跳到正文
目前篩選:一手
2025年5月27日週二
  1. Mistral AI70

    使用 Mistral Agents API 構建 AI 智能體

    Mistral AI 發佈 Agents API,將內置連接器、跨對話記憶及智能體編排整合為構建 AI 智能體的框架。內置連接器涵蓋代碼執行、網絡搜索、圖像生成、Document Library 及 MCP 工具;啟用網絡搜索後,Mistral Large 和 Mistral Medium 在 SimpleQA 的分數分別由 23% 和 22.08% 升至 75% 和 82.32%。

    推薦理由:Agents API 把內置連接器、跨對話記憶和多智能體編排納入同一框架,並以 SimpleQA 數據呈現網絡搜索前後的分數差異。

2025年5月23日週五
2025年5月19日週一
2025年5月16日週五
  1. Runway:News(網頁)60

    Runway 開放 Gen-4 Image API

    Runway 透過 Runway API 開放 Gen-4 Image(包括 References),讓任何人可將其多模態生成能力整合至應用程式、產品、平台及網站。API 每張生成圖像收費 $0.08。文中列出虛擬試穿、遊戲素材、室內設計及自訂創作工具等示例,並提供 runway.com/API 入門。

2025年5月15日週四
  1. Hugging Face Blog65

    Hugging Face Transformers 計劃推動模型定義標準化

    Hugging Face 表示,Transformers 將朝跨框架模型定義標準化發展,目標是讓其支援的模型架構更易被其他生態工具採用。目前 Transformers 支援 300+ 種模型架構,平均每週新增約 3 種;團隊計劃簡化建模程式碼和 API,並加強模組化模型定義。

    推薦理由:文章交代 Transformers 希望成為跨框架模型定義的共同基礎,並列出簡化模型貢獻流程、提升訓練與推理工具互通的具體方向。

2025年5月14日週三
2025年5月13日週二
2025年5月8日週四
2025年5月7日週三
2025年4月30日週三
2025年4月24日週四
2025年4月9日週三
2025年4月8日週二
2025年3月28日週五
2025年3月25日週二
  1. OpenAI News84

    OpenAI 為 GPT‑4o 推出原生圖像生成

    OpenAI 在 GPT‑4o 中推出原生圖像生成,並提升文字渲染與指令遵循能力。原文亦提及 ChatGPT Images 2.5。

    推薦理由:原生圖像生成之外,文字渲染與指令遵循是明確列出的改進點,讀者可據此掌握 GPT‑4o 圖像功能此次更新的着力處。

2025年3月21日週五
  1. Hugging Face Blog46

    Inference Endpoints 分析儀錶板煥新

    Hugging Face 更新 Inference Endpoints 分析儀錶板,加入即時指標、自訂時間範圍、自動重新整理及副本生命週期檢視。儀錶板會即時顯示請求延遲、回應時間及錯誤率,後端亦經重新設計以加快載入,尤其是高流量端點。副本檢視可追蹤副本由初始化至終止的狀態轉換。

2025年3月20日週四
  1. OpenAI News64

    OpenAI 在 API 介紹新一代音訊模型

    OpenAI 介紹 API 新一代音訊模型,文字轉語音模型可按開發者指示採用特定説話方式。例如,開發者可要求模型「像富有同理心的客服智能體那樣説話」,為語音智能體提供更多自訂空間。

    推薦理由:開發者可用指示控制文字轉語音模型的説話方式,例如採用富有同理心的客服智能體語氣,讓語音智能體的表達方式有更多自訂空間。

2025年3月18日週二
2025年3月7日週五
  1. Mistral AI69

    Mistral OCR 推出文件理解 API,支援圖片與 PDF 解析

    Mistral AI 推出 Mistral OCR 文件理解 API,可解析圖片與 PDF,並抽取文字、圖像、表格及公式。API mistral-ocr-latest 已在 la Plateforme 開放,每美元可處理 1000 頁,批次推理下每美元可處理頁數約增至兩倍;Mistral OCR 亦可在 le Chat 免費試用。

    推薦理由:Mistral OCR 可解析 PDF、圖片中的表格與公式,並支援 JSON 輸出,展示文件接入 RAG 與 Agent 工作流的實際做法。

2025年3月4日週二
  1. Hugging Face Blog64

    Hugging Face 與 JFrog 合作,將 JFrog 掃描器整合至 Hugging Face Hub

    Hugging Face 與 JFrog 合作,將 JFrog 掃描器整合至 Hugging Face Hub,以分析模型權重中的程式碼並減少誤報。現有 picklescan 按模組名稱作模式匹配,JFrog 則會解析程式碼、檢查潛在惡意用法,並可捕捉 pickle 與 Keras Lambda layers 的相關利用方式。

    推薦理由:JFrog 會解析模型權重中的程式碼,補充 picklescan 以模組名稱作模式匹配的檢查方式,並讓公開模型倉庫自動納入掃描。

2025年2月27日週四
2025年2月26日週三
  1. CPII 博智感知交互研究中心 · AI 研究及應用46

    從語音到實時重點撮要:香港首個人工智能媒體助手連續兩年為財政司司長預算案演講提供支援

    博智感知交互研究中心連續兩年與香港電台合作,為財政司司長財政預算案演辭直播提供實時語音轉錄、翻譯及撮要。新功能包括以知識庫識別和修正錯誤、為撮要評分、根據實時轉錄提供人工智能問答,以及手機同步傳譯,讓用戶查看撮要、收聽原聲或即時翻譯語音。

2025年2月25日週二
  1. Hugging Face Blog62

    Hugging Face 推出 FastRTC,支援以 Python 建構即時音訊與影片 AI 應用

    Hugging Face 推出 FastRTC,這是一個讓開發者以 Python 建構即時音訊與影片 AI 應用的通訊程式庫。它內置語音偵測與輪次控制,提供支援 WebRTC 的 Gradio UI,並可將 Stream 掛載至 FastAPI 應用;亦支援 WebSocket。程式庫另提供語音轉文字、文字轉語音等工具,並可接駁不同 LLM、語音 API 或語音到語音模型。

    推薦理由:FastRTC 將語音偵測、輪次控制和即時通訊整合起來,並提供 Gradio 測試介面及 FastAPI 部署方式,展示以 Python 搭建即時語音應用的實作流程。

2025年2月18日週二
2025年2月17日週一
2025年2月14日週五
2025年2月10日週一
2025年2月7日週五
  1. Mistral AI75

    Mistral AI 推出全新 le Chat,面向生活與工作場景

    Mistral AI 推出全新 le Chat AI 助手,面向生活與工作場景,並開始提供 iOS、Android 版本及 Pro、Team 方案。它支援網頁搜尋、文件上傳與摘要、圖像生成及沙盒程式碼執行;Flash Answers 預覽版向所有用户開放,速度最高可達 ~1000 words / sec。

    推薦理由:le Chat 整合文件分析、Code interpreter、圖像生成與日常助理用途,並以免費、Pro、Team及企業私有部署方案覆蓋不同場景。

2025年2月6日週四
2025年2月3日週一
  1. OpenAI News76

    OpenAI 推出 deep research 研究智能體

    OpenAI 推出 deep research,這個智能體會運用推理整合大量網上資訊,並替用户完成多步驟研究任務。功能現時向 Pro 用户開放,Plus 和 Team 用户隨後可用。

    推薦理由:公告交代 deep research 如何處理網上資訊整合與多步驟研究任務,並列出 Pro、Plus、Team 的開放次序,方便了解其適用工作場景。

2025年1月28日週二
  1. Hugging Face Blog70

    Hugging Face Hub 整合 fal、Replicate、Sambanova 和 Together AI 的無伺服器推理服務

    Hugging Face 將 fal、Replicate、Sambanova 和 Together AI 四家無伺服器推理服務整合至 Hub 模型頁面及 JS、Python SDK。用户可使用自己的供應商 API key 直接呼叫並由供應商收費,也可透過 Hugging Face 路由請求,按供應商標準 API 價格計費且不加價。

    推薦理由:四家無伺服器推理服務接入 Hub 模型頁面及 SDK,文章亦交代自帶供應商 API key 與 Hugging Face 路由的調用和計費差異,便於評估接入方式。

2025年1月24日週五
  1. Hugging Face Blog62

    Hugging Face 為 smolagents 加入視覺語言模型支援

    Hugging Face 為 smolagents 加入視覺支援,使視覺語言模型可原生用於智能體流程。圖片可以在 agent.run() 時一次傳入,也可透過 step callback 動態加入 ActionStep;文章並以 helium 示範視覺網頁瀏覽智能體。

    推薦理由:文章整理了 smolagents 接收初始圖片與逐步加入截圖的兩種方式,並以網頁瀏覽智能體示範如何用 callback 更新執行記憶。

2025年1月16日週四
  1. Mistral AI41

    Mistral AI 與 AFP 合作,將新聞線稿接入 Le Chat

    Mistral AI 與 AFP 建立全球合作,將 AFP 新聞線稿接入 AI 助理 Le Chat,讓回答納入可靠、最新的新聞資訊。AFP 每日以法語、英語、西班牙語、葡萄牙語、德語及阿拉伯語製作 2,300 則新聞線稿,全球有 1,700 名記者。整合功能將於未來數週逐步向所有 Le Chat 用户推出。

2024年12月31日週二
  1. Hugging Face Blog70

    Hugging Face 推出 smolagents 智能體程式庫,支援以程式碼編寫動作

    Hugging Face 推出 smolagents,讓語言模型智能體可用程式碼編寫動作。它提供以程式碼運作的 CodeAgent,也支援以 JSON/text 編寫動作的 ToolCallingAgent,並可透過 E2B 在沙盒環境執行。

    推薦理由:文章説明程式碼表達動作在組合與重用上的優勢,並展示 smolagents 仍支援 JSON/text 工具調用。

2024年12月18日週三
  1. Runway:News(網頁)44

    Runway 推出全球人才網絡

    Runway 推出 Talent Network,讓創意工作者展示作品、發掘創作人才,並尋找品牌、代理商及工作室提供的工作機會。該平台現已上線,參與者包括獨立創作者及製作公司 EDGLRD、TOOL of North America、Silverside、Builders Club、[AI]magination、Obsidian 和 Superside。