跳到正文
目前篩選:一手
10月23日週五
  1. Hugging Face Blog68

    OlmoEarth v1.3 發佈全球衞星嵌入模型

    OlmoEarth 發佈 v1.3 衞星嵌入模型,並提供全球預先計算的年度嵌入向量及 OlmoEarth Embeddings Explorer。模型為每個 10 米像素提供 128 維嵌入,亦可使用 64 維版本;在 27 項評測中,兩者分別於 20 項和 18 項評測表現領先,2023 至 2025 年的嵌入資料覆蓋全球。

    推薦理由:這次發佈把全球預先計算的嵌入向量與免登入探索工具一併提供,讀者可瞭解如何免用 GPU 進行衞星資料比較和簡單分類。

  2. AWS Machine Learning Blog60

    Amazon SageMaker AI 上如何以實測設定 TTS 自動擴縮容目標

    AWS 示範在 Amazon SageMaker AI 即時端點部署 Kokoro-82M,並以實測取代 TTS 自動擴縮容目標的猜測。在 ml.g5.xlarge 上,Q_max 為 50;實際擴容耗時為 260.2 秒,另計入按政策設定界定、未經本次測量的 60 秒偵測延遲,規劃 T_total 為 320.2 秒。

    推薦理由:文章以單機可承受併發量和實際擴容耗時兩項測量,推導 TTS 端點的擴縮門檻與冷卻時間,並展示 Kokoro-82M 的部署流程。

  3. Microsoft Research60

    Flint-interactive:建立互動式數據視覺化的語言

    Microsoft Research 介紹 Flint-interactive,一種建基於 Flint、讓 AI 智能體建立互動式數據視覺化的語言。它以語義事件和高階更新運算子描述互動,並由 Flint 編譯器處理互動邏輯與視覺依賴,減少對低階視覺化程式碼的需要。Flint-interactive 可用於互動圖表、儀錶板及數據故事,並支援圖表與文字、表格、元件或應用程式狀態連動。

    推薦理由:它把互動轉為語義事件,再用高階更新運算子描述視覺變化,由編譯器處理底層依賴,呈現降低互動圖表實作複雜度的設計思路。

10月22日週四
  1. Google DeepMind68

    超越樹冠覆蓋:Google DeepMind 等機構繪製全球森林類型地圖 ForTy 2020

    Google DeepMind、Google Research、WRI 及 IIASA 發佈 Forest Typology (ForTy) 2020 全球地圖,以 10 米解析度將土地分為六類森林及土地利用類型。

    推薦理由:ForTy 將全球土地分為六類森林及土地利用類型,並追蹤 2017 至 2025 年的變化,補充樹冠覆蓋地圖難以呈現的天然林轉為種植園或農地等轉換。

  2. NVIDIA Blog41

    NVIDIA 推出 Minerva,為 AI 工廠提供端到端可觀測性

    NVIDIA 推出 AIOps 平台 Minerva,整合基礎設施與 AI 工作負載的遙測資料,協助團隊及早發現問題,提升 AI 工廠的運作效率。平台每小時分析數十億個數據點,偵測異常、預測故障並找出可能的根本原因。Minerva 已有合作夥伴計劃部署,Dell Technologies、Lenovo 和 Supermicro 亦將把它納入 AI 工廠營運產品組合。

  3. 香港浸會大學 · AI 研究及應用35

    2026 粵港澳大灣區薪酬及福利調查:香港及澳門薪酬增長放緩,部分企業尚未建立正式 AI 政策

    香港浸會大學等機構發布的 2026 粵港澳大灣區薪酬及福利調查顯示,香港及澳門薪酬增幅分別降至 2.3% 和 1.1%,廣東省則升至 2%。調查收集 221 間企業回覆,並發現部分企業尚未建立正式 AI 政策或治理框架,企業亦日益重視兼具專業知識、商業觸覺及 AI 應用能力的人才。

  4. 香港人工智能專業協會33

    香港人工智能專業協會舉辦「從電影到 AI 短劇」分享會,探討創作發展新可能

    香港人工智能專業協會舉辦電影行業分享會,邀請 Magic Hour Studio 聯合創辦人、導演塗霆駿及律師 Helene Chow,從影像創作與法律角度探討人工智能在電影工作中的角色。塗霆駿分享工作室取得真人演員肖像授權、以人工智能打造角色造型製作短劇的做法,並介紹《10日不回家的理由》及《失敗的Man》系列。

  5. NVIDIA Blog66

    NVIDIA Cosmos 擴展工具,支援世界模型訓練、評估及部署

    NVIDIA 擴展 Cosmos 平台,加入訓練工具、模擬檢查點及 Cosmos Data Factory 藍圖,支援世界模型訓練、評估和部署。Cosmos Data Factory 提供五種雲端原生藍圖;Cosmos Framework 則支援透過微調和強化學習調適開源模型,並以知識蒸餾和量化作最佳化。

    推薦理由:文章串連數據整理、模型調適與模擬測試等更新,並列出 Porsche、ANYbotics 等企業案例,呈現 Cosmos 工具鏈在實體 AI 開發流程中的應用。

  6. OpenAI News51

    Cloudflare 以 OpenAI Daybreak 串連漏洞發現與防禦

    Cloudflare 透過 Daybreak 將 OpenAI 模型與即時流量及安全訊號結合,用於漏洞調查,並向客戶提供待審核的修補方案。其早期存取服務 Vulnerability Discovery and Remediation 會檢查客戶授權的程式碼、評估漏洞證據,並準備程式碼修補及合適的自訂 Web 應用程式防火牆規則,方案經自動檢查及團隊審核後交客戶決定。

  7. AWS Machine Learning Blog61

    Deep Insight 如何解決多智能體系統的 5 項生產環境挑戰

    AWS Solutions Architecture 團隊以 Deep Insight 説明如何應對多智能體系統投入生產環境的 5 項挑戰,涵蓋執行流程、模型選擇、程式碼安全及監控。

    推薦理由:文章把多智能體生產部署拆成協作流程、模型分工、程式碼隔離和營運監控等層面,並交代各項設計採用的元件與取捨。

  8. OpenAI News42

    前沿 AI 的民主治理(第二部分):賦能網絡防禦者

    OpenAI 發佈賦能網絡防禦者的藍圖,提出在先進 AI 的安全與保安、面向智能時代的網絡安全,以及建立具韌性的公共機構三方面採取措施。藍圖建議加強防禦者的工具、培訓與技術支援,並改善政府評估、事故通報及協調應對。 OpenAI 呼籲政府與業界及早建立保障措施,隨技術演進加強要求。

  9. OpenAI News41

    AT&T 如何與 OpenAI 合作重新思考企業內部法律工作

    AT&T 正與 OpenAI 合作,以 LegalEdge 為基礎,探索運用 AI 支援全球企業內部法律團隊的新方式。計劃中的自然語言收件系統會分類及排列請求優先次序,連結相關先例、研究和過往工作,並提供歷史背景及建議的初步步驟。法律判斷和決策仍由律師負責。

  10. AWS Machine Learning Blog50

    Strands Agents 自適應智能體框架的架構與實作

    AWS 示範以 Strands Agents 建構 Adaptive Agentic Intelligence Framework(AAIF),由本地 SLM 處理例行任務,並把複雜分析路由至 Amazon Bedrock。示例以 llama3.2:1b 作本地協調器,透過 Ollama 處理設備遙測與圖像分析。文章亦説明全雲端、混合及全離線部署配置,並介紹使用 MCP 伺服器集中共享工具。

  11. AWS Machine Learning Blog35

    U.S. Hunger 如何透過 Amazon Quick 連結領導層與數據

    U.S. Hunger 利用 Amazon Quick 連結組織數據與領導團隊,讓主管直接探索資料、共享指標定義並共同作出決策。該組織已向行政領導、技術、Full Cart、財務及合規等部門的 17 名同事提供 Quick 使用權限;Spaces 用作共享相關文件、定義和分析。

  12. Hugging Face Blog71

    NVIDIA 推出 Kumo Relational,無需任務專屬訓練即可預測關聯數據

    NVIDIA 推出預訓練關聯數據基礎模型 Kumo Relational,可直接在企業數據庫上預測,並以最多 10,000 個歷史樣本作上下文,無需任務專屬訓練。

    推薦理由:文章比較 Kumo Relational 與監督式模型及 AutoGluon,並交代評測範圍和樣本限制,呈現其在關聯數據預測中的適用邊界。

  13. Hugging Face Blog49

    小型語言模型如何透過專門化詞彙,在實際應用中降低 77% 推理成本

    Hugging Face 以 VocabX 為小型語言模型專門化詞彙,在實際應用中降低 77% 推理成本,且不更改基礎模型。葡萄牙文作文評分系統以 Qwen3-4B 為基礎,輸出層詞彙列由約 152,000 縮至約 65,000,數據及訓練配方維持不變。相關數據來自仍在審閲的論文版本,發表前或會變動。

  14. OpenAI News75

    OpenAI 如何構建兼顧用戶信任與相關性的 ChatGPT 新型廣告技術架構

    OpenAI 為 ChatGPT 建構一套自訂廣告投放系統,以經後訓練的前沿 LLM 編排廣告流程,根據對話脈絡調用工具進行檢索、排名、相關性評估和競價。廣告系統與 ChatGPT 的答案生成分開運作,避免廣告影響回答並維持中立語氣。ChatGPT Ads 上線不足 200 天後,年化收入運行率達 $1 billion;自推出以來,超過 100,000 名廣告商曾在 ChatGPT 投放廣告。

    推薦理由:ChatGPT 廣告系統以跨回合及多次對話的狀態和 LLM 工具調用追蹤變化中的商業意圖,並將廣告流程與答案生成分開處理。

  15. OpenAI News62

    OpenAI、PerturbAI 與 Scripps Research 用數千個 AI 智能體從腦細胞數據中發掘研究線索

    OpenAI、PerturbAI 與 Scripps Research 使用由 GPT‑Rosalind 驅動的數千個 AI 智能體,在 32 分鐘內分析數百萬個小鼠腦細胞的既有實驗數據,找出可供後續研究的生物學線索。

    推薦理由:以小鼠腦細胞數據展示分佈式智能體如何串連基因擾動結果與科學文獻,並以單一智能體和盲評比較其分析廣度。

  16. OpenAI News60

    OpenAI 模型將進入 Google Cloud Model Garden

    OpenAI 與 Google Cloud 合作,將 OpenAI 前沿模型及 Codex 智能體工作流程帶入 Google Cloud 的 Model Garden。

    推薦理由:這項合作把 OpenAI 模型帶入企業既有的 Google Cloud 環境,並交代受規管行業所需的存取控制、數據治理與採購安排。

  17. Google Research63

    Google Research 評估 AI 盲掃超聲波跨臨牀環境估算孕週的能力

    Google Research 的前瞻性多中心研究顯示,AI 模型以盲掃超聲波估算孕週的平均絕對誤差為 4.18 天,準確度與專家標準相若。研究在 385 名孕期 16 至 36 週的參與者中進行測試;芝加哥模型經 120 名參與者的資料微調後,平均絕對誤差為 4.10 天,內羅畢測試則未使用當地資料微調,平均絕對誤差為 4.27 天。

    推薦理由:研究以芝加哥 120 名參與者資料微調模型,再以內羅畢資料作外部測試,並與專家基準比較,呈現跨臨牀環境驗證的具體做法。

  18. Microsoft Research89

    Microsoft Research 研究人員證明 Kannan–Lovász–Simonovits(KLS)猜想,解決 31 年數學難題

    Microsoft Research 研究人員 Xinzhi Zhang 與合作者證明 KLS 猜想,解決了提出 31 年的高維幾何核心難題。研究團隊以人類主導的 AI 智能體流程探索逾 100 條候選路徑,再透過遞歸精化及控制累積誤差完成證明。另有獨立團隊提出證明,相關結果其後亦有 Lean 4 形式化驗證。

    推薦理由:研究呈現研究者如何透過多輪篩選引導 AI 探索證明方向,並以遞歸精化和有界累積誤差完成 KLS 猜想的維度無關證明。

10月21日週三
  1. The HKU Lead 港大新聞 · AI 研究及應用39

    香港大學透過員工主導創新推進職場 AI 應用

    香港大學在 AI Recognition Ceremony 2026 表揚逾 30 名 Visionary Award 得獎者,肯定他們在工作中實際應用人工智能。2026 年 3 月的 AI Innovation Challenge Day 有逾 300 名同事參與;AI for Work @HKU 計劃過去 12 個月錄得逾 1,200 人次出席。下一階段將着重把個人知識轉化為持續的職場改善。