร์ดแวร์เลย Qwen กำลังปล่อยเวอร์ชันโฮสต์ออนไลน์ที่เรียกใช้ผ่านอินเทอร์เน็ตได้
ประเด็นใหญ่คือ เพราะสัญญา Apache 2.0 คุณจึงใช้มันทำงานจริง แก้ไขมัน และต่อยอดได้ มันไม่ใช่เดโม่ที่ล็อกไว้ มันคือเครื่องมือจริง และสิทธิ์ในการใช้เป็นของคุณ
ทิ้งท้ายด้วยเคล็ดลับสั้น ๆ ข้อแรก อย่าดาวน์โหลดเวอร์ชันใหญ่ที่สุดเป็นค่าเริ่มต้น เลือกเวอร์ชันบีบอัดที่เข้ากับฮาร์ดแวร์ของคุณ แล้วคุณจะได้คำตอบที่เร็วลื่นแทนโมเดลที่เตี้ยไปหมด ข้อสอง ใช้โหมดคิดอย่างมีจุดประสงค์ เปิดการคิดและตั้งระดับสูงสำหรับงานโค้ดยาก ๆ หรือการวางแผน ปิดมันสำหรับเรื่องเร็ว ๆ ง่าย ๆ นิสัยข้อเดียวนี้ช่วยประหยัดเวลารอได้มหาศาล ข้อสาม ดาวน์โหลดจากหน้าอย่างเป็นทางการของ Qwen บน Hugging Face อย่าไปเอาจากหน้าเลียนแบบที่โผล่ขึ้นมาก่อนของจริงจะปล่อย เอาของแท้ ข้อสี่ พึ่งพาความสามารถด้านภาพและวิดีโอ คนส่วนใหญ่จะใช้มันเหมือนแชทบอทธรรมดา และพลาดส่วนที่ดีที่สุดไป ผมชี้มันไปที่แผนภูมิ เอกสาร และคลิปอัดเสียงสำหรับ AI Profit Boardroom เพราะนั่นคือจุดที่มันเหนือกว่าโมเดลเล็กตัวอื่นจริง ๆ
ถ้าอยากได้กระบวนการเต็ม SOPs และ use cases ด้าน AI มากกว่า 100 ตัวอย่างแบบนี้ เข้าร่วม AI Success Lab ได้ ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป คุณจะได้โน้ตวิดีโอทั้งหมดจากที่นั่น พร้อมเข้าถึงคอมมูนิตี้สมาชิก 85,000 คนที่กำลังทำเงินกับ AI อยู่ คุณยังโหลดไฟล์ Agent OS ทั้งชุดข้างในได้ พร้อมติดตั้ง และเราสร้างโรดแมป 30 วันฉบับสมบูรณ์ไว้เป็นชุด use cases
และถ้าคุณกำลังจะไปลอง Qwen 3.8 ด้วยตัวเอง นี่คือความช่วยเหลือสุดท้ายของผม จุดที่คนติดกันมากที่สุดคือการติดตั้ง เวอร์ชันที่เข้ากับการ์ดของคุณ การตั้งค่าการคิด แอปท้องถิ่นที่ทำงานเข้ากับเครื่องของคุณ นั่นคือจุดที่ AI Profit Boardroom ช่วยคุณได้พอดี ข้างในคุณจะได้บทช่วยสอนที่พาเดินขั้นตอนติดตั้งทั้งหมด คอลโค้ชที่ถามเรื่องเซ็ตอัปของคุณเองได้ โรดแมปที่บอกว่าควรสร้างอะไรก่อน และพรอมต์สำเร็จรูปสำหรับเครื่องมือแบบนี้ คุณยังโหลดไฟล์ Agent OS ทั้งชุดข้างในได้ พร้อมติดตั้ง และเราสร้างโรดแมป 30 วันฉบับสมบูรณ์ไว้เป็นชุด use cases
ตอนนี้มีสมาชิกกว่า 4,000 คนในนั้นที่เรียนรู้เรื่องพวกนี้ไปด้วยกัน คุณจะไม่ได้ทำคนเดียว มาร่วมกับเราได้ที่ aiprofitboardroom.com
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- ความมั่นใจโดยรวม: **สูง** — คำบรรยายชัดเจนและต่อเนื่อง ไม่มีช่วงที่ฟังไม่ชัด
- ไม่มี segment ที่ใช้ `[ฟังไม่ชัด]`
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| Qwen 3.8-27B | โมเดล AI ขนาด 27 พันล้านพารามิเตอร์ของทีม Qwen (Alibaba) ที่ปล่อยแบบเปิด |
| Open weights | การปล่อยน้ำหนักโมเดลตัวจริงให้ดาวน์โหลดและรันได้เอง |
| Apache 2.0 license | สัญญาอนุญาตซอฟต์แวร์แบบเปิดกว้าง ใช้ แก้ไข และต่อยอดได้ |
| Hugging Face | แพลตฟอร์มกลางสำหรับโฮสต์โมเดล AI |
| Dense model | โมเดลที่ใช้พารามิเตอร์ทั้งหมดในการประมวลผลทุกครั้ง |
| Vision language model | โมเดลภาษาที่ประมวลผลภาพและวิดีโอได้ด้วย |
| Token | หน่วยย่อยของข้อความที่โมเดลใช้ประมวลผล |
| Yarn | เทคนิคขยาย context window ของโมเดล |
| Thinking mode | โหมดที่ให้โมเดลคิดไตร่ตรองก่อนตอบ |
| Reasoning effort | ระดับความหนักเบาของการคิด (X high / medium / low) |
| Ollama | แอปสำหรับรันโมเดล LLM บนเครื่องส่วนตัว |
| LM Studio | แอปกราฟิกสำหรับรันโมเดล LLM บนเครื่องส่วนตัว |
| llama.cpp | ไลบรารีรันโมเดล LLM บนเครื่องทั่วไป (CPU/GPU) |
| Unsloth | ทีมที่ทำโมเดลเวอร์ชันบีบอัดให้รันบนฮาร์ดแวร์ทั่วไป |
| Multi-token prediction | เทคนิคให้โมเดลคาดเดาหลาย token พร้อมกันเพื่อความเร็ว |
| SWE-Bench Pro | ชุดทดสอบความสามารถเขียนโค้ดจริงของโมเดล |
| 4-bit version | เวอร์ชันโมเดลที่บีบอัดความแม่นยำเพื่อลดการใช้หน่วยความจำ |
| Context window | ขนาดข้อความสูงสุดที่โมเดลรับได้ในครั้งเดียว |
| Agent OS | ชุดไฟล์/ระบบที่แถมให้สมาชิก AI Profit Boardroom |
| AI Profit Boardroom | คอมมูนิตี้/หลักสูตรของ Julian Goldie เรื่องการใช้ AI ทำเงิน |
| AI Success Lab | คอมมูนิตี้อีกช่องทางของ Julian Goldie เรื่อง use cases ด้าน AI |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:02,902 Qwen 3.8 ของจีนเปิดตัวแล้ว และนี่คือเรื่องใหญ่ 2 00:00:02,902 --> 00:00:06,120 ทำยังไงถ้าโมเดลตัวเล็กพอจะรันบนคอมพิวเตอร์ของคุณเอง 3 00:00:06,120 --> 00:00:08,518 กลับเอาชนะโมเดลที่ใหญ่กว่าได้หลายเท่า? 4 00:00:08,518 --> 00:00:10,221 ไม่ต้องใช้คลาวด์ ไม่มีคิวรอ
เปิดดูซับไตเติ้ลทั้งหมด (211 segments)
1 00:00:00,000 --> 00:00:02,902 Qwen 3.8 ของจีนเปิดตัวแล้ว และนี่คือเรื่องใหญ่ 2 00:00:02,902 --> 00:00:06,120 ทำยังไงถ้าโมเดลตัวเล็กพอจะรันบนคอมพิวเตอร์ของคุณเอง 3 00:00:06,120 --> 00:00:08,518 กลับเอาชนะโมเดลที่ใหญ่กว่าได้หลายเท่า? 4 00:00:08,518 --> 00:00:10,221 ไม่ต้องใช้คลาวด์ ไม่มีคิวรอ 5 00:00:10,221 --> 00:00:11,988 ไม่มีเงื่อนไขแอบแฝง ทีม Qwen 6 00:00:11,988 --> 00:00:14,259 ของจีนเพิ่งปล่อยมันออกมาอย่างเปิดเผย 7 00:00:14,259 --> 00:00:17,603 และคนส่วนใหญ่ที่เลื่อนฟีดอยู่ตอนนี้ยังไม่รู้เรื่องเลย 8 00:00:17,603 --> 00:00:20,379 เมื่อดูคลิปนี้จบ คุณจะรู้ว่ามันทำอะไรได้บ้าง 9 00:00:20,379 --> 00:00:23,218 และผมใช้มันยังไงอยู่แล้ว ผมคือดิจิทัลอวตารของ 10 00:00:23,218 --> 00:00:24,308 Julian Goldie 11 00:00:24,308 --> 00:00:27,399 หน้าที่ของผมคือช่วยให้คุณเรียนรู้และใช้เครื่องมือ 12 00:00:27,399 --> 00:00:30,238 AI ในการทำงานจริง ไม่ใช่แค่นั่งดูอยู่ข้างสนาม 13 00:00:30,238 --> 00:00:32,510 งั้นผมจะพาคุณดูว่าอะไรเพิ่งจะเปิดตัว 14 00:00:32,510 --> 00:00:35,223 ทำไมมันถึงสำคัญ และวิธีที่ผมเอามันไปใช้จริง 15 00:00:35,223 --> 00:00:36,312 ติดตามผมไว้ 16 00:00:36,312 --> 00:00:39,782 เพราะส่วนที่ทำให้ผมประหลาดใจที่สุดกำลังจะมาในอีกสักครู่ 17 00:00:39,782 --> 00:00:42,621 เกิดอะไรขึ้น? ทีม Qwen ของ Alibaba เพิ่งปล่อย 18 00:00:42,621 --> 00:00:45,271 Qwen 3.8 และตัวที่ใครก็โหลดไปใช้ได้ชื่อว่า 19 00:00:45,271 --> 00:00:46,849 Qwen 3.8-27B Open weights 20 00:00:46,849 --> 00:00:50,634 แปลว่าโมเดลตัวจริงถูกปล่อยออกมาให้ใครก็ได้ดาวน์โหลดและรันได้ 21 00:00:50,634 --> 00:00:53,095 มันขึ้นบน Hugging Face กลางเดือนสิงหาคม 22 00:00:53,095 --> 00:00:55,556 ภายใต้สัญญาอนุญาตที่เรียกว่า Apache 2.0 23 00:00:55,556 --> 00:00:59,089 พูดภาษาคนก็คือสัญญาแบบนี้เปิดกว้างที่สุดเท่าที่จะเป็นได้ 24 00:00:59,089 --> 00:01:01,802 คุณใช้มันได้ แก้ไขมันได้ และต่อยอดจากมันได้ 25 00:01:01,802 --> 00:01:03,064 ไม่มีประตูที่ล็อกไว้ 26 00:01:03,064 --> 00:01:05,966 สิ่งแรกที่ผมทำกับมันสำหรับ AI Profit Boardroom 27 00:01:05,966 --> 00:01:08,364 คือเอาคำถามจำนวนมากที่สมาชิก AI Profit 28 00:01:08,364 --> 00:01:10,004 Boardroom ถามกันมาเรื่อย ๆ 29 00:01:10,004 --> 00:01:12,528 ให้โมเดลร่างสคริปต์คำตอบสั้น ๆ และ hooks 30 00:01:12,528 --> 00:01:14,862 สำหรับแต่ละคำถาม ในการรันครั้งเดียวจบ 31 00:01:14,862 --> 00:01:17,386 นั่นคือเนื้อหาที่ดึงคนที่ใช่เข้ามาสู่ AI 32 00:01:17,386 --> 00:01:18,900 Profit Boardroom ได้พอดี 33 00:01:18,900 --> 00:01:20,982 และมันช่วยประหยัดเวลาผมไปทั้งบ่าย 34 00:01:20,982 --> 00:01:23,885 อะไรที่ทำให้ตัวนี้ต่างจากตัวอื่น? Qwen 3.8-27B 35 00:01:23,885 --> 00:01:26,598 เป็น dense model ขนาด 27 พันล้านพารามิเตอร์ 36 00:01:26,598 --> 00:01:28,680 แต่ตัวเลขไม่ใช่ส่วนที่น่าตื่นเต้น 37 00:01:28,680 --> 00:01:30,446 ที่น่าตื่นเต้นคือโมเดลเล็ก ๆ 38 00:01:30,446 --> 00:01:33,159 ตัวนี้ดูรูปภาพและวิดีโอได้ ไม่ใช่แค่ข้อความ 39 00:01:33,159 --> 00:01:35,872 มันคือสิ่งที่เรียกว่า vision language model 40 00:01:35,872 --> 00:01:38,712 (โมเดลภาษาที่มองเห็นได้) คุณส่งรูปภาพ แผนภูมิ 41 00:01:38,712 --> 00:01:39,801 เอกสารสแกน 42 00:01:39,801 --> 00:01:42,072 หรือแม้แต่วิดีโอยาวหลายชั่วโมงให้มัน 43 00:01:42,072 --> 00:01:44,091 แล้วมันเข้าใจเนื้อหาข้างในจริง ๆ 44 00:01:44,091 --> 00:01:46,299 โมเดลขนาดนี้ส่วนใหญ่ทำแบบนั้นไม่ได้ 45 00:01:46,299 --> 00:01:49,012 มันยังรับข้อความปริมาณมหาศาลได้ในครั้งเดียว 46 00:01:49,012 --> 00:01:51,473 จากกล่องมันอ่านได้ประมาณ 262,000 tokens 47 00:01:51,473 --> 00:01:53,871 ประมาณว่าเป็นหนังสือกองหนึ่งในรอบเดียว 48 00:01:53,871 --> 00:01:56,647 และด้วยเทคนิคที่เรียกว่า Yarn มันยืดได้ถึง 1 49 00:01:56,647 --> 00:01:57,736 ล้าน tokens 50 00:01:57,736 --> 00:02:00,134 ดังนั้นมันไม่ลืมตอนต้นของโปรเจกต์ยาว ๆ 51 00:02:00,134 --> 00:02:01,223 ก่อนจะไปถึงตอนจบ 52 00:02:01,223 --> 00:02:03,810 อีกอย่างที่ผมชอบคือมันมีโหมดคิด (thinking 53 00:02:03,810 --> 00:02:04,899 mode) 54 00:02:04,899 --> 00:02:07,738 โดยค่าเริ่มต้นโมเดลจะหยุดคิดไตร่ตรองก่อนจะตอบ 55 00:02:07,738 --> 00:02:10,136 แต่คุณปิดมันได้เมื่ออยากได้คำตอบเร็ว ๆ 56 00:02:10,136 --> 00:02:13,543 และปรับระดับความคิดหนักเบาได้ด้วยการตั้งค่าที่เรียกว่า 57 00:02:13,543 --> 00:02:15,246 reasoning effort มีสามระดับ 58 00:02:15,246 --> 00:02:17,896 ระดับสูงสุดเรียกว่า X high ถัดมาคือ medium 59 00:02:17,896 --> 00:02:19,852 แล้วก็ low ใช้ระดับสูงกับงานยาก 60 00:02:19,852 --> 00:02:21,808 ใช้ระดับต่ำเมื่ออยากได้ความเร็ว 61 00:02:21,808 --> 00:02:23,764 คุณควบคุมวิธีที่มันทำงานได้เสมอ 62 00:02:23,764 --> 00:02:26,477 และนี่คือเหตุผลที่ขนาดสำคัญมาก Qwen 3.8-27B 63 00:02:26,477 --> 00:02:28,559 เล็กพอจะอยู่บนการ์ดจอดี ๆ หนึ่งใบ 64 00:02:28,559 --> 00:02:30,262 แต่สู้ได้เหนือระดับอย่างมาก 65 00:02:30,262 --> 00:02:32,408 ในการทดสอบด้านโค้ดและงานหลายรายการ 66 00:02:32,408 --> 00:02:34,174 มันชนะโมเดลที่ใหญ่กว่ามันมาก 67 00:02:34,174 --> 00:02:36,130 รวมถึงโมเดลใหญ่ของ Qwen เองด้วย 68 00:02:36,130 --> 00:02:38,401 คุณได้คุณภาพโมเดลใหญ่ในร่างโมเดลเล็ก 69 00:02:38,401 --> 00:02:39,853 นั่นคือเรื่องราวทั้งหมด 70 00:02:39,853 --> 00:02:41,998 แล้วคนธรรมดาอย่างคุณจะรันมันยังไง? 71 00:02:41,998 --> 00:02:45,342 ข่าวดีคือคุณไม่ต้องเป็นโปรแกรมเมอร์ โหลดผ่านแอปง่าย ๆ 72 00:02:45,342 --> 00:02:47,739 อย่าง Ollama, LM Studio หรือ llama.cpp 73 00:02:47,739 --> 00:02:51,399 แอปเหล่านี้ให้คุณรันโมเดลบนเครื่องของคุณเองและคุยกับมันได้ 74 00:02:51,399 --> 00:02:52,488 เหมือนมี AI 75 00:02:52,488 --> 00:02:54,759 ส่วนตัวที่ไม่เคยออกจากคอมพิวเตอร์คุณ 76 00:02:54,759 --> 00:02:56,084 ทีมเบื้องหลัง Unsloth 77 00:02:56,084 --> 00:02:57,725 ก็ทำเวอร์ชันบีบอัดเล็กลงมา 78 00:02:57,725 --> 00:02:59,807 เพื่อให้มันลงบนฮาร์ดแวร์ทั่วไปได้ 79 00:02:59,807 --> 00:03:02,331 ผมจะบอกคุณว่าต้องใช้อะไรบ้างในอีกสักครู่ 80 00:03:02,331 --> 00:03:05,044 และนี่คือเครื่องมือแบบที่เราเจาะลึกกันใน AI 81 00:03:05,044 --> 00:03:07,504 Profit Boardroom พอดี ถ้าคุณสมัครตอนนี้ 82 00:03:07,504 --> 00:03:10,217 คุณจะได้วิดีโอขั้นตอนติดตั้งโมเดลอย่าง Qwen 83 00:03:10,217 --> 00:03:11,605 3.8 บนเครื่องของคุณเอง 84 00:03:11,605 --> 00:03:15,328 คอลโค้ชสดที่คุณถามเรื่องเซ็ตอัปเฉพาะของคุณแล้วแก้ปัญหาได้ไว 85 00:03:15,328 --> 00:03:17,788 และโรดแมปง่าย ๆ ที่บอกว่าควรลองอะไรก่อน 86 00:03:17,788 --> 00:03:19,113 อะไรที่สอง อะไรที่สาม 87 00:03:19,113 --> 00:03:21,385 เรามีพรอมต์พร้อมใช้เก็บไว้ในนั้นด้วย 88 00:03:21,385 --> 00:03:24,287 คุณจะได้ไม่ต้องจ้องหน้าจอว่าง ๆ คุณยังโหลดไฟล์ 89 00:03:24,287 --> 00:03:26,685 Agent OS ทั้งชุดข้างในได้ พร้อมติดตั้ง 90 00:03:26,685 --> 00:03:29,524 และเราสร้างโรดแมป 30 วันฉบับสมบูรณ์ไว้เป็นชุด 91 00:03:29,524 --> 00:03:31,354 use cases AI Profit Boardroom 92 00:03:31,354 --> 00:03:33,877 ถูกสร้างมาเพื่อคนที่กำลังดูคลิปนี้ตอนนี้ 93 00:03:33,877 --> 00:03:37,789 ที่กำลังพยายามทำความเข้าใจเครื่องมือที่เพิ่งปล่อยออกมาเมื่อวาน 94 00:03:37,789 --> 00:03:40,818 และนี่คือสิ่งที่ทำให้มันสะดวกขึ้นในชีวิตประจำวัน 95 00:03:40,818 --> 00:03:41,907 Qwen 3.8 96 00:03:41,907 --> 00:03:44,683 ทำงานร่วมกับเครื่องมือช่วยเขียนโค้ดและ agent 97 00:03:44,683 --> 00:03:45,819 tools ยอดนิยมได้ดี 98 00:03:45,819 --> 00:03:49,099 ดังนั้นมันเสียบเข้ากับระบบที่หลายคนใช้อยู่แล้วได้เลย 99 00:03:49,099 --> 00:03:51,560 มันรองรับเทคนิคเพิ่มความเร็วที่เรียกว่า 100 00:03:51,560 --> 00:03:52,948 multi-token prediction 101 00:03:52,948 --> 00:03:55,661 ซึ่งช่วยให้มันเขียนเร็วขึ้นโดยไม่เสียคุณภาพ 102 00:03:55,661 --> 00:03:59,762 ทีมงานยังปล่อยเวอร์ชันพิเศษที่ปรับแต่งสำหรับการ์ดจอรุ่นใหม่ล่าสุด 103 00:03:59,762 --> 00:04:02,665 รันเร็วกว่าเวอร์ชันมาตรฐาน และคนก็โหลดกันไวมาก 104 00:04:02,665 --> 00:04:04,179 ในช่วงแรกบน Hugging Face 105 00:04:04,179 --> 00:04:06,450 โมเดลนี้ถูกดาวน์โหลดไปหลายหมื่นครั้ง 106 00:04:06,450 --> 00:04:08,848 บอกได้เลยว่าคอมมูนิตี้มองว่ามันของจริง 107 00:04:08,848 --> 00:04:10,741 ให้คุณเห็นภาพว่ามันแกร่งแค่ไหน 108 00:04:10,741 --> 00:04:12,949 ในการทดสอบที่เรียกว่า SWE-Bench Pro 109 00:04:12,949 --> 00:04:15,220 ซึ่งวัดงานเขียนโค้ดจริง Qwen 3.8-27B 110 00:04:15,220 --> 00:04:18,059 ได้คะแนนสูงกว่าโมเดล plus ตัวใหญ่ของ Qwen เอง 111 00:04:18,059 --> 00:04:19,763 ในการทดสอบการใช้คอมพิวเตอร์ 112 00:04:19,763 --> 00:04:22,476 ที่โมเดลคลิกใช้งานหน้าจอเพื่อทำงานให้สำเร็จ 113 00:04:22,476 --> 00:04:23,801 มันติดอันดับเกือบท็อป 114 00:04:23,801 --> 00:04:26,135 และในการทดสอบเขียนโค้ดแข่งขันระดับยาก 115 00:04:26,135 --> 00:04:28,722 มันได้คะแนนเกิน 90 สำหรับโมเดลเล็กขนาดนี้ 116 00:04:28,722 --> 00:04:30,994 ตัวเลขพวกนั้นถือว่าแปลกประหลาดจริง ๆ 117 00:04:30,994 --> 00:04:33,707 มันยังมีพี่ใหญ่ด้วย ข้าง ๆ ตัว 27B ทีม Qwen 118 00:04:33,707 --> 00:04:35,978 ปล่อยเวอร์ชันที่ใหญ่กว่ามากชื่อ Qwen 119 00:04:35,978 --> 00:04:37,067 3.8-2.4T-A95B 120 00:04:37,067 --> 00:04:41,042 สร้างมาเพื่องานหนักที่สุดและตั้งเป้าไปที่โมเดลระดับท็อปของวงการ 121 00:04:41,042 --> 00:04:43,187 พวกเราส่วนใหญ่ไม่รันมันที่บ้านหรอก 122 00:04:43,187 --> 00:04:44,638 แต่ก็ดีที่รู้ว่าตัว 27B 123 00:04:44,638 --> 00:04:46,279 ตัวเล็กมาจากตระกูลเดียวกัน 124 00:04:46,279 --> 00:04:48,424 แค่ย่อลงมาเป็นขนาดที่เราใช้ได้จริง 125 00:04:48,424 --> 00:04:49,560 อีกเรื่องที่ควรรู้ 126 00:04:49,560 --> 00:04:52,273 โมเดลเก็บการคิดข้ามบทสนทนาได้โดยค่าเริ่มต้น 127 00:04:52,273 --> 00:04:53,724 ดังนั้นในการสนทนาที่ยาว 128 00:04:53,724 --> 00:04:56,185 มันจำได้ว่ามันใช้เหตุผลก่อนหน้านี้ยังไง 129 00:04:56,185 --> 00:04:57,951 แทนที่จะเริ่มต้นใหม่ทุกครั้ง 130 00:04:57,951 --> 00:05:00,033 ทำให้มันนิ่งขึ้นกับงานหลายขั้นตอน 131 00:05:00,033 --> 00:05:02,746 เดี๋ยวผมจะโชว์ว่าผมเอามันไปรันกับอะไรจริง ๆ 132 00:05:02,746 --> 00:05:05,522 จำเรื่องเซอร์ไพรส์ที่ผมสัญญาไว้ได้ไหม? นี่ไง 133 00:05:05,522 --> 00:05:08,425 เพราะมันเข้าใจวิดีโอ นี่คือสิ่งที่ผมทำเพื่อ AI 134 00:05:08,425 --> 00:05:11,201 Profit Boardroom ผมจะเอาคลิปคอลโค้ชที่อัดไว้ 135 00:05:11,201 --> 00:05:12,967 หย่อนลงไป ให้โมเดลดูทั้งคลิป 136 00:05:12,967 --> 00:05:15,302 แล้วดึงช่วงเวลาสำคัญ คำถามที่ดีที่สุด 137 00:05:15,302 --> 00:05:16,501 และบทเรียนหลักออกมา 138 00:05:16,501 --> 00:05:18,646 จากนั้นให้มันเปลี่ยนเป็นโน้ตสั้น ๆ 139 00:05:18,646 --> 00:05:21,485 และไอเดียคลิปสั้นที่ผมแชร์กับสมาชิก AI Profit 140 00:05:21,485 --> 00:05:23,062 Boardroom ที่พลาดรอบสดได้ 141 00:05:23,062 --> 00:05:24,450 คลิปยาวหนึ่งคลิปเข้าไป 142 00:05:24,450 --> 00:05:26,596 ออกมาเป็นชุดเนื้อหาที่แชร์ได้สะอาด 143 00:05:26,596 --> 00:05:28,678 งานแบบนี้สมัยก่อนกินเวลาผมทั้งวัน 144 00:05:28,678 --> 00:05:30,003 ผมไปได้ไกลกว่านั้นอีก 145 00:05:30,003 --> 00:05:32,842 ผมจะชี้มันไปที่กองเนื้อหา AI Profit Boardroom 146 00:05:32,842 --> 00:05:35,492 ในอดีต ใช้ประโยชน์จาก context window มหึมา 147 00:05:35,492 --> 00:05:37,385 ให้มันเขียนไทเทิลและสรุปสั้น ๆ 148 00:05:37,385 --> 00:05:39,530 ให้วิดีโอขั้นตอนทุกตัวในครั้งเดียว 149 00:05:39,530 --> 00:05:42,306 หมายความว่าสมาชิกใหม่ของ AI Profit Boardroom 150 00:05:42,306 --> 00:05:45,524 หาสิ่งที่ต้องการเจอได้เลยโดยไม่ต้องขุดหากองข้อมูลรก 151 00:05:45,524 --> 00:05:48,110 ๆ แล้วใครล่ะที่เหมาะจะใช้ตัวนี้? พูดตรง ๆ 152 00:05:48,110 --> 00:05:49,200 มากกว่าที่คุณคิด 153 00:05:49,200 --> 00:05:52,039 ถ้าคุณมีการ์ดจอรุ่นใหม่ที่มีหน่วยความจำประมาณ 154 00:05:52,039 --> 00:05:54,878 24 GB อย่างการ์ด 409 หรือคุณรันเวอร์ชัน 4-bit 155 00:05:54,878 --> 00:05:57,339 ได้ที่ประมาณ 14 ถึง 17 GB ถ้าคุณใช้ Mac 156 00:05:57,339 --> 00:06:00,178 กับชิปของ Apple เองและหน่วยความจำรวมประมาณ 24 157 00:06:00,178 --> 00:06:03,017 GB ขึ้นไป คุณรันมันได้เช่นกัน ผ่าน llama.cpp, 158 00:06:03,017 --> 00:06:06,046 LM Studio หรือ Ollama อยากได้เวอร์ชันคุณภาพเต็ม? 159 00:06:06,046 --> 00:06:07,623 ตัวนั้นต้องการการ์ด 80 GB 160 00:06:07,623 --> 00:06:09,263 ซึ่งเป็นเซ็ตอัประดับองค์กร 161 00:06:09,263 --> 00:06:11,535 และถ้าคุณไม่อยากแตะฮาร์ดแวร์เลย Qwen 162 00:06:11,535 --> 00:06:15,320 กำลังปล่อยเวอร์ชันโฮสต์ออนไลน์ที่เรียกใช้ผ่านอินเทอร์เน็ตได้ 163 00:06:15,320 --> 00:06:17,592 ประเด็นใหญ่คือ เพราะสัญญา Apache 2.0 164 00:06:17,592 --> 00:06:20,305 คุณจึงใช้มันทำงานจริง แก้ไขมัน และต่อยอดได้ 165 00:06:20,305 --> 00:06:23,144 มันไม่ใช่เดโม่ที่ล็อกไว้ มันคือเครื่องมือจริง 166 00:06:23,144 --> 00:06:24,848 และสิทธิ์ในการใช้เป็นของคุณ 167 00:06:24,848 --> 00:06:26,930 ทิ้งท้ายด้วยเคล็ดลับสั้น ๆ ข้อแรก 168 00:06:26,930 --> 00:06:29,832 อย่าดาวน์โหลดเวอร์ชันใหญ่ที่สุดเป็นค่าเริ่มต้น 169 00:06:29,832 --> 00:06:32,608 เลือกเวอร์ชันบีบอัดที่เข้ากับฮาร์ดแวร์ของคุณ 170 00:06:32,608 --> 00:06:35,700 แล้วคุณจะได้คำตอบที่เร็วลื่นแทนโมเดลที่เตี้ยไปหมด 171 00:06:35,700 --> 00:06:37,845 ข้อสอง ใช้โหมดคิดอย่างมีจุดประสงค์ 172 00:06:37,845 --> 00:06:40,558 เปิดการคิดและตั้งระดับสูงสำหรับงานโค้ดยาก ๆ 173 00:06:40,558 --> 00:06:43,397 หรือการวางแผน ปิดมันสำหรับเรื่องเร็ว ๆ ง่าย ๆ 174 00:06:43,397 --> 00:06:46,047 นิสัยข้อเดียวนี้ช่วยประหยัดเวลารอได้มหาศาล 175 00:06:46,047 --> 00:06:48,949 ข้อสาม ดาวน์โหลดจากหน้าอย่างเป็นทางการของ Qwen 176 00:06:48,949 --> 00:06:50,038 บน Hugging Face 177 00:06:50,038 --> 00:06:53,509 อย่าไปเอาจากหน้าเลียนแบบที่โผล่ขึ้นมาก่อนของจริงจะปล่อย 178 00:06:53,509 --> 00:06:54,598 เอาของแท้ ข้อสี่ 179 00:06:54,598 --> 00:06:56,617 พึ่งพาความสามารถด้านภาพและวิดีโอ 180 00:06:56,617 --> 00:06:58,888 คนส่วนใหญ่จะใช้มันเหมือนแชทบอทธรรมดา 181 00:06:58,888 --> 00:07:01,727 และพลาดส่วนที่ดีที่สุดไป ผมชี้มันไปที่แผนภูมิ 182 00:07:01,727 --> 00:07:04,125 เอกสาร และคลิปอัดเสียงสำหรับ AI Profit 183 00:07:04,125 --> 00:07:05,214 Boardroom 184 00:07:05,214 --> 00:07:08,369 เพราะนั่นคือจุดที่มันเหนือกว่าโมเดลเล็กตัวอื่นจริง 185 00:07:08,369 --> 00:07:11,145 ๆ ถ้าอยากได้กระบวนการเต็ม SOPs และ use cases 186 00:07:11,145 --> 00:07:14,047 ด้าน AI มากกว่า 100 ตัวอย่างแบบนี้ เข้าร่วม AI 187 00:07:14,047 --> 00:07:15,137 Success Lab ได้ 188 00:07:15,137 --> 00:07:17,282 ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป 189 00:07:17,282 --> 00:07:19,490 คุณจะได้โน้ตวิดีโอทั้งหมดจากที่นั่น 190 00:07:19,490 --> 00:07:21,698 พร้อมเข้าถึงคอมมูนิตี้สมาชิก 85,000 191 00:07:21,698 --> 00:07:24,348 คนที่กำลังทำเงินกับ AI อยู่ คุณยังโหลดไฟล์ 192 00:07:24,348 --> 00:07:26,746 Agent OS ทั้งชุดข้างในได้ พร้อมติดตั้ง 193 00:07:26,746 --> 00:07:29,585 และเราสร้างโรดแมป 30 วันฉบับสมบูรณ์ไว้เป็นชุด 194 00:07:29,585 --> 00:07:32,109 use cases และถ้าคุณกำลังจะไปลอง Qwen 3.8 195 00:07:32,109 --> 00:07:34,759 ด้วยตัวเอง นี่คือความช่วยเหลือสุดท้ายของผม 196 00:07:34,759 --> 00:07:37,030 จุดที่คนติดกันมากที่สุดคือการติดตั้ง 197 00:07:37,030 --> 00:07:39,932 เวอร์ชันที่เข้ากับการ์ดของคุณ การตั้งค่าการคิด 198 00:07:39,932 --> 00:07:42,393 แอปท้องถิ่นที่ทำงานเข้ากับเครื่องของคุณ 199 00:07:42,393 --> 00:07:44,475 นั่นคือจุดที่ AI Profit Boardroom 200 00:07:44,475 --> 00:07:45,564 ช่วยคุณได้พอดี 201 00:07:45,564 --> 00:07:48,908 ข้างในคุณจะได้บทช่วยสอนที่พาเดินขั้นตอนติดตั้งทั้งหมด 202 00:07:48,908 --> 00:07:51,306 คอลโค้ชที่ถามเรื่องเซ็ตอัปของคุณเองได้ 203 00:07:51,306 --> 00:07:53,262 โรดแมปที่บอกว่าควรสร้างอะไรก่อน 204 00:07:53,262 --> 00:07:55,785 และพรอมต์สำเร็จรูปสำหรับเครื่องมือแบบนี้ 205 00:07:55,785 --> 00:07:58,309 คุณยังโหลดไฟล์ Agent OS ทั้งชุดข้างในได้ 206 00:07:58,309 --> 00:08:00,391 พร้อมติดตั้ง และเราสร้างโรดแมป 30 207 00:08:00,391 --> 00:08:02,536 วันฉบับสมบูรณ์ไว้เป็นชุด use cases 208 00:08:02,536 --> 00:08:04,051 ตอนนี้มีสมาชิกกว่า 4,000 209 00:08:04,051 --> 00:08:06,574 คนในนั้นที่เรียนรู้เรื่องพวกนี้ไปด้วยกัน 210 00:08:06,574 --> 00:08:09,035 คุณจะไม่ได้ทำคนเดียว มาร่วมกับเราได้ที่ 211 00:08:09,035 --> 00:08:10,360 aiprofitboardroom.com