Qwen3.8-Omni-Flash 選型參考:模型能力、適用場景與價格解析
Qwen3.8-Omni-Flash 離線版可接收文字、圖像、音訊及影片並輸出文字,定位於多模態理解與 Agent 任務。離線版支援 1M 上下文,非思考模式最大輸出 128K;即時版 qwen3.8-omni-flash-realtime 面向低延遲語音互動、影片理解及 MCP 工具調用。離線版輸入和輸出分別為 0.8 元/百萬 Token、2.7 元/百萬 Token;即時版按模態分項計費。
Qwen3.8-Omni-Flash 離線版可接收文字、圖像、音訊及影片並輸出文字,定位於多模態理解與 Agent 任務。離線版支援 1M 上下文,非思考模式最大輸出 128K;即時版 qwen3.8-omni-flash-realtime 面向低延遲語音互動、影片理解及 MCP 工具調用。離線版輸入和輸出分別為 0.8 元/百萬 Token、2.7 元/百萬 Token;即時版按模態分項計費。
Qwen3.8-Max是面向智能體及複雜長週期任務的旗艦基座模型,採用2.4萬億參數MoE架構,支援百萬Token上下文及文字、圖片、影片輸入。文章列出按量API及Token Plan兩種使用方案:按量輸入為12元/百萬Token、輸出為36元/百萬Token,個人Lite套餐月費39元。
Thinking Machines 發佈開源混合專家模型 Inkling 2 Mini,採用循環式 Transformer。24 層中的 12 層會連續執行三次;公司稱,這可在不生成更多文字的情況下延長內部推理,並以較少 token 找到答案。
測試顯示,豆包、DeepSeek等AI智能體辨認車標被模糊處理的兩款國產9系大型 SUV 側面圖時,往往未能一次答對,經3~4次糾正後才辨認正確;露出前臉或尾燈等特徵後,則能準確識別。電動平台、風阻及車內六座大空間等共同工程考量,令多款大型 SUV 側面比例和腰線相近,車企則透過車頭、車尾的燈語與標識保留設計差異。
Kimi-K3 是面向長程編程、知識工作及推理的權重開源模型,參數量為 2.8 萬億,輸入與輸出上限均為 1,048,576 Token,並已上架阿里雲百煉。文章整理其原生視覺能力及基準成績,並指出模型僅有思考模式,不支援聯網搜尋、批量推理或模型調優。華北2(北京)/全球每百萬 Token 的輸入、輸出及快取命中價格分別為 20 元、100 元及 2 元,且沒有免費額度。
DeepSeek-V4.1-Flash 已上架阿里雲百煉,文章梳理其模型定位、架構特點、能力表現、應用場景與計費方式。文中列出 1M 上下文、384K 最大輸出,並指其在多項編程、終端及 Agent 基準上超過 V4-Pro。文章亦比較百煉與 DeepSeek 官方 API 的峯谷時段口徑,並説明快取命中會影響費用。
ImgIng 的 OCR 將一張有 34 個非空儲存格的工作單辨識成 40 個文字框,另一張有 63 格的價目表則只辨識出 58 個;文字框數量不等於儲存格數量。測試顯示,按 Tab 或空白分隔文字無法可靠還原表格,需根據文字框座標、欄間空隙或表格線定位;換行儲存格仍可能錯置。
OpenAI 正為首款消費級 AI 硬件組建研發與製造體系,首款產品據報是預計 2027 年交付消費者的無屏便攜式設備。Jony Ive、LoveFrom 及多名前蘋果硬件人才參與設計和研發,文章稱立訊精密將是核心製造商。歌爾股份目前僅有供應接洽的消息,未有公開可靠證據顯示其取得定點或量產訂單。
BAI507P 植物壓力偵測與早期健康監測系統採用 OpenCV 特徵提取及 Scikit-learn RandomForest 的兩階段架構,並提供完整建置教學。
KobiMusic 開源的 Dettato 音樂轉錄模型可在 CPU 或 GPU 上把音訊轉成 MIDI,每種樂器各設一條音軌,另加一條鼓組音軌。
Baseten 發佈 bison-1 和 groundhog-1,兩款由 Gemma 4 後訓練的開放權重決策模型可為預設決策輸出校準機率,並支援文字、圖像及 131,072 tokens 上下文。
Baseten 發佈基於 Google Gemma 4 的開放權重決策模型 bison-1 和 groundhog-1;bison-1 在 Artificial Analysis Decision Index v2.1 得分 76,於 19 款模型中排名第一。
作者使用 AI 製作《古事記》改編動畫首集《天地初開》,以 AI 處理劇本、畫作、旁白、音樂及剪輯,並由作者作最後決定。製作期間,長矛難以生成一致造型;輸出檔雖顯示完成,畫面約在17.7秒中斷,音訊則長達93秒。作者另完成日文及英文版主片和短片。
Gemini 4 Hydrogen 在 Google 模型卡列出的 9 項雙方都有分數的基準中勝出 8 項,GPT-6.1 Terra 則在 Terminal-Bench-Science 0.1 以 58.3% 對 51.4% 領先。
文章比較 inclusionAI 的 Duo v1 全雙工世界模型四組權重,建議研究者以 47.0 GB 的 FP8 Duo-1.0-distill-quant 作實驗起點。
DeepSeek 於 2026 年 11 月 13 日透過 API 向開發者開放多項消費者 App 功能,五項內置工具可在 deepseek-flash 上使用,另有獨立 Search、Fetch、OCR、ASR 和 TTS API 開放。
SenseNova-Loop-9B 的部署指南説明如何在消費級 GPU 本地運行這款多模態視覺模型,並以循環推理提升計算深度。文章稱,Q4_K_M 權重佔用 5.63 GB VRAM,模型原生上下文窗口達 512K。指南亦涵蓋編譯 llama.cpp 分支及啟動 OpenAI 相容 API 伺服器。
Thinking Machines Lab(TML)以 Apache 2.0 許可開放 Inkling 2 Mini 權重;模型總參數為 26B,支援文字和圖像輸入,最大上下文窗口為 100 萬 token。
Hot Ones: The Biometric Gauntlet 以 Presage SmartSpectra SDK 打造桌面及雲端直播工作室,讓 AI Sean Evans 透過即時 rPPG 生物特徵數據,主持 10 回合辣度挑戰並判斷參加者是否嘴硬。
加州大學聖塔芭芭拉分校研究者評估19個視覺語言大模型,發現它們判斷場景物件重要性時均與人類有顯著差異。研究以307張原始場景及1306張反事實場景作比較,並以227名參與者的16603條描述建立人類基線;論文:https://arxiv.org/abs/2605.13047。
Qwen-image-3.0 圍繞長指令理解、文字渲染及多圖編輯等能力升級,支援文字生成圖像和參考圖編輯,提供標準版與 Pro 版本。模型最多支援 4.5K Token 輸入、最多傳入 3 張參考圖,並可輸出 512×512 至 2048×2048 的自訂尺寸圖像。服務提供同步及異步調用模式,兼容 OpenAI 圖像接口規範。
考試星持續升級 AI 智能考評產品能力,將 AI 命題、智能監考、輔助閲卷及多模態能力測評融入考試與人才評價流程。其方案涵蓋行星AI命題大模型、四路音視訊「360°全景監考」、主觀題 AI 輔助評分,以及模擬結構化面試和小組討論的多模態測評。
Picsart 於 2026 年 11 月 20 日推出 Picsart Platform,讓開發者透過一次整合存取來自 30+ 家供應商的 250+ 款影片、音訊、圖像及文字生成模型,並使用 Picsart 自家的編輯模型。
文章説明如何在本機執行 Cloudflare 的 9B 開放權重視覺模型 clairic-flash,並指出官方 runtime 使用 DeepGEMM,RTX 3090/4090 因 compute capability 低於 9.0 而無法運行。
Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。
推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。
MIT-IBM Computing Research Lab 團隊正研究多模態基礎模型的感知與語言能力落差,並以基準測試及較少依賴標註資料的方法改善模型表現。研究涵蓋模型難以定位特定物件,以及部分音訊基準測試可能讓模型只看答案選項、沒有真正聆聽音訊等問題。
Thinking Machines 發佈 Inkling 2 Mini,一款開放權重循環 Transformer MoE 模型,總參數量為 26B、活躍參數量為 5.4B。
Baseten 推出基於 Google Gemma 4 的決策模型 bison-1 和 groundhog-1,兩者均支援 128k 上下文及文字、圖像輸入。在 Artificial Analysis Decision Index v2.1 中,bison-1 以 76 分排名 19 款決策模型首位,Brier score 為 0.14。
文章分析「學習何時思考:自適應 VLM 推理的雙參照離線最佳化」,並比較標準密集基線與最佳化系統的推理表現。基準測試中,最佳化系統的首個 token 延遲為 165 ms,KV cache 佔用減少 87.5%,吞吐量達 118.2 tok/s,Exact Match 為 100.0%。
Direct3D-V3 提出一種無潛變量的擴散 Transformer 框架,捨棄 VAE,直接在原生體素域建模 SDF 體素網格。框架以鄰近體素的隱式流形正則化抑制非封閉表面,並預測條件圖像的相機參數;生成網格具有更豐富的局部細節,亦可用於生成式重建。
Engadget 評測指出,Ray-Ban Meta (Gen 3) 相較 Gen 2 只有小幅外觀與性能升級,$449 售價偏高。眼鏡標稱單次充電最多可用 9 小時,充電盒另加 50 小時續航,並新增 action button 和一個麥克風;作者實測連續播放音訊約 6 小時。
Hany Farid 主張,生成式 AI 時代應把對影像的「預設為真」轉為「預設為假」,由創作者證明內容真實。C2PA 憑證、SynthID 浮水印和攝影感光元件的加密簽署可提供來源訊號,與事後鑑證分析互補。作者提出,視像通話軟件日後亦可逐格驗證即時串流簽署,讓真實參與者證明身份。
作者以單一 Cloudflare Worker 和一個 D1 資料庫,建成 Idol Max 的圖像轉 3D 工作室,整合生成任務、積分帳簿、GLB 驗證與瀏覽器端轉台匯出。
Tencent 的 Hy4 flash 於 2026-11-17 在 Hugging Face 發佈,是一款總計 220B 參數、每 token 約啟用 12B 參數、上下文窗口為 1M token 的多模態混合專家模型,權重採用 Tencent Hy License。
作者示範如何以 2.5D 深度圖和 Gaussian splats,將單張圖片轉成可移動鏡頭的 3D 場景,並製作 AI 影片效果。文章指出 Apple 的 SHARP 權重僅限研究用途,並介紹作者自建的 splat 引擎。作者表示,其影片每分鐘成本為 $20-30,加入 splat 場景或 dolly zoom 的成本可由 $1-2 降至 10 cents。
2026年AI眼鏡市場銷量快速增長,但高退貨率、佩戴不適和隱私爭議,反映供給擴張尚未解決用戶的實際需求。洛圖科技數據顯示,2026年上半年中國智能眼鏡全渠道銷量同比增長85.5%,退貨率達30%至70%;市面上大部分AI眼鏡重36克至50克,普通近視眼鏡約20克。受訪者認為,產品要留住用戶,還需兼顧佩戴舒適度、隱私合規和高頻使用場景。
作者倡議為逼真的合成人物商業用途設立法律責任,並在虛擬人物用於銷售、募款或遊説時強制加入醒目水印及披露。文章指出,合成人物被用於色情內容、投資詐騙及虛假募款,令用戶向不存在的人物或機構付款。作者亦主張核實營利帳號營運者身份,並要求從已核實 AI 詐騙中獲利的平台承擔財務責任。
上海電信在柳林路營業廳設置「有AI營業廳」互動櫥窗,利用AI辨識街頭角色並送上個人化問候,也能識別跌倒等突發情況並提示求援。系統以本地模型即時理解街景,視覺資料只在本地處理,不作傳輸或保存,路人離開約15秒後即丟棄。項目運用「智雲上海」AI STORE的工具與模型能力,以Vibe Coding完成開發。
通用型機械人策略透過跨物件、場景、目標及操作條件的泛化,支援操作、導航、互動和工具使用等實體技能。多模態表示、語言指令、時間資訊及多樣化機械人數據,有助模型重用和組合技能;評估則應檢視模型在未見物件、環境變化及執行偏差下的表現。
動作表示為機械人基礎模型與 VLA 建立多模態語義表示至馬達指令的橋樑,讓模型能預測並學習可執行的實體行為。連續控制向量保留精細控制資訊,但較難融入以 token 為基礎的架構;離散化則可把動作轉成 action token,方便模型以類似語言模型的方式預測,但會引入量化誤差。