構建 VYTA:將即時鏡頭訊號轉化為自適應呼吸體驗
VYTA 是為 Presage SmartSpectra SDK Challenge 開發的人體感測體驗,旨在把即時鏡頭生理訊號轉化為自適應呼吸視覺呈現,讓用戶留意自己的呼吸節奏。測試中約達 29 FPS,但鏡頭可靠性仍有待改善;項目強調明確授權及私隱,測量結果不作醫療診斷或治療建議。
VYTA 是為 Presage SmartSpectra SDK Challenge 開發的人體感測體驗,旨在把即時鏡頭生理訊號轉化為自適應呼吸視覺呈現,讓用戶留意自己的呼吸節奏。測試中約達 29 FPS,但鏡頭可靠性仍有待改善;項目強調明確授權及私隱,測量結果不作醫療診斷或治療建議。
Seven Sports 開發 Amblyotube,將 VR 頭戴裝置的觀影體驗用於視覺訓練,並以左右眼不同的影像處理方式呈現內容。系統可直接使用 YouTube 風格的影片,透過人物偵測與強調圖層協助訓練,毋須專用訓練內容。內置 LogMAR 視力檢查會在虛擬 3m 距離進行最多 30 次測試,並可按測得的嚴重程度自動更新設定檔。
Google 發佈 Gemini 4 Argon,定位為通用型物理推理模型,支援機械人控制、Real2Sim 場景構建、機械人影片多模態標註及迭代式策略改進。
美團於 11 月 9 日正式開源 LongCat-2.5,這款面向長程智能體任務的原生多模態模型採用 MIT 協議,支援商用推理部署與二次訓練,毋須額外授權。模型總參數為 1.6 萬億,每個 token 約啟用 480 億參數,支援一百萬上下文。
美團正式開源面向長程智能體任務的原生多模態模型 LongCat-2.5,採用 MIT 協議,支援商用推理部署與二次訓練,無需額外授權。模型總參數為 1.6 萬億,每個 token 約啟用 480 億參數,並支援一百萬上下文。模型將視覺訊號表示為多層級離散 token,由主幹模型統一處理,並採用 W4A4 高效推理方案。
美團發佈 LongCat-2.5,這是一款面向長時程智能體任務的原生多模態 MoE 模型,總參數量為 1.6 trillion,每個 token 約啟動 48 billion 參數。
美團 LongCat 發佈 LongCat-2.5,這是一款面向長週期智能體任務的原生多模態 MoE 模型,總參數量為 1.6 trillion,每個 token 約啟用 48 billion 個參數。
HUAWEI 暢享100系列三款手機共享鴻蒙星盾與親情防詐鏈路,支援風險提醒、遠程協助掛斷及詐騙號碼全家同步。HUAWEI 暢享100 Pro Max獨有視頻親情守護與8800mAh電池,HUAWEI 暢享100獨有關懷模式;三款機型在屏幕、續航及功能配置上各有差異。
研究分析單模態語言與視覺模型的跨模態表徵對齊,發現對齊程度會隨模型能力提升,但仍低於同模態模型。當圖説清晰且資訊充足時,這種對齊可超越明確對齊的視覺語言模型。
生成式 AI 能根據用戶指示生成文本、圖像、音訊、影片及程式碼,並應用於多個行業。大語言模型、GAN、VAE 和擴散模型推動其發展,相關應用涵蓋醫療、教育、銀行、軟件開發及業務自動化。數據私隱、錯誤資訊、偏見及安全仍是需要考慮的挑戰。
HumanSense AI 是一款使用 Electron、Node.js 和 Presage SmartSpectra SDK 開發的桌面應用程式,透過鏡頭監測人體訊號,並在儀錶板顯示可用測量結果。項目涵蓋心率、呼吸率、心率變異性及 SDK 支援的面部表情分析;測量須先取得用戶同意,應用程式不宣稱具備醫療診斷用途。
阿里雲推出 2026 年雙 11 AI 大模型優惠,新客可限免超過 7000 萬 tokens,Token Plan 個人版 39 元起。每個 Plan 支援多種模態旗艦模型,夜間調用價格更低,活動至 11 月 30 日。
索尼申請車載氣味廣告系統專利,透過攝影機識別廣告內容,結合 GPS 定位及線上氣味資料庫,向乘客釋放匹配香味。系統可分析乘客特徵,按座位投放氣味,並調節濃度和持續時間;目前尚未商業化。
人機互動(HRI)研究人與機械人在共享環境中的溝通、協作與共存,是智能機械人及具身人工智能的基礎之一。隨着機械人走入日常環境,互動設計涵蓋語言與非語言溝通、感知人類行為及理解意圖;大語言模型亦提升了機械人理解指令、回答問題和協作對話的能力。
第 14 章聚焦 AMR AI 與具身智能中的 VLM 和 VLA,並概述 VLM 如何整合視覺感知與語言理解,在共同框架中進行推理。VLM 可透過零樣本及少樣本推理理解未曾接觸的物件或情境,並支援機械人解讀場景、指令及作出決策。
Shizuku AI 公佈全雙工模型 Shizuku-Duplex,模型無需等待用戶完成提問便會啟動思考流程。在 6 個參測模型中,其日語對話自然性最高,回應質素僅次於 OpenAI 的 GPT-Live。模型以 80ms 為一個互動「幀」,並每 5min 壓縮一次上下文。
日本人工智能實驗室 Shizuku AI 發佈日語全雙工 AI 模型 Shizuku-Duplex,該模型是繼 GPT-Live 後全球第二個支援日語智能對話的全雙工 AI。模型以 80 毫秒為一個互動幀,支援音訊、文字與動作三模態輸出,並每 5 分鐘壓縮一次上下文。測試中,其日語對話自然性在 6 個參測模型中排名第一,回應質素僅次於 GPT-Live。
Shizuku AI 公佈全雙工模型 Shizuku-Duplex,稱其為繼 GPT-Live 後第二個支援日語智能對話的全雙工模型,無需等待完整提問即可啟動思考。該模型在 6 個參測模型中日語對話自然性最高,回應質素僅次於 GPT-Live;模型以 80ms 為一個互動「幀」,每 5min 壓縮一次上下文。Shizuku AI 正基於這項技術開發伴侶式 AI 雫。
恩智浦推出 AI 增強型汽車電子座艙方案,透過生成式 AI 人車互動、音頻感知及網絡安全能力,提升座艙功能的易用性與安全性。系統可理解自然語言、辨識救護車警報聲和自行車鈴聲,並判斷聲音方向和距離;亦能防禦未知的零日攻擊。方案支援安全分級的人機互動,並以 i.MX95 處理器等組成端到端座艙平台。
律動造物聯合多家科研機構推出 AISLE,這是一套以真實濕實驗評測 AI 科學家乾濕閉環能力的公開基準。首輪涵蓋 2 個自動化實驗站點、4079 次真實實驗及 46626 分鐘運行;完成全部維度評測的模型中,GPT 5.5 以 41.19/100 排名第一,所有參測模型的安全完整通過率均為 0%。
戴盟機器人團隊聯合廈門大學、南京大學、大灣區大學及復旦大學提出 Touch-R1,將強化學習用於跨感測器觸覺推理,論文獲 NeurIPS 2026 接收。團隊同時建立 TouchReason-1M 資料集及包含 4,800 組問答的 TouchReason-Bench。
阿里雲百煉於 2026 年 11 月 9 日調整 Token Plan 個人版,三檔額度上調約 74% 至 78%,Pro 提額降價。Lite、Essential、Standard 月費不變,Pro 月費由 499 元降至 312 元;存量用戶當前訂閲週期按新標準補齊,Pro 新價於下一週期生效。
虛擬現實化身療法讓患者與代表內在批評聲音或加害者的形象對話,研究者正探索它治療飲食失調、精神病性障礙及創傷後應激障礙的潛力。一項涵蓋96名患者的試驗顯示,化身組在治療結束時的生活質素、認知靈活性及治療參與度指標較好,但飲食失調症狀變化未達統計學意義。療法仍有成效、安全及倫理問題待研究,丹麥部分地區已將其納入精神健康服務。
微軟提交專利 US 2026/0341309 A1,擬用 AI 智能體在直播中近乎實時修改語音並重繪唇動。技術可識別口誤、冒犯詞及方言表達,支持實時翻譯與唇形同步,處理延遲約 1–10 秒。專利仍在審查,尚未商業化。
微軟提交一項 AI 專利申請,構想在直播及其他即時影片節目中近乎即時修改説話內容,並重繪説話者嘴部動作以配合新語音。系統可按預設規則或觀眾個人資料替換特定詞語,處理後影片延遲約 1 至 10 秒播放,亦涵蓋即時翻譯。專利申請編號為 US 2026/0341309 A1,於 2025 年 4 月 29 日提交;審查員於 2026 年 7 月 29 日駁回相關權利要求,微軟尚未透露是否會投入實際開發。
阿里雲瓴羊 Quick Service 將多模態互動與情緒識別接入智能客服的「感知—理解—決策—執行」流程,讓圖片、語音和情緒訊號可觸發業務操作、調整回覆策略或轉接人工。產品支援15種方言,意圖識別準確率為93%—96%,並服務超過5萬家企業。文章亦列出圖片處理、跨模態資訊對齊及人工交接等選型核驗項目,並比較其他客服產品的能力側重。
阿里雲上調 Token Plan 個人版四檔套餐月度額度,Lite、Essential、Standard 提升約74%至78%,Pro 則由18萬增至20萬 Credits。
基礎模型正改變機械人感知,透過大規模預訓練學習可重用的視覺、空間、語義及多模態表徵。這些表徵支援開放詞彙辨識、定位和地圖構建,並可用少量領域資料微調以適應不同任務。模型規模增大亦帶來計算、記憶體、推理延遲、耗電及部署方面的挑戰。
基礎模型把機械人感知由針對單一任務的識別系統,推向能理解多元環境的通用智能,並有助系統適應未曾遇過的環境。模型透過圖像、影片、點雲、語言描述及感測器記錄等資料進行預訓練,學得可重用的表徵,再以較少任務專屬調整支援不同應用。多模態及視覺語言模型亦支援開放詞彙感知,讓機械人透過文字描述識別未見過的物件。
本章概述自主移動機器人(AMR)的感知流程,説明系統如何把傳感器的原始測量轉化為位置估計、路徑規劃、自主導航與控制可用的環境資訊。內容涵蓋感測器資料預處理、特徵提取、物件檢測與追蹤、場景理解、可行駛空間估計、三維感知及多感測器融合,並指出感知資訊的品質會影響定位、安全行駛及任務執行。
本章説明 AMR 熱成像相機的成像原理、主要組件與檢測器類型,並分析影響温度測量和影像品質的因素。非製冷微測輻射熱計體積小、功耗低,適合移動機械人;製冷型檢測器則有較高感度與空間解像度,但成本和功耗較高。工業檢查通常需要輻射測量型相機,以取得像素級温度資料。
騰訊 Hy4 正式版在實測中展現更強的視覺與 Agent、Coding 能力,但複雜工作流程仍需人工協助。相比預覽版,DeepSWE 從 64.3 升至 74.9、Terminal-Bench 從 26.3 升至 44.4;OSWorld 為 78.9,MMMU-Pro 為 78.6。
第 07 章聚焦 AGI 評估與基準測試,指出一般智能不能以單一準確度分數或單一基準衡量。評估應涵蓋泛化、推理、學習、智能體行為、多模態能力、長期任務、穩健性與元認知。評估框架亦須考慮基準污染、安全與對齊,並結合多種測試。
本章探討 AGI 如何在現實環境中應用,指出核心能力是跨任務與領域遷移知識和認知策略,並透過持續的感知、推理、規劃與行動循環適應變化。內容涵蓋機械人、科學發現、工程、工業、醫療、教育及組織工作,並強調記憶、工具使用、人類監督和安全機制。實際部署的評估應納入長期任務、環境變化、不確定性管理及適時尋求人類協助的能力。
現代人工智能已能處理語言、圖像、音訊、影片、程式編寫及數學問題,但能力仍不均衡,不能等同 AGI。推理可靠性、長期自主性、記憶、世界建模及因果理解仍是重要限制。研究正結合基礎模型、記憶、規劃、工具及其他系統,探索通往更一般化智能的路徑。
AGI 並非單一演算法、模型或基準測試成績,而是能在不同環境與任務中整合感知、學習、推理、記憶、規劃、行動和適應的系統級智能。實現 AGI 需要結合一般化、世界模型、記憶、學習與規劃等能力,並整合認知架構和工程基礎設施。評估及部署時,亦須重視可靠性、長期任務表現、安全與控制。
《因果與科學 AI》第 07 章説明如何把原始資料轉化為可供因果分析、模型訓練、評估及部署使用的可靠輸入。資料管道須保留來源、時間同步、介入狀態及環境脈絡,並妥善處理驗證、清理、多模態整合和資料集分割。版本管理及可重現的處理流程,則有助追溯模型訓練所用的資料。
科大訊飛發佈聆葵 AI 看護陪伴攝像頭,結合國產 AI 大模型、視覺感知、語音交互及多模態 AI 技術,提供面向兒童、長者和家庭日常看護的服務。產品支持坐姿提醒、學習任務管理、生活提醒、遠程看護、親情通話及家庭留言,採用語音、視覺和觸控交互。
VR 影片邁向「空間體驗」時,雙眼協調仍是挑戰;Seven Sports 的 Amblyotube 在 Meta Quest 為左右眼提供不同視覺體驗,作為復康及教育用途的視覺訓練軟件。軟件透過可調濾鏡、AI 選擇性鋭化及雙眼融合提示進行訓練,並提供 LogMAR 視力檢查。適用於 13 歲或以上用戶,建議每日使用 30–40 分鐘;它是輔助訓練工具,不能取代專業醫療指引。
AI 肌膚分析要在企業環境穩定運作,不能只靠模型辨識,還需管控圖像品質、異步任務、版本兼容、成本及私隱。AI Skin Analysis V2.1 支援最高 2560 像素的分析輸出分辨率,並以 task_id 管理異步分析任務。結果保留 24 小時,企業需妥善管理版本、數據儲存及刪除機制。