跳到正文
11月10日週二
  1. The HKU Lead 港大新聞 · AI 研究及應用44

    港大研究人員結合 AI、電腦圖像學與波動光學,推進更逼真的全像 VR/AR 顯示技術

    香港大學研究人員結合電腦圖像學、波動光學及 AI 校準,開發兩種全像顯示技術,以呈現更自然的焦點、視角和材質變化。一種以多邊形網格保留場景幾何結構和深度,另一種 HoloPathTracer 模擬光線與場景幾何及材質的互動。兩項研究仍處於研究原型階段,實際消費應用仍需提升運算速度及改進空間光調制器和光學系統。

  2. DEV Community45

    TailSteer 減少多輪圖片編輯漂移;History Forcing 穩定長時程影片生成

    TailSteer 透過從 on-policy rollout 學習針對尾段的修正,減少連續 15-20 次圖片編輯累積的漂移,並大致保留原模型能力。History Forcing 將 15 秒影片生成的 VBench 質素提升至 85.07,MemoBench 物件一致性達 62.18,Evolution Quality 由 2.35 升至 2.70;每步訓練時間和記憶體開銷只增加約 2%。

  3. 第一財經70

    美團 LongCat-2.5 開源,採用 MIT 協議

    美團正式開源 LongCat-2.5,採用 MIT 協議,支援商用推理部署及二次訓練,無需額外授權。美團表示,該模型面向長程智能體任務,是原生多模態模型,在複雜程式碼庫開發、完整專案構建、Visual Coding 及專業辦公場景的端到端交付能力均有明顯提升。模型總參數為 1.6 萬億,每個 token 激活約 480 億參數,並支援 100 萬上下文窗口。

  4. DEV Community79

    Meta Muse Ember 以約三分之一任務成本追平 Claude Haiku 5.5 的 Intelligence Index,對 Agent 開發者有何啟示

    Meta 於 2026 年 11 月 9 日推出 Muse Ember,定位為 Muse 家族中最小、效率最高的模型,面向大量重複的智能體工作。它在 Artificial Analysis Intelligence Index 得 36 分,與 Claude Haiku 5.5 持平;每項任務成本約 $0.14,低於 Muse Spark 1.3 的 $2.39。

    推薦理由:文章對照任務成本、基準表現與弱項,呈現 Muse Ember 適合承接大量重複智能體步驟、而非最難工程任務的定位。

  5. DEV Community33

    Amblyotube 如何在 Meta Quest 上結合影片與雙眼視覺協調訓練

    Seven Sports 開發的 Amblyotube 在 Meta Quest 上播放影片時,為雙眼提供不同視覺效果,協助進行視覺協調與深度感知訓練。使用者可調整模糊、AI Sharpener、楔形遮擋及融合提示,並選擇嚴重程度預設或進行 LogMAR 視力檢查。建議每日訓練 30-40 分鐘、最多 1 小時;它是輔助訓練工具,並非診斷、治療或治癒方法。

  6. 新浪科技66

    NVIDIA Lyra 2.0 開源,單張圖片可生成跨度約 90 米的 3D 環境,速度提升約 13 倍

    NVIDIA 空間智能實驗室開發的 Lyra 2.0 框架已開源,可從單張靜態圖片生成跨度約 90 米、支援主動視角探索的持久化 3D 環境。知識蒸餾後的輕量模型把影片生成去噪步數由 35 步減至 4 步;在單張 GB200 GPU 上生成 80 幀片段約需 15 秒,完整模型約需 194 秒,速度提升約 13 倍。

  7. DoNews66

    Meta 發佈輕量級 AI 模型 Muse Ember

    Meta 於 2026年11月10日正式推出輕量級 AI 模型 Muse Ember,面向智能體複雜推理與高頻任務。它在 Artificial Analysis 榜單的表現媲美 Claude Haiku 5.5,單任務成本為其 1/3,並在多項智能體與編碼評測中超越 GPT-6 Luna。

  8. DoNews61

    LongCat‑2.5 正式開源並深度適配國產算力

    LongCat‑2.5 正式以 MIT 開源協議對外開源,允許商用推理部署及二次訓練,無需額外授權。這款面向長程智能體任務的原生多模態大模型,總參數規模達 1.6 萬億,單 token 激活約 480 億參數,支援一百萬 token 上下文,並針對國產算力晶片優化架構、算子及部署策略。長序列 SFT 實測中,單卡吞吐量較 DDP 基線提升 86%。

  9. DEV Community35

    CalScore 推出會標示估算不確定性的 AI 卡路里追蹤 App

    開發者推出 iOS App CalScore,以 AI 追蹤卡路里及宏量營養素,並在照片掃描結果中提供卡路里範圍和信心程度,而非只給單一數字。信心較低時,App 會建議用戶核對份量、掃描條碼或搜尋食物資料庫;每日 Fuel Score 則以 0–100 分呈現卡路里、蛋白質、水分及宏量營養素平衡。

  10. DEV Community46

    SteamVR 影像品質獲更新,那眼睛本身的視覺能力又如何?

    Valve 的 SteamVR beta 更新改善了 Steam Link 向 Meta Quest、HTC Vive Focus 和 PICO 消費級頭戴裝置串流的影像品質。Seven Sports 開發的 Amblyotube 將 YouTube 影片用作視覺訓練素材,透過分別向左右眼呈現影像,訓練雙眼協調與深度知覺。Amblyotube 是輔助視覺訓練工具,並非用於診斷或治療的醫療器材。

  11. DEV Community38

    GPT Realtime Assistant 的照片與語音 AI 列車時刻表測試:可行之處與仍需人工核查的內容

    GPT Realtime Assistant 以一張示範列車時刻表測試看圖問路,回答建議乘搭 A12、B24 和 K16,於 10:24 抵達。示範路線在 Aoba 和 Sora 分別有七分鐘及九分鐘轉車時間;這不是與其他工具比較的基準測試,也不代表即時車站資訊。出發前仍須核對服務日期、班次及月台,並向官方鐵路資訊或車站職員查證。

  12. DEV Community37

    咖啡研究讓我對大腦訓練與弱視有何新認識

    一項追蹤長達 43 年的研究顯示,每日飲用兩至三杯咖啡與較低失智症風險相關,且不受遺傳風險影響;無咖啡因咖啡則未見相同關聯。Seven Sports 開發的 Amblyotube 是一款 Meta Quest 視覺訓練應用程式,為雙眼呈現不同影像,供用戶每天訓練 30 至 40 分鐘。它適用於 13 歲及以上人士,是輔助視覺訓練工具,並非診斷或治療。

  13. DEV Community42

    Quest 將 VR 觀影提升為核心功能:這對弱視訓練至關重要

    Quest 的 Horizon OS 2.10 PTC 正推出 Theater 觀影環境及重新設計的 Navigator,將長時間觀看納入 VR 頭戴裝置的使用場景。Amblyotube 透過讓雙眼接收不同影像,配合數碼模糊、人物強化等效果訓練雙眼協調。它是輔助工具,建議每日使用 30–40 分鐘,最多 1 小時;並非診斷、治療或治癒方案。

  14. DEV Community41

    用 TabPFN 和 Gemma 打造 Witching Hour:不肯離開的幽靈應用程式

    Witching Hour 是一款以 TabPFN 和 Gemma 4 打造的開源捉鬼網頁應用程式,讓「靈體」只能根據錄音或感應器測得的證據説話。TabPFN v2 在人工加入的 240 組夜間感應器數據中,找出 25.0% 的案例,低於最強案例的 37.8%;Gemma 4 生成的每句話都須引用測量事件,否則會被刪除。

  15. Hacker News 熱門(buzzing.cc 中文翻譯)88

    Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力

    Anthropic 升級 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力,並稱輸出速度較各自的 5.1 版本快至 30%。

    推薦理由:文章把共用底層模型的兩個版本放在同一組基準與應用案例中比較,也交代 Fable 和 Mythos 的安全防護及開放對象差異。

  16. DEV Community32

    每日啟用 VR、每日訓練:Steam Frame 數據揭示的新可能

    Steam Frame 首次出現在 Steam 硬件調查便成為使用量第五高的頭戴式裝置,文章藉此探討 VR 日常使用增加後,訓練等用途的發展空間。Seven Sports 的 Meta Quest 應用程式 Amblyotube 透過左右眼不同的影像處理,作為雙眼協調與深度知覺的輔助訓練工具。應用程式建議每日使用 30~40 分鐘,最長 1 小時;它不是醫療器材,也不能診斷或治療。

  17. DEV Community34

    SteamVR 更新提升串流畫質,揭示 VR 視覺訓練對清晰影像的需求

    Valve 發佈 SteamVR Beta 更新,改善所有兼容 Steam Link 的獨立頭戴裝置串流畫質,涵蓋 Meta Quest、HTC Vive Focus 及 PICO。文章指出,清晰穩定的影像有助雙眼協調訓練;Amblyotube 透過分別向雙眼呈現不同影片畫面,配合模糊與 AI Sharpener 設計訓練。SteamVR 更新與 Amblyotube 無關。

  18. HuggingFace Daily Papers(社區熱門論文)35

    自我演化多模態智能體的跨情境調查與分析

    一項調查分析多模態智能體的自我改進機制,為何在推理、生成、導航與操作情境之間的遷移效果不一。研究以經驗生成、取得回饋和整合更新三階段框架比較各情境,並將機制跨情境的可遷移性判定為可遷移、有條件、受阻或冗餘;這些判定仍有待配對預算測量驗證。

  19. DEV Community30

    AuraRead:以 Gemini 分析個人風格與氣質的應用

    作者運用 Gemini 的多模態視覺能力開發 AuraRead,透過上載相片或即時網絡攝影機拍攝,分析個人風格、儀容、肢體語言及環境光線。應用使用 gemini-3.5-flash 生成風格分類、五項氣質評分、附色碼的色彩配色,以及職涯和造型建議。Gemini API 在伺服器端以 JSON 結構化輸出資料。

  20. DEV Community30

    AuraRead:我打造的 AI 個人風格分析應用

    作者打造 AuraRead,利用 Gemini 的多模態視覺能力分析照片中的儀容、穿搭、肢體語言及環境光線,生成個人風格分析與建議。應用透過伺服器端 Gemini API 使用 gemini-3.5-flash,並以結構化 JSON 格式輸出結果。用戶可上載肖像或使用網絡攝影機拍照,查看五項氣質評分、五色配色方案及造型和職涯建議。