First Look at Kimi K3: The Biggest, Smartest Open Weights Model Ever?

1
00:00:00,000 --> 00:00:04,035
Moonshot AI เพิ่งปล่อย Kimi K3 ออกมา โดยเรียกมันว่า

2
00:00:04,035 --> 00:00:07,754
open frontier intelligence ตัวนี้จะเป็นโมเดลแบบ

3
00:00:07,754 --> 00:00:12,185
open weights และเป็น flagship model ล่าสุดในสายผลิตภัณฑ์

4
00:00:12,185 --> 00:00:16,854
Kimi ที่ได้รับความนิยมมากครับ หลายคนน่าจะจำได้ว่าผมเคยรีวิว

5
00:00:16,854 --> 00:00:21,285
Kimi K2.6 ไปแล้ว และตอนนั้นมันทำผลงานได้ดีมากสำหรับโมเดล

6
00:00:21,285 --> 00:00:25,320
open weights ครับ ผมเลยค่อนข้างตื่นเต้นที่จะเห็นว่า

7
00:00:25,320 --> 00:00:31,018
Kimi K3 จะทำได้แค่ไหน เราจะเริ่มจากการลองให้มันทำงานเปิดตัวสักงานก่อนเลย

8
00:00:31,018 --> 00:00:34,895
แล้วค่อยกลับมาเล่าให้ฟังถึงสเปคทางเทคนิค พร้อมกับ

9
00:00:34,895 --> 00:00:39,959
benchmark ต่าง ๆ แล้วค่อยให้มันทำงานเพิ่มอีกสองสามชิ้นในช่วงท้าย

10
00:00:39,959 --> 00:00:46,605
แต่ผมว่าเรามาเริ่มลองเล่นของจริงกันก่อนดีกว่า จะได้ไม่ต้องมานั่งดูสไลด์กันก่อนนะครับ

11
00:00:46,605 --> 00:00:50,799
พอดีเห็น Hermes กำลัง update อยู่เบื้องหลัง แต่นี่คือ

12
00:00:50,799 --> 00:00:56,575
prompt ที่เราจะให้ และเป็น prompt ที่หลายคนเคยเห็นมาแล้วหลายครั้งแล้วครับ

13
00:00:56,575 --> 00:01:00,532
prompt คือให้สร้างไฟล์ HTML ไฟล์เดียวสำหรับเกม One

14
00:01:00,532 --> 00:01:04,488
Piece meets Star Wars โดยมี hero section แบบเต็มจอ

15
00:01:04,488 --> 00:01:08,603
พื้นหลังสีเข้ม มีทรงกลม 3D หมุนอยู่ใน Three.js พร้อม

16
00:01:08,603 --> 00:01:14,141
GLSL fragment shader แบบกำหนดเอง ทำให้มันดูเหมือนดาวเคราะห์ที่เรืองแสง

17
00:01:14,141 --> 00:01:17,939
ทรงกลมจะค่อย ๆ หมุนรอบแกน Y เมื่อ scroll ลง GSAP

18
00:01:17,939 --> 00:01:22,133
จะเล่นแอนิเมชันให้ทรงกลมเล็กลงและจางหายไป พร้อมกับให้

19
00:01:22,133 --> 00:01:26,090
headline ค่อย ๆ โผล่ขึ้นมาแบบ stagger entrance ของ

20
00:01:26,090 --> 00:01:29,808
framer-motion ทำงานบน Chrome ไม่ต้องใช้ NPM ใช้

21
00:01:29,808 --> 00:01:34,240
CDN imports เท่านั้นครับ หลายคนอาจจำได้ว่านี่คือผลงานที่

22
00:01:34,240 --> 00:01:40,095
Kimi K2.6 ทำได้ตอนนั้น ซึ่งดูดีมาก และในเวลานั้นมันเป็นผลงานที่ดีที่สุดจาก

23
00:01:40,095 --> 00:01:44,289
prompt นี้เลย ตอนนั้น Fable ยังไม่ได้ออกมาทำได้ดีกว่า

24
00:01:44,289 --> 00:01:50,777
และล่าสุด ChatGPT 5.6 Sol ก็ทำได้ดีเช่นกัน แต่ตอนที่ปล่อยครั้งแรกมันทำได้ดีมากจริง

25
00:01:50,777 --> 00:01:54,733
ๆ โดยที่โมเดล frontier ตัวอื่น ๆ ในยุคนั้นทำไม่ได้

26
00:01:54,733 --> 00:01:59,323
เช่น Opus หรือ GPT รุ่นตอนนั้นก็ทำไม่ได้ครับ แต่มาดูกันว่า

27
00:01:59,323 --> 00:02:03,279
Kimi K3 จะทำยังไงกับ prompt นี้ สักสองสามเดือนก่อน

28
00:02:03,279 --> 00:02:08,660
prompt นี้ถือว่ายากมาก แต่โมเดลรุ่นใหม่ ๆ ส่วนใหญ่ก็เริ่มทำได้ดีแล้ว

29
00:02:08,660 --> 00:02:14,357
ผมอาจจะต้องหา prompt ที่ยากกว่านี้มาใช้แล้วล่ะ ถ้าโมเดลทุกตัวเริ่มจัดการ

30
00:02:14,357 --> 00:02:18,946
prompt นี้ได้หมดแล้ว ทีนี้เรามาเลือกโมเดลกัน เลื่อนลงไปที่

31
00:02:18,946 --> 00:02:22,981
Moonshot Kimi K3 ในพอร์ทัลใหม่ สังเกตราคาได้เลยครับ

32
00:02:22,981 --> 00:02:27,017
ตอนนี้อยู่ที่ $3 สำหรับ input และ $15 สำหรับ output

33
00:02:27,017 --> 00:02:30,736
ซึ่งถือว่าอยู่ในระดับใกล้เคียงกับ GPT-5.6 Terra

34
00:02:30,736 --> 00:02:36,591
ของ OpenAI คือเป็นโมเดลระดับกลางของ OpenAI ดังนั้นมันไม่ใช่ของถูกเลยนะครับ

35
00:02:36,591 --> 00:02:41,893
แพงอยู่ แต่ก็เป็น open weights ด้วยเช่นกัน และพร้อมใช้งานแล้วตอนนี้

36
00:02:41,893 --> 00:02:45,849
ทีนี้มาที่หน้าแชทของ Hermes กันบ้าง ผมจะวาง prompt

37
00:02:45,849 --> 00:02:49,805
นี้ลงไปเลยนะครับ โอเค คุณจะเห็น Kimi K3 อยู่ตรงนี้

38
00:02:49,805 --> 00:02:53,762
นี่คือสิ่งที่ได้กลับมา เห็นชื่อว่า Grandline Prime

39
00:02:53,762 --> 00:02:58,826
ขนานนามว่า One Piece Star Wars Outer Rim ตัวทรงกลมเองดูดีมากครับ

40
00:02:58,826 --> 00:03:03,890
นี่เป็นหนึ่งในเวอร์ชันที่ดีกว่าเดิมเยอะเลย ดูมีความสมจริงมากขึ้น

41
00:03:03,890 --> 00:03:08,163
ดูคล้ายโลกเลย เหมือนมีเมฆลอยอยู่ข้างใต้ ทำได้ดีมากจริง

42
00:03:08,163 --> 00:03:13,227
ๆ สำหรับตัวทรงกลม ทีนี้ลอง scroll ลงไปดูกัน นี่คือบททดสอบของจริง

43
00:03:13,227 --> 00:03:17,183
มันค่อย ๆ เล็กลง ค่อย ๆ จางหายไป สวยงามมาก และก็มี

44
00:03:17,183 --> 00:03:21,139
stagger entrance ของ headline ขึ้นมาพอดี "Set sail

45
00:03:21,139 --> 00:03:25,254
for the stars, become the pirate king of the galaxy"

46
00:03:25,254 --> 00:03:29,448
— ออกเดินทางสู่ดวงดาว กลายเป็นราชาโจรสลัดแห่งกาแล็กซี

47
00:03:29,448 --> 00:03:34,986
ผมว่ามันทำได้ดีมากครับ ทางสายตาดูดีกว่าที่เวอร์ชันก่อนหน้าทำได้เยอะเลย

48
00:03:34,986 --> 00:03:41,950
ดูสะอาดตาและขัดเกลาขึ้นมาก และมันก็ทำครบทุกข้อที่ผมกำหนดไว้ในแง่ของข้อกำหนดทางเทคนิคด้วย

49
00:03:41,950 --> 00:03:45,748
ถือว่าเป็นงานที่ดีมากครับ ผมคงต้องเปลี่ยน prompt

50
00:03:45,748 --> 00:03:49,704
ประจำที่ใช้อยู่แล้วล่ะ เพราะโมเดลสองสามตัวล่าสุดทำ

51
00:03:49,704 --> 00:03:53,739
prompt นี้ได้ดีมาก ผมคงต้องไปหางาน front-end coding

52
00:03:53,739 --> 00:03:57,458
ที่ยากกว่านี้มาลองบ้างแล้ว โอเค งานแรกเสร็จแล้ว

53
00:03:57,458 --> 00:04:01,968
ทีนี้กลับมาคุยเรื่องตัวโมเดลกันบ้าง Kimi K3 เป็นโมเดลขนาด

54
00:04:01,968 --> 00:04:05,846
2.8 ล้านล้านพารามิเตอร์ (2.8 trillion parameters)

55
00:04:05,846 --> 00:04:11,543
เป็นโมเดล open weights ระดับสามล้านล้านพารามิเตอร์ตัวแรกที่ถูกปล่อยออกมา

56
00:04:11,543 --> 00:04:15,657
มี context window 1 ล้านโทเคน ซึ่งเพิ่งเห็นกันไปแล้ว

57
00:04:15,657 --> 00:04:19,455
และมีสถาปัตยกรรมใหม่ที่ออกแบบมาเพื่อการทำงานด้าน

58
00:04:19,455 --> 00:04:23,649
coding research และงานความรู้ที่ต้องรันนาน ๆ โดยเฉพาะ

59
00:04:23,649 --> 00:04:28,080
แต่กรอบความจริงก็สำคัญนะครับ Moonshot ไม่ได้กล่าวอ้างว่า

60
00:04:28,080 --> 00:04:32,353
K3 จะเอาชนะโมเดลปิดทุกตัว ในประกาศของบริษัทเองก็บอกตรง

61
00:04:32,353 --> 00:04:36,863
ๆ ว่า K3 ยังเป็นรอง Claude 5 และ GPT 5.6 Sol ในภาพรวมอยู่

62
00:04:36,863 --> 00:04:41,769
คำถามที่น่าสนใจไม่ใช่ว่านี่เป็นโมเดล open ที่ใหญ่ที่สุดหรือไม่

63
00:04:41,769 --> 00:04:47,783
เพราะมันชัดเจนอยู่แล้วว่าใช่ แต่คือคุณไม่สามารถรันโมเดลนี้บนเครื่องท้อคัดได้

64
00:04:47,783 --> 00:04:52,135
แม้จะเป็น open weights แต่มันก็ไม่ใช่เรื่องที่เป็นไปได้

65
00:04:52,135 --> 00:04:55,854
แม้คุณจะมีเครื่องที่ทรงพลังมากพร้อม GPU ของเก่ง

66
00:04:55,854 --> 00:05:02,263
ๆ ก็ตาม คำถามจริง ๆ คือ ขนาดที่ใหญ่ขนาดนี้จะแปลงเป็นงานสำเร็จที่ดีกว่าจริงหรือไม่

67
00:05:02,263 --> 00:05:06,061
มาเจาะกันต่อเลย Kimi K3 ไม่ใช่แค่ Kimi K2 ที่เอา

68
00:05:06,061 --> 00:05:09,938
expert มาเพิ่มขึ้นเฉย ๆ ส่วนใหม่แรกคือ Kimi Delta

69
00:05:09,938 --> 00:05:14,053
Attention หรือเรียกสั้น ๆ ว่า KDA นี่เป็นสถาปัตยกรรม

70
00:05:14,053 --> 00:05:17,930
attention แบบประหยัดทรัพยากรของ Kimi สำหรับจัดการ

71
00:05:17,930 --> 00:05:21,728
sequence ที่ยาวมาก ๆ โดยไม่ต้องเสียค่าใช้จ่ายของ

72
00:05:21,728 --> 00:05:26,001
attention แบบมาตรฐานกับทุก token จากนั้นก็มี attention

73
00:05:26,001 --> 00:05:31,381
residuals แทนที่จะให้แต่ละเลเยอร์สะสมข้อมูลจากเลเยอร์ก่อนหน้าทั้งหมด

74
00:05:31,381 --> 00:05:37,237
โมเดลสามารถเลือกดึง representation ที่มีประโยชน์จากความลึกที่แตกต่างกันได้

75
00:05:37,237 --> 00:05:40,956
ภายใต้สิ่งนี้คือ stable lean MoE — K3 มี expert

76
00:05:40,956 --> 00:05:44,675
ถึง 896 ตัว แต่มีเพียง 16 ตัวเท่านั้นที่ active

77
00:05:44,675 --> 00:05:48,473
ในแต่ละ token นี่คือเหตุผลที่ขนาดโมเดลรวมใหญ่มาก

78
00:05:48,473 --> 00:05:52,271
แต่เส้นทางการทำงานจริงยังคง sparse อยู่ Moonshot

79
00:05:52,271 --> 00:05:56,069
ระบุว่า การผสมผสานของสถาปัตยกรรม การ routing การ

80
00:05:56,069 --> 00:06:01,133
train และข้อมูล ทำให้ scaling efficiency (ประสิทธิภาพการขยายตัว)

81
00:06:01,133 --> 00:06:10,153
โดยรวมดีขึ้นประมาณ 2.5 เท่าเมื่อเทียบกับ K2 ดังนั้นคำกล่าวอ้างเรื่องประสิทธิภาพนี้สำคัญกว่าจำนวนพารามิเตอร์เสียอีก

82
00:06:10,153 --> 00:06:14,268
เพราะโมเดลยักษ์จะมีประโยชน์ก็ต่อเมื่อคุณสามารถ train

83
00:06:14,268 --> 00:06:18,382
และ serve มันได้โดยที่ต้นทุนไม่บานปลาย จุดขายหลักของ

84
00:06:18,382 --> 00:06:24,159
K3 คืองานที่ต้องทำต่อเนื่องยาวนานสามารถทำได้โดยแทบไม่ต้องมีมนุษย์คอยกำกับ

85
00:06:24,159 --> 00:06:28,273
Moonshot ระบุว่ามันสามารถอ่าน repository ขนาดใหญ่มาก

86
00:06:28,273 --> 00:06:32,071
ๆ ประสานงานกับเครื่องมือ terminal คงสภาพ session

87
00:06:32,071 --> 00:06:37,214
งานวิศวกรรม และใช้ screenshot เป็นส่วนหนึ่งของวงจรการเขียนโค้ดได้

88
00:06:37,214 --> 00:06:41,171
คือมันสามารถสร้างบางสิ่งขึ้นมา ดูผลลัพธ์ที่ render

89
00:06:41,171 --> 00:06:45,127
แล้วนั้น จากนั้นปรับปรุงมันแทนที่จะหยุดแค่ตอนเขียน

90
00:06:45,127 --> 00:06:49,558
source code เสร็จ พวกเขายังทดสอบ GPU kernel optimization

91
00:06:49,558 --> 00:06:53,673
โดยให้รันต่อหนึ่งครั้งได้นานถึง 24 ชั่วโมงเลยทีเดียว

92
00:06:53,673 --> 00:06:58,104
ในช่วงพัฒนา K3 เอง เวอร์ชันแรก ๆ มีรายงานว่ารับผิดชอบงาน

93
00:06:58,104 --> 00:07:05,463
kernel optimization ของทีมได้เกือบทั้งหมด จะเห็นแนวโน้มกว้างขึ้นที่ครอบคลุมทั้งการปล่อยตัวนี้

94
00:07:05,463 --> 00:07:11,001
— คือเน้นการ "รับผิดชอบโปรเจกต์ที่ยากทั้งโปรเจกต์แล้วรันต่อเนื่องจนจบ"

95
00:07:11,001 --> 00:07:17,015
พวกเขาพูดถึง case study สุดมหัศจรรย์หลายตัว ผมจะไม่ลงรายละเอียดทั้งหมดนะครับ

96
00:07:17,015 --> 00:07:21,130
สามารถไปอ่านเพิ่มเติมได้ที่ tech blog ซึ่งน่าสนใจมาก

97
00:07:21,130 --> 00:07:26,510
อย่างเช่นการสร้าง mini Triton GPU compiler, ชิปที่ถูกออกแบบโดยโมเดล,

98
00:07:26,510 --> 00:07:30,308
โลก 3D แบบ procedural open world โดยใช้ Three.js

99
00:07:30,308 --> 00:07:34,818
และ WebGPU พร้อม asset อื่น ๆ อีกมาก และงาน computational

100
00:07:34,818 --> 00:07:39,329
astrophysics โมเดลสามารถทำงานวิจัยและทุกอย่างที่จำเป็นได้

101
00:07:39,329 --> 00:07:43,760
โดยทำงานที่ปกติต้องใช้เวลาสองสัปดาห์ให้เสร็จในสองชั่วโมง

102
00:07:43,760 --> 00:07:48,507
ทีนี้มาดู benchmark กันบ้าง เพราะหลายคนอยากเห็นส่วนนี้แน่นอน

103
00:07:48,507 --> 00:07:52,543
ใน blog มีอยู่หลายตัวเลย ดู coding benchmark ได้เลย

104
00:07:52,543 --> 00:07:56,578
K3 อยู่ใกล้ด้านบนในเกือบทุกตัวเลย มีสองสามตัวที่แพ้

105
00:07:56,578 --> 00:08:00,376
GPT-5.6 Sol สองสามตัวแพ้ Fable แต่บางตัวก็ขึ้นนำ

106
00:08:00,376 --> 00:08:04,095
คือเอาชนะ Sol และ Fable ได้ ซึ่งน่าทึ่งมาก ส่วน

107
00:08:04,095 --> 00:08:07,814
agent benchmark ก็คล้าย ๆ กันครับ แพ้ Fable และ

108
00:08:07,814 --> 00:08:11,691
Sol อยู่บางตัว แต่บางตัวก็สูงกว่า เช่น automation

109
00:08:11,691 --> 00:08:15,489
bench, browse comp, spreadsheet bench และ visual

110
00:08:15,489 --> 00:08:19,604
agent ด้วย อยู่สูงกว่า Sol เล็กน้อย แต่ต่ำกว่า Fable

111
00:08:19,604 --> 00:08:23,323
นิดหน่อย ดังนั้นมันไม่ใช่โมเดลที่ดีที่สุดในตลาด

112
00:08:23,323 --> 00:08:28,387
แต่ก็ใกล้เคียงกับโมเดลท็อปที่เราเข้าถึงได้มาก และเมื่อพิจารณาว่า

113
00:08:28,387 --> 00:08:34,322
Fable 5 ถูกมองว่าเป็นภัยคุกคามระดับชาติที่ต้องกักไม่ให้ประชาชนทั่วไปเข้าถึง

114
00:08:34,322 --> 00:08:38,911
สิ่งที่ K3 ทำได้ถือว่าน่าทึ่งมากครับ และอย่างที่เห็นตรงนี้

115
00:08:38,911 --> 00:08:43,421
cost efficiency ก็เป็นปัจจัยสำคัญเช่นกัน ค่าใช้จ่ายต่องาน

116
00:08:43,421 --> 00:08:50,463
K3 ที่ทำเครื่องหมายดาวแดงไว้ตรงนี้ จะเห็นว่ามันมีประสิทธิภาพเรื่องต้นทุนดีกว่าอย่างชัดเจน

117
00:08:50,463 --> 00:08:55,369
ดังนั้นนี่คือมุมมองตรงไปตรงมาของผม — K3 ดูแข็งแกร่งมากในแง่ของ

118
00:08:55,369 --> 00:08:59,405
benchmark ครับ ความสำเร็จใหญ่ ๆ ใน coding benchmark

119
00:08:59,405 --> 00:09:03,203
และ agent benchmark, ผลลัพธ์ด้าน spreadsheet และ

120
00:09:03,203 --> 00:09:07,396
document understanding ที่แข็งแกร่ง, การเขียนโค้ดด้าน

121
00:09:07,396 --> 00:09:12,302
visual และ long context ล้วนเป็นความสามารถหลักที่มีประโยชน์มาก

122
00:09:12,302 --> 00:09:16,417
แต่อาจจะไม่แข็งแกร่งมากนักในงาน software engineering

123
00:09:16,417 --> 00:09:20,769
ที่ยากจริง ๆ ส่วน GPT 5.6 ยังนำอยู่ในการทดสอบ reasoning

124
00:09:20,769 --> 00:09:25,912
และ multimodal หลายตัว ซึ่ง Moonshot เองก็ยอมรับว่ามีช่องว่างด้าน

125
00:09:25,912 --> 00:09:31,688
UX เมื่อเทียบกับโมเดลท็อปเหล่านี้ แต่ถึงกระนั้นก็ถือว่าน่าประทับใจมากครับ

126
00:09:31,688 --> 00:09:35,644
อย่างที่ผมพูดไปก่อนหน้านี้ เรื่องราคาและการเข้าถึง

127
00:09:35,644 --> 00:09:39,680
— อยู่ที่ 30 เซนต์สำหรับ cache hit input, $3 สำหรับ

128
00:09:39,680 --> 00:09:44,032
cache miss input ปกติ และ $15 สำหรับ output อย่างที่บอก

129
00:09:44,032 --> 00:09:48,384
ราคาใกล้เคียงกับ GPT 5.6 Terra ซึ่งเป็นรุ่นระดับกลางของ

130
00:09:48,384 --> 00:09:52,103
OpenAI นี่คือข้อเท็จจริงของตัวโมเดลเอง สรุปแล้ว

131
00:09:52,103 --> 00:09:58,275
Kimi K3 ไม่ได้เป็นโมเดลที่ดีที่สุดโดยอัตโนมัติเพียงเพราะมีพารามิเตอร์มากที่สุด

132
00:09:58,275 --> 00:10:03,101
สิ่งที่ทำให้มันน่าสนใจจริง ๆ คือการผสมผสานระหว่างการเป็นโมเดล

133
00:10:03,101 --> 00:10:06,899
open ระดับสามล้านล้านพารามิเตอร์, context window

134
00:10:06,899 --> 00:10:11,963
หนึ่งล้านโทเคน, และสถาปัตยกรรม attention ที่เป็นนวัตกรรมใหม่จริง

135
00:10:11,963 --> 00:10:19,797
ๆ พร้อมความสามารถ multimodal แบบ native และการโฟกัสไปที่งานที่สามารถรันได้นานเป็นชั่วโมงหรือเป็นวัน

136
00:10:19,797 --> 00:10:23,674
เราทำงานไปแล้วหนึ่งงาน ทีนี้มาทำอีกงานกันบ้างครับ

137
00:10:23,674 --> 00:10:29,134
งานต่อไปที่ผมจะให้จะเป็นงานที่อิงจากสิ่งที่เราเห็นในสไลด์นั่นแหละครับ

138
00:10:29,134 --> 00:10:33,090
นั่นคือ procedural 3D open world ผมอยากลองให้สร้าง

139
00:10:33,090 --> 00:10:36,967
open world ขึ้นมาดู เพราะก่อนหน้านี้ผมเคยให้ Opus

140
00:10:36,967 --> 00:10:41,319
และ GLM 5.2 ทำงานนี้ โดยให้สร้าง open world ใน Three.js

141
00:10:41,319 --> 00:10:45,592
โดยใช้ asset พื้นฐานบางตัว ผมมี prompt อยู่ โดยระบุว่า

142
00:10:45,592 --> 00:10:50,656
"คุณอยู่ใน directory เปล่า วัสดุเพียงอย่างเดียวที่ให้คือโฟลเดอร์

143
00:10:50,656 --> 00:10:55,404
assets ที่มี fantasy และ game assets" ซึ่งก็คือพวกนี้เลยครับ

144
00:10:55,404 --> 00:10:59,281
มีบางอย่าง — คุณอาจจะอ่านไม่ออก แต่พวกนี้เป็นไฟล์

145
00:10:59,281 --> 00:11:03,712
Three.js และรูปอ้างอิงบางส่วน ซึ่งเดิมทีเป็นของสำหรับเกม

146
00:11:03,712 --> 00:11:09,963
One Piece ที่ผมพยายามจะทำอยู่ และน่าจะเป็นส่วนที่มีประโยชน์มากที่สุดสำหรับโมเดล

147
00:11:09,963 --> 00:11:15,106
เพราะมี texture ครบครันที่สามารถเอาไปใช้กับอาคารหรือพื้นดินได้เลย

148
00:11:15,106 --> 00:11:20,091
มี asset ให้ใช้ได้เพียบเลยครับ ก็คือไอเดียคือให้สร้างโลกแฟนตาซี

149
00:11:20,091 --> 00:11:25,393
3D ขึ้นมาโดยใช้ Three.js เป็นหลัก โดยมีข้อกำหนดอยู่สองสามข้อด้วยกัน

150
00:11:25,393 --> 00:11:29,745
— ระบบควบคุมการเคลื่อนไหว, จุดสนใจ (points of interest)

151
00:11:29,745 --> 00:11:37,262
สามจุด, องค์ประกอบแอนิเมชันหนึ่งตัว และให้ผู้ใช้สามารถคลิกหรือตรวจสอบวัตถุได้อย่างน้อยหนึ่งชิ้น

152
00:11:37,262 --> 00:11:43,038
นี่คือ prompt ที่ผมจะให้มัน เรามาดูกันว่าจะสร้างอะไรได้บ้างและจะดีกว่าของ

153
00:11:43,038 --> 00:11:47,232
Opus 4.8 และ GLM 5.2 หรือเปล่า โอเค อีกครั้งใน Hermes

154
00:11:47,232 --> 00:11:51,346
นะครับ ผมจะวาง prompt ลงไป ตอนนี้เราอยู่ใน directory

155
00:11:51,346 --> 00:11:55,223
ที่ถูกต้องแล้ว เป็น directory เปล่ายกเว้นโฟลเดอร์

156
00:11:55,223 --> 00:11:59,734
assets นั่นแหละ มาดูกันว่ามันจะทำยังไง โอเค เสร็จแล้วครับ

157
00:11:59,734 --> 00:12:04,719
ใช้เวลาประมาณ 7 นาทีทั้งหมด ผมมีปัญหาเรื่องการเชื่อมต่ออยู่บ้าง

158
00:12:04,719 --> 00:12:08,675
คิดว่าน่าจะมีคนใช้งานเยอะมากวันนี้ แต่ก็ทำเสร็จได้

159
00:12:08,675 --> 00:12:12,552
มาดูกันว่าได้อะไรกลับมาบ้าง โอเค มาดูกันเลย Amber

160
00:12:12,552 --> 00:12:18,012
Fallvale คลิกเพื่อเข้าสู่เกม หน้าตาดูดีมากครับ นี่คือเมืองแฟนตาซีเล็ก

161
00:12:18,012 --> 00:12:21,810
ๆ ของเรา ทำ texture ได้ดีมากเลย มีบ่อน้ำอยู่ด้วย

162
00:12:21,810 --> 00:12:27,111
ผมคลิกดู — "The old well" บ่อน้ำโบราณ ชื่อไม่ค่อยสร้างสรรค์เท่าไหร่

163
00:12:27,111 --> 00:12:31,147
แต่เอาเป็นว่ามาดูต่อกัน — "The fallen star crystal"

164
00:12:31,147 --> 00:12:35,420
คริสตัลดวงดาวตก แล้วนี่ใครนะ — "The hooded adventurer"

165
00:12:35,420 --> 00:12:40,563
นักผจญภัยหน้ากาก น่าสนใจดีครับ ทำแสงได้ดีมาก ชอบเอฟเฟกต์แสงนี้เลย

166
00:12:40,563 --> 00:12:45,548
รู้ว่าดูเหมือนจะไม่ใช่อะไรมาก แต่ว่ามันดีมาก แสงมาจากดวงอาทิตย์

167
00:12:45,548 --> 00:12:49,662
การที่มันถ่วงลักษณะแสงออกมาได้ขนาดนี้ถือว่าดีมากครับ

168
00:12:49,662 --> 00:12:53,777
ดูดีเลย มีปราสาทเล็ก ๆ อยู่ตรงนี้ด้วย สำหรับการทำแบบ

169
00:12:53,777 --> 00:12:57,733
one-shot ถือว่าทำได้ดีมากครับ แน่นอน ถ้าจะสร้างโลก

170
00:12:57,733 --> 00:13:03,747
3D จริงจัง ก็สามารถขัดเกลาเพิ่มเติมได้ แต่มันมีครบทุกองค์ประกอบที่ผมกำหนดไว้

171
00:13:03,747 --> 00:13:07,782
คลิกที่อะไรก็ได้แล้วมันจะบอกชื่อให้ ก็มีครบแล้วครับ

172
00:13:07,782 --> 00:13:11,739
และถ้าใครจำไม่ได้ นี่คือเวอร์ชันที่ Opus 4.8 ทำไว้

173
00:13:11,739 --> 00:13:16,328
มีตัวละครมากกว่า แต่ไม่รู้สิ ผมรู้สึกว่าบ้านไม่ค่อยสวยเท่า

174
00:13:16,328 --> 00:13:20,047
ส่วนน้ำนี่ทำได้ดีกว่า แต่นี่คือเวอร์ชันของ Opus

175
00:13:20,047 --> 00:13:24,557
4.8 ดังนั้นก็ไม่รู้ว่าจะถือว่ามันดีกว่าที่เราเพิ่งเห็นไหม

176
00:13:24,557 --> 00:13:31,362
ส่วนตัวผมไม่ขอรับรองนะว่า K3 จะดีกว่านะครับ เพราะเวอร์ชันใหม่นี่รู้สึกว่าจะครบครันกว่า

177
00:13:31,362 --> 00:13:35,872
มี texture ใช้เยอะกว่าด้วย แบบนี้น่ะครับ ทีนี้ส่วนสุดท้าย

178
00:13:35,872 --> 00:13:40,857
เรามาอยู่ในแอป desktop กันบ้าง ผมอยากลองอันนี้เพราะอยากทดสอบกับ

179
00:13:40,857 --> 00:13:44,655
sub-agent พวกเขาบอกว่า Kimi K3 เป็น orchestrator

180
00:13:44,655 --> 00:13:49,165
model ที่ดีมาก ผมเลยอยากให้มันเป็นฝ่ายประสานงานที่ต้องใช้

181
00:13:49,165 --> 00:13:53,043
sub-agent ดูสิว่ามันจะสังเคราะห์ข้อมูลได้ดีแค่ไหน

182
00:13:53,043 --> 00:13:57,157
นี่คืองานที่ให้ครับ ผมบอกว่า "Spawn three sub-agents

183
00:13:57,157 --> 00:14:00,876
เพื่อทำวิจัยเกี่ยวกับหัวข้อดังต่อไปนี้ — หนึ่ง:

184
00:14:00,876 --> 00:14:04,991
agent memory, สอง: agent tool use, สาม: agent skills

185
00:14:04,991 --> 00:14:10,292
จากนั้นให้สังเคราะห์ข้อมูลจาก sub-agent ทั้งสามเป็นรายงานที่เข้ากัน

186
00:14:10,292 --> 00:14:14,881
โดยให้หา 5 paper ที่สำคัญที่สุดจัดอันดับตามความน่าเชื่อถือ

187
00:14:14,881 --> 00:14:19,787
ความใหม่ และผลกระทบต่อสายงาน agent" มาดูกันว่ามันจะจัดการบทบาท

188
00:14:19,787 --> 00:14:26,592
orchestrator นี้ได้ดีแค่ไหน ผมทำในแอป desktop เพราะเราน่าจะเห็นการทำงานแบบเรียลไทม์ได้

189
00:14:26,592 --> 00:14:30,549
มันจะโหลด research skill ขึ้นมาก่อนเพื่อเป็นแนวทาง

190
00:14:30,549 --> 00:14:36,641
workflow ที่เหมาะสม จากนั้นจะเรียก sub-agent ทั้งสามตัวขึ้นมาทำงานควบคู่กันไป

191
00:14:36,641 --> 00:14:41,468
(parallel) เราจะได้เห็นพวกมันทำงานอยู่ตรงนี้ ซึ่งแน่นอนว่าใช้

192
00:14:41,468 --> 00:14:45,345
delegate task เป็นเครื่องมือ มาดูกัน เรามี worker

193
00:14:45,345 --> 00:14:49,934
สามตัวแล้ว นี่คือเป้าหมายที่ orchestrator มอบหมายให้พวกมัน

194
00:14:49,934 --> 00:14:54,128
จะเห็นว่ามันให้ context ที่ละเอียดมาก อย่างเช่นเรื่อง

195
00:14:54,128 --> 00:14:58,084
agent tool use จะเห็นว่ามันระบุชัดเจนมากว่าต้องการ

196
00:14:58,084 --> 00:15:01,883
paper เกี่ยวกับ tool learning, function calling,

197
00:15:01,883 --> 00:15:06,314
MCP, และ tool use benchmark มันให้คำสั่งที่เข้มงวดมากว่า

198
00:15:06,314 --> 00:15:11,457
"ห้ามแต่ง paper หรือไอเดียขึ้นมมาเด็ดขาด" ซึ่งสำคัญมากใช่มั้ยครับ

199
00:15:11,457 --> 00:15:15,413
ทีนี้ถือว่าเริ่มต้นได้ดี มาดูกันว่าจะได้อะไรกลับมา

200
00:15:15,413 --> 00:15:20,161
โอเค กำลังทำงานอยู่ครับ sub-agent ทั้งหมดเพิ่งทำงานเสร็จแล้ว

201
00:15:20,161 --> 00:15:25,146
ตอนนี้มันจะรีวิวสิ่งที่ได้กลับมา จะเห็นว่ามันกำลังคิดอยู่ตรงนี้

202
00:15:25,146 --> 00:15:29,577
ได้ paper กลับมาประมาณแปดเรื่องจากแต่ละตัว เจ็ดเรื่องจาก

203
00:15:29,577 --> 00:15:33,612
agent skills ตอนนี้มันจะสังเคราะห์และคัดเลือก paper

204
00:15:33,612 --> 00:15:39,072
ที่น่าสนใจที่สุด 5 เรื่องออกมา น่าสนใกมากที่ได้เห็นกระบวนการคิดของมัน

205
00:15:39,072 --> 00:15:42,791
จัดอันดับโดยความน่าเชื่อถือ ความใหม่ และผลกระทบ

206
00:15:42,791 --> 00:15:47,697
น่าสนใจมากครับ ทีนี้มันกำลัง spot check เรื่องที่ติดอันดับท็อป

207
00:15:47,697 --> 00:15:53,552
5 อยู่ เพราะจากที่มันคิดไว้ มันบอกว่าไม่สามารถยืนยันหรือไม่ไว้วางใจสิ่งที่

208
00:15:53,552 --> 00:16:00,357
sub-agent รายงานมาได้เท่าที่ควร และคิดว่าค่อนข้างคุ้มค่าที่จะยืนยันข้อเท็จจริงสำคัญของ

209
00:16:00,357 --> 00:16:07,478
5 paper ที่มันเลือกไว้ ดังนั้นมันกำลังทำงานเพิ่มเติมและคิดทบทวนกระบวนการนี้อย่างรอบคอบขึ้น

210
00:16:07,478 --> 00:16:12,068
และนี่ยังเป็นการคิดแค่ระดับ medium thinking เท่านั้นนะครับ

211
00:16:12,068 --> 00:16:16,261
โอเค มันยืนยันความถูกต้องของ top 5 ที่คัดเลือกไว้แล้ว

212
00:16:16,261 --> 00:16:22,671
เป็น paper จริงทั้งหมด ข้อมูลตรงกันหมด นี่คือรายงานสังเคราะห์ที่มันเขียนให้ผมครับ

213
00:16:22,671 --> 00:16:26,627
อันดับหนึ่งคือ OSWorld computer use agents on long

214
00:16:26,627 --> 00:16:30,583
horizon real world tasks อันดับสองคือ agent memory

215
00:16:30,583 --> 00:16:34,777
characterization and system implications จาก Stanford

216
00:16:34,777 --> 00:16:38,971
ต่อมาคือ MR agent skill composer และจากนั้นคือ reward

217
00:16:38,971 --> 00:16:43,560
hacking benchmark มันทำหน้าที่สังเคราะห์ข้อมูลได้ดีมากครับ

218
00:16:43,560 --> 00:16:47,358
มันให้คะแนนด้วย ให้เหตุผลประกอบด้วย มีสรุปสั้น ๆ

219
00:16:47,358 --> 00:16:52,739
ที่เขียนขึ้นมาสวยงามสำหรับแต่ละเรื่อง และมีส่วนวิเคราะห์แนวโน้มระดับ

220
00:16:52,739 --> 00:16:57,011
field (field-level trends) ที่สอดคล้องกันทั้งสามสายงาน

221
00:16:57,011 --> 00:17:00,889
เช่น "Evaluation shifted from 'can it' to 'should

222
00:17:00,889 --> 00:17:05,241
it'" (การประเมินเปลี่ยนจาก 'ทำได้ไหม' เป็น 'ควรทำไหม'),

223
00:17:05,241 --> 00:17:10,067
"Memory is becoming infrastructure" (หน่วยความจำกำลังกลายเป็น

224
00:17:10,067 --> 00:17:13,945
infrastructure), และ "Scale research is answering

225
00:17:13,945 --> 00:17:18,771
its skeptics" (งานวิจัยด้าน scale กำลังตอบโต้ผู้สงสัยได้แล้ว)

226
00:17:18,771 --> 00:17:23,677
มันจัดการงานนี้ได้ดีมากครับ ไม่มีปัญหาอะไร และค่อนข้างเร็วด้วย

227
00:17:23,677 --> 00:17:27,475
ใช้เวลาไม่ถึง 10 นาทีทั้งหมด ถือว่าทำหน้าที่เป็น

228
00:17:27,475 --> 00:17:31,669
orchestrator agent ได้ดีมากครับ การทดสอบต่อไปคงจะเป็น

229
00:17:31,669 --> 00:17:36,416
multi-agent workflow ที่ซับซ้อนกว่านี้ แต่สำหรับงานวิจัยง่าย

230
00:17:36,416 --> 00:17:40,294
ๆ แบบนี้ ผมว่าทำได้ดีมากครับ นี่แหละครับคือ First

231
00:17:40,294 --> 00:17:44,171
Look ของ Kimi K3 — เป็นโมเดลที่สำคัญมาก เป็น open

232
00:17:44,171 --> 00:17:49,156
weights model ที่ใหญ่ที่สุดที่เราเคยมีมา และเป็นโมเดลที่ทำคะแนน

233
00:17:49,156 --> 00:17:55,090
benchmark ได้ดีที่สุดด้วย ผมก็เลยอยากรู้เหมือนกันว่าเมื่อไหร่ที่พวกเขาปล่อย

234
00:17:55,090 --> 00:17:59,205
weights ออกมาจริง ๆ เราจะเก็บเกี่ยวข้อมูลอะไรได้บ้าง

235
00:17:59,205 --> 00:18:05,535
แต่จากความประทับใจแรก ถือว่าดีมากครับ ถึงแม้ว่าจะรู้สึกได้ว่ามันอยู่ในระดับโมเดล

236
00:18:05,535 --> 00:18:12,340
frontier ท็อปในแง่ของประสิทธิภาพจริง แต่ผมก็ต้องใช้งานมันเพิ่มเติมอีกจึงจะรู้ได้แน่ชัด

237
00:18:12,340 --> 00:18:16,929
แต่สำหรับคลิปนี้คงมีแค่นี้ก่อนนะครับ ฝากคอมเมนต์ด้วยนะครับ

238
00:18:16,929 --> 00:18:21,281
บอกผมได้เลยว่าประสบการณ์ของคุณกับ Kimi K3 เป็นยังไงบ้าง

239
00:18:21,281 --> 00:18:25,000
แล้วเจอกันใหม่ในคลิปหน้าครับ ขอบคุณที่รับชมครับ