Agile Deliberation 如何以 AI 協助人類界定模糊地帶
Agile Deliberation 將主觀 AI 分類器的建立設計成迭代對話,協助用戶釐清概念邊界並逐步完善定義。研究團隊透過 18 場、每場 1.5 小時的真人測試評估框架,發現它能減少用戶疲勞和焦慮,並產生比標準基線更一致、表現更佳的 AI 模型。相關程式碼和演算法已在 GitHub 開源。
Agile Deliberation 將主觀 AI 分類器的建立設計成迭代對話,協助用戶釐清概念邊界並逐步完善定義。研究團隊透過 18 場、每場 1.5 小時的真人測試評估框架,發現它能減少用戶疲勞和焦慮,並產生比標準基線更一致、表現更佳的 AI 模型。相關程式碼和演算法已在 GitHub 開源。
Pangram 推出 Pangram Image 1.0 和較小、較快的 Pangram Image Flash 1.0,分別用於偵測靜態 AI 圖像和逐幀檢查影片。
Interactive Visual Gym 提出結合可執行任務環境與模擬用戶的閉環評測及訓練框架,用於衡量視覺互動模型在持續任務中的表現。其 IVG-Bench 涵蓋烹飪、家居操作及手機介面,共 315 個互動情境;表現最佳的 Gemini 4 Argon 在時限內只完成 53.4% 的任務。
騰訊於 2026 年 11 月 4 日發佈 Hy4,為其旗艦語言模型加入視覺理解、圖表分析、視覺數學推理,以及操作命令列工具和圖形介面的能力。騰訊稱 Hy4 的上下文窗口為一百萬 tokens;TechNode 將其描述為 770 billion parameters,文章亦列出其遊戲開發基準較 Preview 提升 19.1%,GameLogic 提升 9.8%。
Kimi K3.1 Pro 以開放權重、多模態智能體模型形式推出,提供 1-million-token 上下文窗口。模型由 Kimi K3 經大規模聯合強化學習後訓練,涵蓋數百個下游領域;總參數量為 2.8T,啟用參數為 104B。
推薦理由:模型卡列出多類編碼、智能體、推理與多模態基準,並附上評測工具、設定及數據來源,方便理解各項分數的比較口徑。
vLLM 為 Kimi K3.1 Pro 提供 Day-0 支援,涵蓋 NVIDIA GPU、AMD GPU、Google TPU 及 Alibaba T-Head Zhenwu PPU。
騰訊推出 Hy4,這款大語言模型新增視覺理解及電腦操作能力,並以推理和工具調用支援長程智能體任務。Hy4 延續 Hy4 Preview 的 1 million token 上下文窗口;相較 Hy4 Preview,GameDev 基準提升 19.1%,GameLogic 基準提升 9.8%,但基準線數值未公開。
CAPTCHA、IP 封鎖及裝置指紋識別等防禦措施未能阻止惡意機械人,反而可能排除視障人士、長者及重視私隱的正當用戶。Amblyotube 利用 Meta Quest 將 YouTube 影片分別呈現給左右眼,作弱視訓練;它是輔助工具,不能取代專業治療。
iOS 27.3 首個開發者預覽版為中國內地用戶帶來 Apple 智能,並在部分體驗中接入千問;查詢結果及以千問完成的文字創作內容會同步至千問 App。用戶可在 Siri、寫作工具和視覺智能中調用千問,使用文字與圖像理解能力;千問 App 對查詢結果提供語音播報、分享、複製、收藏及重新生成等功能。
Apple 於 2026年11月4日凌晨推送 iOS 27.3 首個開發者預覽版,首次為國行設備提供 Apple 智能功能並接入通義千問。通義千問整合至 Siri、寫作工具及視覺智能,用戶可直接進行文字與圖像理解;相關問詢及創作內容會即時同步至千問 App,並支援語音播報、複製及收藏。
Steve Yedlin 的 Chromagraph Camera 售價 13 美元,使用他為電影製作採用的色彩數學處理照片。文章亦詳述 Seven Sports 開發的 Meta Quest App Amblyotube,透過分別調整雙眼影像,將影片轉化為弱視訓練;建議每日使用 30–40 分鐘,每日最多 1 小時,適用於 13 歲或以上人士。
國行 Apple 智能以千問完成的文字創作內容及問詢結果,會同步至千問 App。iOS 27.3 首個開發者預覽版為國行 iPhone 帶來 Apple 智能與 Siri,用戶可在 Siri、寫作工具和視覺智能中調用千問,涵蓋文字及圖像理解相關能力。同步至千問 App 的內容可語音播報、分享、複製、收藏或重新生成。
LongBanana 是一個針對長上下文多參考圖像合成、由專家設計及驗證的基準,包含 90 項任務及共 4,670 個專家指定的原子評估項目。每項任務約有 32 張參考圖像和 20 項約束,並以圖像中的實體與關係圖評估內容保真度、關係綁定及整體約束滿足度。研究亦提出 LongBanana-Gen;實驗顯示,精簡的智能體框架優於直接生成,而 RPR 工作流程的成效視乎框架而異,程式碼及數據已公開。
魔芯科技發布基於華為昇騰原生的 4D 世界模型 MoWorld 2.0,將多種物理要素融入空間建模和互動,生成可用於仿真、實時渲染及反覆調用的 4D 高斯資產。影片推理速度由 MoWorld 1.0 最高約 50 幀每秒提升至約 70 幀每秒,3D/4D 高斯資產渲染速度達 500 幀每秒以上。該模型在全國產昇騰算力基座上完成訓練和部署,相關方案推理成本最低可降至同等規模 GPU 方案的 30%。
作者用 Home Assistant 在指定日期窗口和日間每 30 分鐘拍攝沿途 13 個交通攝影機畫面,交由視覺模型評估車龍,再把結果存為感應器數據,以圖表比較不同路口及行車方向。流程會檢查影像是否有效,並將非即時畫面記為無數據。作者估算整個季節的 API 費用約 $11,影像佔用約 640 MB。
騰訊於 2026 年 11 月 4 日發布完整 Hy4,加入視覺理解和電腦操作能力,並透過託管 API 及騰訊產品提供。API 定價維持預覽版水平,分別為 $0.834 per million input tokens、$2.501 per million output tokens 及 $0.042 per million cached input tokens。
ForkCount 開發者修復了應用程式安裝為 PWA 後無法登入的錯誤,但 258 名追蹤者至今無人註冊。應用程式免費,註冊需時 30 秒;作者邀請追蹤者試用,並回報遇到的問題及所用手機。
AI 基建公司 fal 完成由 Bessemer Venture Partners 領投的 $1.3 billion F 輪融資;Bloomberg 指其估值升至 $16 billion,較 4 月的 $8 billion 翻倍。
騰訊混元正式發布新一代大語言模型 Hy4,較 Hy4 preview 擴大預訓練和後訓練規模,並首次加入視覺能力。正式版可結合推理和工具調用處理圖像、複雜圖表及數學視覺任務,並支援命令列和圖形界面操作。Hy4 preview 曾在超過1.45萬次真實世界智能體任務會話評測中,位列 Arena.ai Agent Arena 開放模型第二名、全球綜合榜單第十名。
商湯發佈日日新 SenseNova 6.8 Flash 模型,強化複雜任務中的跨任務、跨會話協作,並支持靜態網頁、動態內容及 3D 設計生成。模型在智能體協作、數據分析和演示生成等多項基準評測中超過部分國際前沿模型。商湯同步開源下一代模型架構的實踐。
Apple 今日向開發者推送 iOS 27.3 首個 Beta 版,並同步開放中國內地 Apple Intelligence 測試,首批包括即時翻譯、寫作工具及照片消除工具等功能。部分功能接入千問大模型,用戶可在 Siri、寫作工具及視覺智能中調用千問;全新 Siri AI 及其他下一代功能未納入此次測試。蘋果計劃於今年12月隨 iOS 27.3 正式版向中國用戶推送。
得物成為中國市場首批接入 Apple Intelligence 國行版視覺智能功能的應用之一,相關功能隨 11月4日開放的 Beta 測試版提供體驗。用戶可用支援該功能的 iPhone 拍攝商品,在搜尋服務選擇得物,查看平台在售商品及價格,並進入得物 App 商品詳情頁。商品頁提供歷史價格走勢、AI 解讀及真實用戶評價等資訊,並可直接完成購買。
Apple Intelligence 中國內地版於11月4日開啟 Beta 測試,得物 App 成為中國市場首批接入其視覺智能功能的應用之一。用戶可用支援該功能的 iPhone 拍攝商品,於搜尋服務選擇得物,查看平台在售的相關商品及價格,並進入商品詳情頁;相關資訊包括歷史價格走勢、AI 解讀及真實用戶評價。
FactEmbed 以分解式 MLLM 嵌入改進組合式圖像檢索,將組合查詢理解與判別式嵌入構建分開。模型透過分解式潛在表示模擬預期的視覺修改,並在檢索前將表示對應至目標語義;評測顯示,FactEmbed 在多個組合式圖像檢索基準上勝過先前方法。
作者實測 iPhone 國行 Apple 智能開發者 Beta,涵蓋寫作工具、視覺智能、照片消除、摘要及 Siri 等功能。Apple 計劃隨 12 月推出的 iOS 27.3 正式推出相關功能;部分複雜任務要跳轉千問 App,跨應用上下文能否保留及多項操作能否連續完成仍未明確。實測亦發現照片消除留下修復痕跡,連續使用 AI 時 iPhone 16 Pro 發熱明顯。
推薦理由:多項實測呈現國行 Apple 智能首批功能的使用情況,亦記錄照片修復痕跡、手機發熱及跨應用銜接限制,提供直接的體驗參照。
iOS 27.3 開發者測試版向中國內地用戶開放 Apple Intelligence 測試,功能由 Apple 自研模型與阿里千問(Qwen)共同支援。實測中,Siri 能處理簡單問題和基本設定,複雜任務須經用戶同意調用千問;照片消除在背景簡單時效果較好,即時翻譯延遲不到 1 秒。
推薦理由:文章逐項實測 Siri、照片消除、即時翻譯及視覺智能,呈現各功能的實際表現差異,並記錄第三方 App 搜尋服務的接入情況。
普林斯頓大學 AI 實驗室推出 SSoN,測試 AI 在靜態跨視角條件下的三維空間理解能力;人類準確率為 83.3%,表現最佳的視覺語言模型僅達 39.7%。針對 SSoN 任務進行監督微調後,模型面對未見過的房間場景時,測試準確率幾乎翻倍。
DocAPI 提供面向貨運開發者的空運提單 API,將 MAWB 和 HAWB PDF 或常見圖片轉成統一結構的 JSON,並驗證提取欄位。系統檢查 11 位 AWB 號碼的 IATA Mod-7 校驗位及 chargeable_kg >= gross_kg;低信心或檢查失敗時會設置 needs_review,方便轉交人工處理。
騰訊混元正式推出 Hy4,強化 Agent 長程任務、視覺理解、推理和電腦操作能力。APPSO 實測中,Hy4 根據《王者榮耀》影片,約 30 分鐘製作出可在網頁遊玩的迷你 MOBA,並完成 Blender 場景及多份辦公文件。Hy4 已在 WorkBuddy 上線,11.4-11.15 限時免費。
同一組 90 幀 alpha matte 評測顯示,Grad 能揭示 SAD 未呈現的邊緣形狀差異,Conn 在多數真實方法上的排序則與 SAD 相同。AI matte 的 SAD 為 2.89、Grad 為 0.53;控制組加入逐幀隨機雜訊後,Grad 為 0.03,但閃爍值是 11.844(×1000)。三種指標都不衡量跨幀閃爍,需另行評估。
騰訊混元正式發布 Hy4 大模型正式版;官方稱其訓練規模較 Hy4 preview 擴大,並新增視覺理解能力,綜合性能躋身開源模型第一梯隊。Hy4 支援細粒度圖像解析、複雜圖表及圖文數學推理,並具備 Computer Use 能力,可辨識螢幕畫面、操控滑鼠鍵盤,配合命令列完成跨軟件長流程任務。
VidUEU-Agent 是一個數據整理框架,可從原始影片自動構建用於多模態理解、圖像編輯及統一理解與生成任務的指令數據。團隊以 8,268 段影片構建 VidUEU-100K,包含近 20,000 條密集中繼資料標註及 100,000 個指令樣本。框架透過四輪訓練及評測結果調整數據分佈,每輪以 30K 個樣本從同一初始檢查點微調 BAGEL,三個反饋基準的整體表現均有提升。
Apple 於 11月4日在中國大陸開放 iOS 27.3 開發者測試版,供用戶測試 Apple Intelligence 首批功能。功能包括即時翻譯、寫作工具、視覺智能、照片消除工具及智繪表情;報道稱,千問支援 Siri、寫作工具和視覺智能中的部分功能,百度識圖則用於視覺智能搜尋,部分系統功能由 Apple 自研模型負責。
騰訊混元發佈最新一代大語言模型 Hy4 正式版,新增視覺能力及電腦操作支援,並稱整體模型能力較 Hy4 preview 再提升。Hy4 擴大預訓練和後訓練規模,提升指令遵循、長文理解、長程任務及深度研究能力,並針對 Blender、CAD 等專業軟件和跨應用長程任務進行專項訓練。官方表示,Hy4 將於近期開源模型權重並發佈模型系統卡片,亦會關注網絡及生物安全等風險。
騰訊 WorkBuddy 已正式接入混元 Hy4,並開放限時免費體驗至 11 月 15 日 23:59,Hy3 原有的限免時間亦獲延長。混元 Hy4 正式版首次加入視覺理解;官方評測稱,其辦公場景平均效果得分為 83.18 分、任務通過率為 96.15%,並在 12 個主流辦公場景中的 9 項排名國內第一。免費用戶的體驗額度有限,超出後可消耗積分繼續使用;資源繁忙時會進入排隊。
這份阿里雲百煉大模型服務平台上手指南,整理平台功能、價格、雙十一優惠及選購方式,並涵蓋由開通至 API 調用的流程。平台涵蓋模型推理、應用開發、知識庫 RAG、Agent、模型微調及專屬部署六大模組。文章亦整理 2026 年雙十一全模型低至 4.5 折、新用戶超 7000 萬免費 Token(有效期 90 天)等優惠,並提供 API-Key 接入及按用量、場景選購方案的説明。
FlowTranslator 是一個無需訓練的圖像內機器翻譯框架,利用擴散軌跡控制在保留周邊視覺脈絡的同時,於圖像中生成譯文。在 EasyOCR 回讀測試中,其平均 PRIM BLEU 和 COMET 分數分別為 20.6 和 57.2,優於採用訓練的基線 UniTranslator。
Tencent WeChat Vision 發佈開源視覺語言模型 WeVisOne-VL,提供 2B(2.44B params)及 4B(4.83B params),涵蓋偵測、指代、計數、指點、OCR、分割和 alpha matting。
騰訊混元正式發佈新一代大語言模型 Hy4;相較 Hy4 Preview,新模型擴大預訓練和後訓練規模,並首次加入視覺能力及支援電腦操作。Hy4 強化指令遵循、長文本理解、長程任務執行、深度研究、前端開發及金融分析;騰訊混元聯同騰訊金融科技團隊邀請 213 位專家,以 579 個真實金融任務測試,Hy4 綜合表現位居開源模型第一。
Route Anything 提出統一框架,研究通用 AI 系統如何按任務動態選擇及協調專用模型與策略。研究涵蓋 25 項 benchmark、374,401 次評分執行及 452 種候選配置;逐輸入 oracle 路由較最佳固定候選高 5.4 分。學習式路由在 16 項 benchmark 高 0.3 分,並以少 24% 的 policy time,在平均效率上較參考模型提升 8.82x。