ohmohm @ohmohm

"All laws, all theories, remain essentially tentative, or conjectural, or hypothetical, even when we feel unable to doubt them any longer. Before a theory has been refuted we can never know in what way it may have to be modified." —Karl Popper, Conjectures and Refutations.

Samsung ลั่น อุปสงค์ชิปหน่วยความจำจะดันกำไรจากการดำเนินงานพุ่ง 19 เท่า (Caveat emptor) techtalkthai.com/samsung-says-m…

Tencent เปิดตัว Hy3 โมเดล AI Open Source ขนาด 295B ภายใต้ Apache 2.0 ท้าชน GLM-5.2 techtalkthai.com/tencent-hy3-ap…

SK hynix วางแผนระดมทุน 2.8 หมื่นล้านดอลลาร์ผ่าน IPO ในตลาดสหรัฐ techtalkthai.com/memory-chipmak…

📱 Edits ปล่อยอัปเดตใหม่รัว ๆ ท้าชน CapCut! เพิ่มฟีเจอร์ “คำบรรยายสองภาษาอัตโนมัติ” มาให้ใช้ฟรี เตรียมโกอินเตอร์กันทั้งฟีด พร้อมรองรับภาษาไทยด้วย . อ่านบนเว็บไซต์ rainmaker.in.th/edits-auto-tra… . #rainmakerth #Edits #Reels

🖤 X เดินหน้าท้าชน TikTok? อัปเดต 4 ฟีเจอร์ใหม่เอาใจ Creator อัดเครื่องมือถ่าย-ตัดต่อ All in One ในแอปเดียว . อ่านบนเว็บไซต์ rainmaker.in.th/x-video-editor… . #rainmakerth #X #CreatorTools

Tencent เปิดตัว Hy3 โมเดล AI โอเพนซอร์สประสิทธิภาพสูง ท้าชนโมเดลเรือธงด้วยต้นทุนที่ต่ำกว่า Tencent เปิดตัว Hy3 โมเดลปัญญาประดิษฐ์รุ่นใหม่ที่พัฒนาต่อยอดจาก Hy3 Preview ซึ่งเปิดให้ทดลองใช้งานเมื่อเดือนเมษายนที่ผ่านมา หลังจากรวบรวมข้อเสนอแนะจากผลิตภัณฑ์จริงกว่า 50 ระบบ พร้อมยกระดับการฝึกด้วยข้อมูลคุณภาพสูงและขยายการฝึกแบบ Reinforcement Learning (RL) อย่างต่อเนื่อง เป้าหมายของ Hy3 ไม่ใช่เพียงการทำคะแนน Benchmark ให้สูงขึ้น แต่ต้องการสร้างโมเดลที่ใช้งานได้จริงในงานระดับองค์กร ทั้งด้านการเขียนโค้ด การทำงานแบบ AI Agent การวิเคราะห์ข้อมูล และการสนทนาที่ซับซ้อน โดยยังคงมีต้นทุนในการใช้งานที่ต่ำและเปิดเป็นโอเพนซอร์สเต็มรูปแบบ Hy3 ใช้สถาปัตยกรรม Mixture of Experts (MoE) ที่มีพารามิเตอร์รวมประมาณ 295 พันล้าน (295B) แต่เปิดใช้งานจริงเพียง 21 พันล้านพารามิเตอร์ (21B Active Parameters) ต่อการประมวลผล พร้อมโมดูลเสริมด้านการให้เหตุผลขนาด 3.8 พันล้านพารามิเตอร์ และรองรับบริบทสูงถึง 256,000 Tokens ทำให้สามารถจัดการเอกสารขนาดใหญ่ การสนทนาที่ยาว หรือเวิร์กโฟลว์หลายขั้นตอนได้อย่างมีประสิทธิภาพ โดยใช้ทรัพยากรน้อยกว่าโมเดลขนาดใหญ่แบบ Dense อย่างมาก ผลการทดสอบแสดงให้เห็นว่า Hy3 มีพัฒนาการอย่างชัดเจนในงานที่เกี่ยวข้องกับ AI Agent และการทำงานเชิงเหตุผล ไม่ว่าจะเป็นการเขียนโปรแกรม การเรียกใช้เครื่องมือ การวางแผนหลายขั้นตอน หรือการทำงานร่วมกับระบบภายนอก โดยสามารถทำคะแนนได้โดดเด่นในหลาย Benchmark เช่น SWE-bench Multilingual 75.8%, Terminal Bench 2.1 ได้ 71.7%, BrowseComp 84.2%, MCP Atlas 79.1%, ClawEval 68.5% และ FrontierScience-Olympiad 74.8% ในหลายชุดทดสอบ Hy3 สามารถแข่งขันกับโมเดลระดับเรือธงอย่าง GLM-5.2, DeepSeek V4 Pro, Qwen3.7 Max, Claude Opus 4.8 และ GPT-5.5 ได้อย่างสูสี แม้ว่าจะมีจำนวนพารามิเตอร์ที่ใช้งานจริงน้อยกว่าหลายเท่าก็ตาม นอกจากผล Benchmark แล้ว Tencent ยังให้ความสำคัญกับประสบการณ์ใช้งานจริง จึงจัดการทดสอบแบบ Blind Evaluation กับผู้เชี่ยวชาญกว่า 270 คน โดยใช้โจทย์จากการทำงานจริง เช่น การพัฒนา Frontend การวิเคราะห์ข้อมูล งานสำนักงาน การสร้างแบบจำลองทางการเงิน และการพัฒนาเกม ผลลัพธ์พบว่า Hy3 ได้คะแนนเฉลี่ย 2.67 จาก 4 คะแนน สูงกว่า GLM-5.1 ที่ได้ 2.51 คะแนน โดยเฉพาะงานด้าน Frontend Development, Data & Storage และ CI/CD ซึ่งต้องอาศัยทั้งความสามารถในการวางแผนและการเข้าใจบริบทหลายขั้นตอน Tencent ยังระบุว่าหนึ่งในเป้าหมายสำคัญคือการเพิ่ม "ความน่าเชื่อถือ" ของโมเดล มากกว่าการไล่ล่าคะแนน Benchmark เพียงอย่างเดียว จึงปรับปรุงกระบวนการทำความสะอาดข้อมูลและเพิ่มข้อกำหนดระหว่างการฝึก ส่งผลให้ อัตรา Hallucination ลดลงจาก 12.5% เหลือ 5.4% ขณะที่ข้อผิดพลาดด้านความรู้ทั่วไป (Commonsense Error) ลดลงจาก 25.4% เหลือ 12.7% แนวคิดที่ใช้คือ "ตอบเมื่อมีหลักฐาน หากไม่มีข้อมูลให้บอกตรงไปตรงมา และไม่สร้างข้อมูลขึ้นมาเอง" ซึ่งช่วยลดปัญหาการอ้างอิงผิด การปะปนของแหล่งข้อมูล และข้อสรุปที่ไม่มีหลักฐานรองรับ อีกจุดหนึ่งที่ได้รับการปรับปรุงอย่างมากคือการจัดการบทสนทนาระยะยาว Hy3 สามารถติดตามเงื่อนไขเดิมของผู้ใช้ เข้าใจคำอ้างอิงย้อนหลัง เติมข้อมูลที่ถูกละไว้ในประโยค และรักษาความต่อเนื่องของการสนทนาได้ดีกว่าเดิม จากการทดสอบภายใน อัตราปัญหาในการสนทนาหลายรอบลดลงจาก 17.4% เหลือ 7.9% ทำให้โมเดลสามารถรักษาบริบทของงานที่ซับซ้อนหรือใช้เวลานานได้อย่างมีประสิทธิภาพ ประสิทธิภาพด้านต้นทุนก็เป็นอีกจุดเด่นของ Hy3 เช่นกัน ทีมพัฒนา WorkBuddy ซึ่งเป็นหนึ่งในผู้ใช้งานจริงของ Tencent เปิดเผยว่า หลังอัปเกรดจาก Hy3 Preview มาเป็น Hy3 อัตราความสำเร็จของงานเพิ่มจาก 72% เป็น 90% ขณะที่เวลาในการทำงานลดลงถึง 34% และเมื่อเปรียบเทียบกับ GLM-5.2 Hy3 ใช้ Token น้อยลง 47.4% สำหรับงานประมวลผลเอกสาร และลดลง 49% สำหรับการสร้างงานนำเสนอ ส่งผลให้ทั้งต้นทุนการใช้งานและเวลาการประมวลผลลดลงพร้อมกัน Hy3 ยังเปิดเป็น โอเพนซอร์สภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งอนุญาตให้นำไปใช้งานเชิงพาณิชย์และพัฒนาต่อยอดได้อย่างอิสระ โดยเปิดให้ดาวน์โหลดผ่าน GitHub, Hugging Face, ModelScope และ AtomGit พร้อมทั้งลดราคาการใช้งาน API ลงอย่างมาก โดยคิดค่าบริการเพียง 1 หยวนต่อ 1 ล้าน Input Tokens, 4 หยวนต่อ 1 ล้าน Output Tokens และ 0.25 หยวนต่อ 1 ล้าน Cached Input Tokens ซึ่งถือว่าแข่งขันได้อย่างมากเมื่อเทียบกับโมเดลระดับเดียวกัน การเปิดตัว Hy3 ถือเป็นอีกก้าวสำคัญของระบบนิเวศ Hunyuan AI ของ Tencent หลังจากยกเครื่องโครงสร้างพื้นฐานใหม่ทั้งหมดเมื่อต้นปี พัฒนา Hy3 Preview ในเดือนเมษายน และต่อยอดสู่ Hy3 รุ่นสมบูรณ์ภายในเวลาเพียงหกเดือน แม้ Tencent จะยอมรับว่ายังมีอีกหลายด้านที่ต้องพัฒนาต่อ แต่ Hy3 แสดงให้เห็นทิศทางที่ชัดเจนว่า AI รุ่นใหม่ไม่ได้แข่งขันกันเพียงตัวเลข Benchmark อีกต่อไป หากแต่แข่งขันกันที่ ความสามารถในการทำงานจริง ความน่าเชื่อถือ ประสิทธิภาพด้านต้นทุน และการเปิดให้ชุมชนนักพัฒนาสามารถนำไปใช้งานและต่อยอดได้อย่างอิสระ ซึ่งเป็นปัจจัยสำคัญที่จะผลักดันการใช้งาน AI ในระดับองค์กรให้แพร่หลายมากขึ้นในอนาคต แหล่งที่มา: x.com/TencentHunyuan… ข้อมูลเพิ่มเติม: - tencent.com/en-us/articles… - hy.tencent.com/research/hy3 Hugging Face: huggingface.co/tencent/Hy3 ใช้งาน API ฟรี 2 สัปดาห์: hy.tencent.com/research/hy3

Tencent Hy @TencentHunyuan

17 hours ago

🚀Hy3 is here. 295B MoE. Best in its size class. Rivals trillion-scale flagships. Reliable and affordable for most agentic usecases. Apache 2.0. Friendly for commercial use. FREE API for 2 weeks → openrouter.ai/tencent/hy3:fr… 🤗 huggingface.co/tencent/Hy3 📖 hy.tencent.com/research/hy3

126 274 2K 391K 696

LongCat-2.0 เปิดโอเพนซอร์สเต็มรูปแบบ พร้อมท้าชน GPT และ Claude Meituan บริษัทเทคโนโลยียักษ์ใหญ่จากจีน ประกาศเปิดโอเพนซอร์ส LongCat-2.0 อย่างเต็มรูปแบบภายใต้สัญญาอนุญาต MIT License ซึ่งเปิดให้ทุกคนสามารถนำไปใช้งาน ดัดแปลง และต่อยอดได้โดยแทบไม่มีข้อจำกัด นับเป็นอีกหนึ่งก้าวสำคัญของวงการ AI โอเพนซอร์ส เพราะนอกจากจะปล่อยน้ำหนักโมเดล (Model Weights) แล้ว ยังเปิดเผยโค้ดสำหรับการรันโมเดล (Inference Code) ทั้งบน GPU และ NPU อีกด้วย LongCat-2.0 เป็นโมเดลแบบ Mixture of Experts (MoE) ที่มีขนาดรวมถึง 1.6 ล้านล้านพารามิเตอร์ (1.6T Parameters) แต่ในแต่ละ Token จะเลือกใช้งานเพียงประมาณ 48 พันล้านพารามิเตอร์ ทำให้ยังคงประสิทธิภาพของโมเดลขนาดใหญ่ไว้ได้ ขณะเดียวกันก็ลดต้นทุนการประมวลผลลงอย่างมากเมื่อเทียบกับโมเดล Dense ที่ต้องใช้งานทุกพารามิเตอร์พร้อมกัน จุดเด่นอีกด้านที่น่าสนใจคือการรองรับ Context Window ขนาด 1 ล้านโทเค็น (1M Tokens) ซึ่งช่วยให้โมเดลสามารถอ่านและเข้าใจโค้ด เอกสาร หรือโปรเจกต์ขนาดใหญ่ได้ในครั้งเดียว เหมาะสำหรับงานพัฒนาซอฟต์แวร์ระดับองค์กรที่มีไฟล์จำนวนมาก โดย LongCat ใช้เทคนิค LongCat Sparse Attention ที่ออกแบบให้การประมวลผล Context ขนาดมหาศาลสามารถขยายได้อย่างมีประสิทธิภาพ ด้วย Sparse Attention แบบ Linear Scaling ทำให้ไม่ต้องแลกความเร็วกับความยาวของข้อมูลเหมือนโมเดลทั่วไป LongCat-2.0 ยังถูกออกแบบมาในแนวคิด Agent-native หรือการเป็นโมเดลที่พร้อมทำงานร่วมกับ AI Agent ตั้งแต่ต้น โดยสามารถเชื่อมต่อกับเครื่องมือยอดนิยมอย่าง Claude Code, OpenClaw และ Hermes Agent ได้โดยตรง ช่วยให้ AI ไม่เพียงตอบคำถาม แต่ยังสามารถใช้เครื่องมือ วางแผน ทำงานหลายขั้นตอน และตรวจสอบคำตอบของตัวเองได้อย่างเป็นระบบ ภายในโมเดลยังมีสถาปัตยกรรมที่เรียกว่า MOPD (Multi-Objective Progressive Decoding) ซึ่งทำหน้าที่เลือกกลุ่มผู้เชี่ยวชาญ (Experts) ให้เหมาะกับแต่ละประเภทของงาน ไม่ว่าจะเป็นการใช้เครื่องมือ (Tool Use) การให้เหตุผลเชิงตรรกะ (Reasoning) การสนทนา (Interaction) การแก้ไขข้อผิดพลาดของตนเอง (Self-correction) หรือการแก้โจทย์ด้าน STEM ส่งผลให้โมเดลสามารถปรับวิธีคิดให้เหมาะกับลักษณะของงานแต่ละประเภทได้ดีกว่าโมเดลที่ใช้โครงสร้างเดียวตลอดการทำงาน ในส่วนของประสิทธิภาพ LongCat-2.0 ทำผลงานได้โดดเด่นในหลาย Benchmark ด้านการเขียนโปรแกรม โดยเฉพาะ SWE-bench Pro ซึ่งเป็นชุดทดสอบความสามารถในการแก้ไขปัญหาจากโค้ดจริง โมเดลทำคะแนนได้ 59.5 คะแนน ซึ่งสูงกว่าหลายโมเดลชั้นนำอย่าง Gemini 3.1 Pro, GPT-5.5 และ Claude Opus 4.6 นอกจากนี้ยังทำคะแนนได้ 70.8 บน Terminal-Bench 2.1 ซึ่งวัดความสามารถในการใช้งานผ่าน Command Line และ 77.3 บน SWE-bench Multilingual ที่ประเมินการทำงานกับโค้ดหลายภาษา เบื้องหลังความสามารถดังกล่าวมาจากการฝึกโมเดลตั้งแต่ต้น (Pretrained from Scratch) ด้วยข้อมูลมากกว่า 35 ล้านล้านโทเค็น (35T+ Tokens) ทำให้ LongCat ไม่ได้เป็นเพียงการนำโมเดลเดิมมาปรับแต่ง (Fine-tuning) แต่เป็นการสร้างโมเดลใหม่ทั้งหมดบนข้อมูลขนาดมหาศาล ด้านสถาปัตยกรรม LongCat ยังใช้เทคนิค ScMoE (Sparse Computation Mixture of Experts) ร่วมกับ Zero-compute Experts ซึ่งช่วยให้จำนวนพารามิเตอร์ที่ถูกเปิดใช้งานในแต่ละ Token สามารถปรับเปลี่ยนแบบไดนามิกอยู่ระหว่างประมาณ 33B–56B พารามิเตอร์ ตามความซับซ้อนของงาน ช่วยเพิ่มทั้งประสิทธิภาพและความคุ้มค่าในการใช้ทรัพยากร อีกจุดที่น่าสนใจคือการรองรับการติดตั้งทั้งบน GPU และ NPU โดยได้รับการทดสอบแล้วบนคลัสเตอร์ประมวลผลขนาดใหญ่ ทำให้ LongCat-2.0 สามารถนำไปใช้งานได้ทั้งในศูนย์ข้อมูลแบบดั้งเดิมและฮาร์ดแวร์ AI รุ่นใหม่ที่กำลังได้รับความนิยมในประเทศจีน การเปิดโอเพนซอร์สครั้งนี้ถือเป็นการส่งสัญญาณสำคัญว่าการแข่งขันในตลาด AI กำลังเปลี่ยนจากการแข่งกันสร้างโมเดลปิด ไปสู่การสร้างระบบนิเวศที่เปิดกว้างมากขึ้น นักพัฒนา นักวิจัย และองค์กรต่าง ๆ สามารถดาวน์โหลดโมเดล น้ำหนักโมเดล และโค้ดสำหรับรันได้ทันที พร้อมนำไปพัฒนาต่อยอดหรือใช้งานเชิงพาณิชย์ภายใต้ MIT License ได้อย่างอิสระ LongCat-2.0 จึงไม่ใช่เพียงโมเดล AI ขนาดใหญ่เท่านั้น แต่ยังสะท้อนแนวโน้มใหม่ของวงการที่มุ่งสู่ AI Agent, Context ระดับล้านโทเค็น และโอเพนซอร์สระดับองค์กร ซึ่งอาจเป็นหนึ่งในปัจจัยสำคัญที่เร่งให้การแข่งขันของโมเดล AI ในอนาคตรุนแรงและเปิดกว้างมากยิ่งขึ้น แหล่งที่มา: x.com/Meituan_LongCa… Blog: longcat.ai/blog/longcat-2… Inference Code GPU: github.com/sgl-project/sg… NPU: github.com/meituan-longca… HuggingFace: huggingface.co/meituan-longca… GitHub: github.com/meituan-longca… ModelScope: modelscope.ai/collections/me… อ้างอิง: facebook.com/share/p/1DZXeD…

Meituan LongCat @Meituan_LongCat

2 days ago

🐱 LongCat-2.0 is now fully open-source — MIT licensed, no restrictions. Since our launch a few days ago, the response from the community has been incredible. Thank you for all the feedback, discussions, and interest. Today, we’re releasing the model weights and inference code

101 295 2K 382K 1K

กลต. ไทยเยี่ยมจริงๆ

Anthropic เซ็นสัญญา TeraWulf เช่าศูนย์ข้อมูล AI มูลค่า 1.9 หมื่นล้านดอลลาร์ techtalkthai.com/anthropic-inks… 401 เมกะวัตต์

เมื่อ ‘ฮอร์โมน’ ไม่ใช่แค่ยา แต่กำลังเป็นสิ่งที่สะท้อนว่า สังคมและรัฐมองคนข้ามเพศอย่างไร เมื่อเดือนมิถุนายน หรือเดือนไพรด์สิ้นสุดลง ทั้งเมืองห้างร้านรวงก็พร้อมใจเก็บธงสีรุ้ง แต่สำหรับผู้มีความหลากหลายทางเพศ วันเดือนปีในปฏิทินไม่เคยเปลี่ยนแปลงชีวิตพวกเขา เพราะในวันที่ธงสีรุ้งถูกพับเก็บ พวกเขายังต้องตื่นไปทำงาน ใช้ชีวิตในโรงเรียน มหาวิทยาลัย และสถานที่ทำงาน ใช้ห้องน้ำสาธารณะเดิม และยังต้องเดินเข้าโรงพยาบาล ซึ่งในหลายครั้งยังต้องอธิบายตัวตนของตนเองซ้ำแล้วซ้ำเล่า ท่ามกลางสายตาที่ตั้งคำถาม การตีตรา และการเลือกปฏิบัติ ที่ไม่เคยหมดไปพร้อมกับเดือนมิถุนายน ทั้งนี้ เดือนไพรด์ไม่เคยเป็นเพียงเทศกาลแห่งการเฉลิมฉลอง แต่เป็นการลุกขึ้นต่อสู้ของผู้มีความหลากหลายทางเพศ ที่เรียกร้องสิทธิ ศักดิ์ศรี และการได้รับการปฏิบัติอย่างเท่าเทียมในฐานะมนุษย์ ดังนั้น การเดินขบวนสีรุ้งจึงไม่ใช่จุดหมายปลายทาง หากแต่เป็นเพียงหนึ่งในเครื่องมือที่ทำให้ผู้คนในสังคมมองเห็นการดำรงอยู่ของชุมชนผู้มีความหลากหลายทางเพศ (LGBTQIA+ Community) และตระหนักว่าพวกเขาควรได้รับสิทธิไม่ต่างจากประชาชนคนอื่น • กล่าวอีกนัยหนึ่ง ไพรด์ไม่เคยถูกสร้างขึ้นเพื่อให้ผู้คนจดจำสีรุ้ง แต่เพื่อให้ผู้คนจดจำว่า ยังมีความไม่เท่าเทียมที่ต้องได้รับการแก้ไข ตลอดหลายปีที่ผ่านมา ประเทศไทยได้รับการยอมรับในฐานะประเทศที่เปิดกว้างต่อผู้มีความหลากหลายทางเพศ ทั้งจากการผลักดันกฎหมายสมรสเท่าเทียม การจัดกิจกรรมขบวนไพรด์ในหลายจังหวัด และการเติบโตของอุตสาหกรรมบันเทิงที่นำเสนอเรื่องราวของผู้มีความหลากหลายทางเพศ ภาพเหล่านี้นับเป็นพัฒนาการที่สำคัญ เพราะการทำให้ผู้คน ‘มองเห็น’ ความหลากหลายทางเพศ (Visibility) ถือเป็นก้าวแรกของการเปลี่ยนแปลงทางสังคม • แต่คำถามสำคัญคือ เมื่อผู้คนมองเห็นแล้ว สังคมเข้าใจมากขึ้นหรือยัง? เพราะความหลากหลายทางเพศไม่ใช่ ‘แคมเปญ’ ที่จะเปิดตัวในเดือนมิถุนายน และปิดตัวลงในเดือนกรกฎาคม แต่เป็นสิ่งที่มีอยู่จริง และยังคงใช้ชีวิต ทำงาน เจ็บป่วย รัก สูญเสีย และเผชิญกับอุปสรรคเชิงโครงสร้างทุกวัน และท้ายที่สุด ความเท่าเทียมทางเพศไม่ได้เกิดขึ้นจากการเฉลิมฉลองเพียง 1 เดือน แต่เกิดจากการทำงานของผู้คน สังคม และรัฐ ที่ยังเดินหน้าต่อไป แม้ธงสีรุ้งจะถูกเก็บลงจากท้องถนนแล้วก็ตาม เพื่อให้สังคมได้เรียนรู้ มีนโยบายรองรับให้ผู้คนใช้ชีวิตได้อย่างเท่าเทียมกว่าเดิม • โดยเฉพาะภาครัฐ ที่ไม่ควรหยุดทำงานเพื่อความเท่าเทียมและความหลากหลายทางเพศ หน้าที่ของรัฐคือการออกแบบกฎหมาย นโยบาย และระบบบริการสาธารณะ ที่ทำให้ประชาชนทุกคนใช้ชีวิตได้อย่างมีเกียรติและศักดิ์ศรี โดยไม่ถูกเลือกปฏิบัติจากเพศ อัตลักษณ์ทางเพศ หรือเพศวิถีของตนเอง กล่าวอีกนัยหนึ่ง หากเดือนมิถุนายนคือช่วงเวลาของการสร้างการมองเห็น อีก 11 เดือนที่เหลือก็ควรเป็นช่วงเวลาของการสร้างความเท่าเทียม เพราะความเท่าเทียมไม่อาจเกิดขึ้นได้จากขบวนพาเหรดเพียงอย่างเดียว แต่ต้องอาศัยนโยบายสาธารณะที่ทำให้ผู้คนใช้ชีวิตได้จริง หนึ่งในตัวอย่างที่เห็นได้ชัดที่สุดคือ การเข้าถึงบริการสุขภาพ คงปฏิเสธไม่ได้ว่าหนึ่งในการเข้าถึงบริการสุขภาพที่มีการถกเถียงคือ ‘การใช้ฮอร์โมนเพื่อการยืนยันเพศสภาพ’ (Hormone Replacement Therapy: HRT) โดยมีการออกมาโต้แย้งกันของผู้ที่มีส่วนเกี่ยวข้อง ทั้งสมาชิกวุฒิสภา (สว.) บุคลากรทางการแพทย์ หรือแม้แต่กลุ่มคนข้ามเพศ ที่ทั้งเห็นด้วยและไม่เห็นด้วย อย่างไรก็ตาม ปฏิเสธไม่ได้เลยว่า ตลอดหลายปีที่ผ่านมา การใช้ฮอร์โมนเพื่อการยืนยันเพศสภาพ ถือเป็นหนึ่งในบริการทางการแพทย์ที่มีความสำคัญต่อคนข้ามเพศจำนวนมาก เนื่องจากไม่ใช่เพียงการเปลี่ยนแปลงลักษณะทางกายภาพ แต่เป็นส่วนหนึ่งของการดูแลสุขภาวะทางจิตใจ เพื่อให้บุคคลสามารถใช้ชีวิตสอดคล้องกับอัตลักษณ์ทางเพศของตนเองได้ แม้บริการดังกล่าวจะได้รับการยอมรับในระดับนานาชาติ ว่าเป็นส่วนหนึ่งของการดูแลสุขภาพสำหรับคนข้ามเพศ แต่ในประเทศไทย การเข้าถึงบริการนี้กลับเป็นเรื่องของ ‘กำลังทรัพย์’ มาโดยตลอด ด้วยเหตุนี้ คนข้ามเพศจำนวนไม่น้อยจึงต้องซื้อฮอร์โมนด้วยตนเองจากการรับข้อมูลบนโลกออนไลน์ หรือเข้ารับบริการจากคลินิกเอกชนที่มีค่าใช้จ่ายสูง โดยยังต้องแบกรับค่าตรวจเลือด ค่าแพทย์ และการติดตามผลอย่างต่อเนื่อง ทั้งที่ในความเป็นจริง การใช้ฮอร์โมนเพื่อการยืนยันเพศสภาพ ไม่ใช่เรื่องของความสวยงาม หรือความพึงพอใจส่วนบุคคล แต่เป็นการแพทย์ที่จำเป็นสำหรับคนจำนวนหนึ่ง เพื่อให้ใช้ชีวิตได้อย่างปลอดภัย และมีคุณภาพมากขึ้น ด้วยเหตุนี้ การที่สำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) บรรจุบริการฮอร์โมนเพื่อการยืนยันเพศสภาพ เข้าเป็นหนึ่งในสิทธิประโยชน์ของระบบหลักประกันสุขภาพแห่งชาติ จึงนับเป็นก้าวสำคัญของระบบสาธารณสุขไทย โดยเมื่อวันที่ 7 กรกฎาคม 2568 นายสมศักดิ์ เทพสุทิน รัฐมนตรีว่าการกระทรวงสาธารณสุข และประธานกรรมการหลักประกันสุขภาพแห่งชาติ (สปสช.) ในขณะนั้น ได้พิจารณา ‘ข้อเสนอบริการฮอร์โมนเพื่อการยืนยันเพศสภาพ’ ซึ่งที่ประชุมเห็นชอบให้เป็นสิทธิประโยชน์ด้านการสร้างเสริมสุขภาพและป้องกันโรคในระบบหลักประกันสุขภาพแห่งชาติ (บัตรทอง 30 บาท) โดยสิ่งที่รัฐกำลังสนับสนุนไม่ใช่เพียง ‘ยาฮอร์โมน’ แต่คือระบบบริการที่มีแพทย์และบุคลากรทางการแพทย์ดูแล เพื่อลดความเสี่ยงจากการซื้อยาใช้เอง ใช้ยาผิดวิธี หรือไม่ได้รับการติดตามผลอย่างเหมาะสม ซึ่งอาจนำไปสู่ภาวะแทรกซ้อนจากยาและผลกระทบต่อสุขภาพในระยะยาว ที่จะทำให้ผู้ที่จำเป็นต้องได้รับบริการเข้าถึงการดูแลที่ปลอดภัย มีการให้คำปรึกษา ประเมินสุขภาพ ตรวจทางห้องปฏิบัติการ จ่ายยาโดยหน่วยบริการที่มีความพร้อม และติดตามผลต่อเนื่อง ไม่ใช่ปล่อยให้ประชาชนต้องไปใช้ยาเองนอกระบบ โดยไม่มีการดูแลทางการแพทย์ แม้ว่านโยบายดังกล่าวจะมุ่งลดความเหลื่อมล้ำในการเข้าถึงบริการสุขภาพ แต่เมื่อมีการหยิบยกมาพูดถึง ก็ยังถูกตั้งคำถาม อย่างเมื่อเดือนมิถุนายนที่มี สว.ซึ่งออกมาพูดเพื่อเรียกร้องให้มีการทบทวนถึงความคุ้มค่า ความปลอดภัย และผลกระทบด้านงบประมาณ ซึ่งการตั้งคำถามเชิงนโยบายเป็นเรื่องที่อภิปรายกันได้ในระบอบประชาธิปไตย แต่สิ่งที่น่าสนใจกลับอยู่ที่ถ้อยคำบางประโยค ซึ่งกล่าวว่า • “ไม่ให้ฟรีก็ไม่ตาย” แม้จะเป็นเพียงประโยคสั้นๆ แต่กลับสะท้อนชุดความคิดที่น่าตั้งคำถามอย่างยิ่ง โดยเฉพาะเมื่อผู้กล่าวเป็นทั้ง สว.และบุคลากรทางการแพทย์ คำถามสำคัญจึงอาจไม่ใช่ว่า ‘คนข้ามเพศจะตายหรือไม่ หากไม่ได้รับฮอร์โมน’ แต่คือ ‘เหตุใดการเข้าถึงบริการสุขภาพที่จำเป็นของคนกลุ่มหนึ่ง จึงต้องถูกพิสูจน์ความจำเป็นมากกว่าคนกลุ่มอื่น’ การใช้ฮอร์โมนในระบบสาธารณสุขไทยไม่ใช่เรื่องใหม่ อย่างผู้ชายที่มีภาวะฮอร์โมนเพศชายต่ำ สามารถเข้ารับการรักษาได้ด้วยการให้ฮอร์โมนทดแทน (Testosterone Replacement Therapy: TRT) และผู้หญิงที่มีภาวะฮอร์โมนผิดปกติ ก็เข้าถึงการรักษาได้ด้วยการให้ฮอร์โมนทดแทน (Hormone Replacement Therapy: HRT) เช่นเดียวกัน ซึ่งทั้งสองกรณี หากไม่รักษาหรือไม่เข้ารับฮอร์โมนทดแทนก็ไม่ตายเช่นกัน เพียงแต่การเข้าถึงการดูแลสุขภาพด้วยฮอร์โมนจากการดูแลรัฐ จะช่วยให้ประชาชนสามารถใช้ชีวิตได้ง่ายและปลอดภัยมากขึ้น แล้วเหตุใดเมื่อผู้รับบริการเป็นคนข้ามเพศ และใช้ฮอร์โมนชนิดเดียวกัน กลับถูกทำให้กลายเป็นเรื่องของความฟุ่มเฟือย หรือถูกมองว่าเป็นเรื่องเกินความจำเป็น พร้อมถูกตั้งคำถาม หรือถูกสรุปอย่างรุนแรงเกินจริง ซึ่งสะท้อนปัญหาที่ลึกกว่านั้น นั่นคือ การขาดความตระหนักรู้ ความเข้าใจ และความอ่อนไหวต่อความแตกต่างทางเพศภาวะ (Gender Sensitivity) ภายในระบบบริการสุขภาพ และบุคลากรทางการแพทย์อีกด้วย ทั้งนี้ ข้อมูลจากหน่วยวิจัยเพื่อขับเคลื่อนนโยบายสุขภาพ คณะแพทยศาสตร์ ศิริราชพยาบาล ชี้ให้เห็นว่า จากข้อมูลการศึกษาในอดีตพบว่า ผู้มีความหลากหลายทางเพศยังคงเผชิญอุปสรรคในการเข้าถึงบริการสุขภาพจากหลายปัจจัย ไม่ว่าจะเป็นการขาดความเข้าใจของผู้ให้บริการ ความเหลื่อมล้ำเชิงพื้นที่ การตีตรา และการเลือกปฏิบัติ กล่าวคือ ปัญหาไม่ได้อยู่เพียงการมีหรือไม่มีบริการ แต่อยู่ที่ว่าระบบบริการนั้น ถูกออกแบบขึ้นโดยมองเห็นผู้มีความหลากหลายทางเพศเป็น ‘ผู้รับบริการ’ อย่างเท่าเทียมหรือไม่ เพราะต่อให้รัฐขยายสิทธิประโยชน์ให้ครอบคลุมเพียงใด แต่ผู้รับบริการยังต้องกังวลว่า จะถูกปฏิเสธการรักษาด้วยอคติ หรือถูกตั้งคำถามต่อเพศสภาพของตนเอง การบริการดังกล่าวก็ไม่อาจเข้าถึงได้อย่างแท้จริง • อคติดังกล่าวไม่ได้สิ้นสุดลงเพียงการเข้าถึงบริการรักษา หากแต่ยังติดตามคนข้ามเพศไปถึงวันที่พวกเขาเดินเข้าไปในฐานะ ‘ผู้บริจาค’ ในปัจจุบัน ชายข้ามเพศที่ใช้ฮอร์โมนเทสโทสเตอโรนเพื่อการยืนยันเพศสภาพยังถูกปฏิเสธการบริจาคโลหิต โดยอ้างเหตุผลด้านความปลอดภัยต่อผู้รับบริจาค แม้ว่าในขณะเดียวกัน ผู้ชายจำนวนไม่น้อยที่ใช้ฮอร์โมนเทสโทสเตอโรนเพื่อเสริมสร้างกล้ามเนื้อกลับไม่ถูกตั้งคำถามในลักษณะนี้ เช่นเดียวกับผู้ชายที่มีเพศสัมพันธ์กับผู้ชาย (Men Who Have Sex with Men: MSM) และผู้หญิงข้ามเพศ ซึ่งยังเผชิญข้อจำกัดในการบริจาคโลหิตจากการเหมารวมอัตลักษณ์ทางเพศและเพศวิถีว่าเป็น ‘ความเสี่ยง’ มากกว่าการประเมินความเสี่ยงจากพฤติกรรมของแต่ละบุคคล ทั้งที่หลายประเทศ เช่น ออสเตรเลียและนิวซีแลนด์ ได้ปรับหลักเกณฑ์มาใช้การประเมินความเสี่ยงรายบุคคล (Individual Risk Assessment) แทนการตัดสินจากอัตลักษณ์ทางเพศเพียงอย่างเดียว ท้ายที่สุดแล้ว สิ่งที่กรณีเหล่านี้สะท้อนอาจไม่ใช่เพียงช่องว่างของนโยบาย แต่คือช่องว่างของความเข้าใจ ตราบใดที่ระบบสาธารณสุขยังมองผู้มีความหลากหลายทางเพศผ่านกรอบของอคติ การเข้าถึงบริการสุขภาพอย่างเท่าเทียมก็ยังคงเป็นเรื่องยาก ทั้งนี้ ปฏิเสธไม่ได้ว่าการจัดการงบประมาณของ สปสช.และบัตรทองยังมีปัญหา ไม่ว่าจะเป็นปัญหาเชิงระบบ หรือแม้แต่การคอร์รัปชัน แต่นั่นไม่ได้หมายความว่า ผู้มีความหลากหลายทางเพศไม่ควรได้รับสิทธินั้น เพราะบริการฮอร์โมนทางการแพทย์นั้นมีอยู่แล้ว เพียงแต่ขยายสิทธิและจัดหมวดหมู่ใหม่ให้คนข้ามเพศเข้ารับบริการได้ และสิทธิขั้นพื้นฐานของผู้มีความหลากหลายทางเพศ ก็ไม่ควรถูกหยิบมาใช้เพื่อปั่นกระแสการต่อต้าน หรือส่งเสริมอคติและความเกลียดชังต่อกลุ่มคนเหล่านี้ สุดท้ายนี้ การเข้าถึงบริการสุขภาพไม่ควรเป็นสิทธิที่ขึ้นอยู่กับคำถามว่า ‘เป็นเพศอะไร’ แต่ควรเป็นสิทธิขั้นพื้นฐานของมนุษย์ทุกคนอย่างเท่าเทียมกัน ที่มา: - Young Pride Foundation. (2026, May 24). The Joint UPR Submission on the Human Rights Situation of LGBTI+ Persons in Thailand For Thailand’s 4th cycle of UPR in 2026. - navavej.com/articles/19158 - w1.med.cmu.ac.th/obgyn/lessons/… - bumrungrad.com/th/health-blog… - hfocus.org/content/2026/0… - nhso.go.th/th/communicate… - ram-hosp.co.th/th/news_detail… - si.mahidol.ac.th/th/division/he… เรื่อง: ธนดล เต้พันธ์ ภาพ: ชมพูนุท สะราคำ #TheMomentum #Gender #ฮอร์โมน #ฮอร์โมนข้ามเพศ #สปสช #คนข้ามเพศ #สุขภาวะคนข้ามเพศ

How to Rebuild an 1800s Victorian Leclanché cell ift.tt/h2prztU

Nintendo Switch 2 ประกาศรุ่นถอดแบตเตอรี่ได้ในยุโรปอย่างเป็นทางการแล้ว thisisgamethailand.com/?p=369016

7 กรกฎาคม 2561 เหตุการณ์สำคัญทางศาสนา กำเนิดวลี ‘มึงสิอีกะเทย’ พระสงฆ์ รถตู้ กะเทย 3 สิ่งที่ผสมกันจนกลายเป็น ‘มีม’ สุดปั่น เริ่มต้นขึ้นวันนี้ เมื่อปรากฏบุคคลแต่งกายคล้ายพระภิกษุสงฆ์แซงคิวฆราวาสที่รอขึ้นรถตู้ จนฆราวาสต้องสวนกลับ กลายเป็นบทสนทนาอันยืดยาวเป็นต้นกำเนิดวลีสำคัญอย่าง ‘มึงสิอีกะเทย’ ซึ่งยังเป็นคำที่ถูกใช้งานในหลากหลายบทสนทนาขำขันมาจนถึงปัจจุบัน ความอลเวงระหว่างคนห่มจีวรกับฆราวาสในครั้งนั้น เกิดขึ้นในวันที่ 7 กรกฎาคม 2561 หรือในวันนี้เมื่อ 8 ปีที่แล้ว ขณะที่คนกำลังต่อคิวเพื่อขึ้นรถตู้โดยสารที่จะเดินทางจากวินรถตู้มหาวิทยาลัยกรุงเทพ ไปยังอนุสาวรีย์ชัยสมรภูมิ ในจังหวะที่มีบุคคลสวมจีวรคล้ายพระภิกษุสงฆ์เดินพุ่งไปเปิดประตูขึ้นรถตู้ โดยไม่สนใจคนที่กำลังยืนต่อคิวก่อนตัวเองกว่า 15 ชีวิต ผู้คนบางส่วน รวมไปถึงคนขับรถโดยสารจึงแสดงความไม่พอใจและทักท้วงให้กลับไปต่อคิว ด้านเจ้าตัวตอบกลับคนที่ไม่พอใจว่า ตนก็จ่ายเงินค่ารถตู้เหมือนกัน ทำไมจะขึ้นไม่ได้ สถานการณ์เริ่มบานปลายเมื่อรถเริ่มออกจากป้าย เพราะบุคคลที่แต่งกายคล้ายพระ ซึ่งนั่งอยู่ตรงที่นั่งข้างคนขับเกิดโวยวายขึ้นมาอีกครั้ง อ้างว่าคนขับรถโดยสารไม่ยอมทอนเงินให้ตน 3 บาท จนทำให้ผู้โดยสารที่ร่วมทางด้วยอกสั่นขวัญผวา เพราะกลัวคนขับรถจะไม่มีสมาธิ ทันใดนั้นเอง ผู้โดยสารอีกรายที่นั่งมาด้วยกันก็ตะโกนไล่ให้บุคคลดังกล่าวลงจากรถด้วยถ้อยคำผรุสวาท เกิดเป็นการโต้เถียงกันไปมาระหว่างฆราวาสกับบุคคลคล้ายพระภิกษุสงฆ์ที่ต่างคนต่างพ่นคำด่าสาดใส่กันอย่างไม่ยอมใคร ไม่ว่าจะเป็น “มึงสิอีกะเทย” “กูจะแจ้ง กูจะแจ้ง” “มีใบมั้ย” “นิมนต์ลงบัดเดี๋ยวนี้” “ปาราชิก” และ “อีมารศาสนา” แม้ว่าเหตุการณ์จะจบลงที่บุคคลแต่งตัวคล้ายพระภิกษุสงฆ์ถูกนำตัวเข้าป้อมตำรวจ เพื่อตรวจสอบความเป็นพระ ซึ่งท้ายที่สุดพบว่าเป็นพระที่ไม่มีใบสุทธิ หรือบัตรประชาชน แต่สิ่งที่ไม่จบคือประโยคที่ถูกใช้ในการโต้เถียงบนรถตู้ หลายคนถึงขั้นยกย่องให้วันที่ 7 กรกฎาคมของทุกปี เป็นวันสำคัญอีกวันหนึ่งในพุทธศาสนา แม้ว่าเหตุการณ์นี้จะเกิดขึ้นล่วงเลยมา 8 ปีแล้วก็ตาม #TheMomentum #TheMomentumOnThisDay #OnThisDay #พระปลอม :

ไมโครซอฟท์ปลดพนักงาน 4,800 ตำแหน่ง หลัก ๆ โดนที่ Xbox thairath.co.th/news/foreign/2… สตูดิโอเกมอีก 4 แห่ง จะถูกแยกตัวออกไป

Hackaday Europe 2026: Is Your Blood Pressure Monitor Lying To You? ift.tt/iMAw7u4

🚨 New TrojPix attack can leak data from an air-gapped PC through its video cable. It uses user-level malware to turn invisible pixel changes into radio signals from a video cable, leaking data at up to 8.1 Mbps. Learn how TrojPix turns pixels into a radio leak: thehackernews.com/2026/07/new-tr…

TrojPix ดูดข้อมูลจากเครื่องตัดขาดเน็ต (air-gapped) ด้วยคลื่นวิทยุที่รั่วออกมาจากสาย HDMI monsterconnect.co.th/trojpix-attack…

ชักเริ่ม ไม่อยากใช้ Orbix โดยย้ายไปที่อื่น

ถ้า “กรณ์” เป็น รมว.คลัง จะจัดการเงินกู้ 4 แสนล้านบาท-กระตุ้น ศก. อย่างไร | ตอบโจทย์ หลากมรสุมเศรษฐกิจและ พ.ร.ก.กู้เงิน 400,000 ล้านบาท ของรัฐบาลอนุทิน เดินไปถูกทิศถูกทางหรือไม่ เปิดใจ กรณ์ จาติกวณิช สส. พรรคประชาธิปัตย์ ถ้าเป็น รมว.การคลัง จะจัดการอย่างไร #ThaiPBS #ตอบโจทย์