跳到正文
10月29日週四
  1. IT之家50

    首批風雲衞星極端天氣 AI 模型發佈,27 秒生成颱風「體檢報告」

    首批風雲氣象衞星極端天氣 AI 模型正式發佈,涵蓋台風智能雲圖解譯模型及強對流短臨預警模型。台風模型可解譯7類台風特徵、融合20多種衞星實況產品,每15分鐘解譯一次,27秒即可生成解譯文本。強對流模型利用風雲四號衞星過去兩小時的連續觀測,將預警時間提前至四小時。

  2. 新浪科技78

    Google 發佈 Gemini 4 Carbon,在 Artificial Analysis 智能指數 v5.0 登頂

    Google 發佈 Gemini 4 Carbon,該模型在 Artificial Analysis 智能指數 v5.0 取得 59 分,排名第一。它在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71.0%,並支援 1M token 上下文窗口。

    推薦理由:文章把 Gemini 4 Carbon 的網絡安全與綜合評測成績,和 Claude Opus 5.5、GPT-6 Astra 等模型對照,呈現不同基準下的領先幅度。

  3. DEV Community47

    LightOnOCR-2:精巧 AI 模型革新文件 OCR

    LightOnOCR-2-1B 是一款 1-billion-parameter 視覺語言模型,在 OlmOCR-Bench 取得最高分,體積比此前表現最佳的模型小 9 倍。模型在 H100 GPU 上每秒處理 5.71 頁,並採用端到端架構處理複雜版面、多語言內容及科學記號。模型以 Apache 2.0 授權釋出,團隊亦公開訓練數據集及 LightOnOCR-bbox-bench 評測套件。

  4. DoNews33

    谷歌發布 Gemini 4 Carbon 大模型,主打網絡安全與長程任務

    谷歌於2026年10月29日發布 Gemini 4 Carbon,該模型在 Artificial Analysis Intelligence Index v5.0 中以綜合分59排名第一。模型提升漏洞發現、利用驗證及根因修復能力,首發期每百萬 Tokens 輸入價格為2美元,並提供緩存輸入95%折扣。目前僅定向開放予部分網絡安全人員,之後會透過 Fairwind 計劃分階段擴大存取範圍。

  5. DEV Community27

    Meta 發佈首個前沿模型 Muse Wonder

    Meta 發佈首個前沿模型 Muse Wonder,文章指出它在程式碼和推理 benchmark 的分數較高。文章亦以 VR 視覺訓練應用 AmblyoPunch 為例,介紹其治療弱視的四階段流程及按表現調整訓練的方式。

  6. DEV Community47

    建構阿爾及利亞 Darija 語音合成:LoRA、語碼轉換與 Natiq-dz-ARG

    Natiq Studio 開放權重發佈 Natiq-dz-ARG,這款 LoRA 適配器以 Higgs TTS 3.4B 為基礎,針對阿爾及利亞 Darija 語音合成。模型以 300 小時以上、來自 100 多位講者的語音微調,支援阿拉伯語與法語語碼轉換及零樣本聲音條件控制,生成 24 kHz 音訊。適配器採用 CC BY-NC 4.0 授權,商業用途須另行取得授權。

  7. Hacker News 熱門(buzzing.cc 中文翻譯)72

    Google 宣佈推出 Gemini 4 Carbon,主打網絡安全與長時程任務能力

    Google 宣佈推出 Gemini 4 Carbon,稱其為旗下最強模型,並強調其網絡安全及長時程任務能力。它在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71.0%,對應漏洞發現、利用驗證及修補。Google 表示本週起會向部分網絡防禦人員開放,逐步擴至其他可信合作夥伴,並在完善防護措施後盡快向開發者、企業及消費者提供。

  8. Unite.AI78

    NVIDIA 發佈 Nemotron 3.5 Transcribe 開放權重語音模型及 Granary v2 數據集

    NVIDIA 於 2026 年 10 月 28 日發佈開放權重語音模型 Nemotron 3.5 Transcribe,並同步推出 Granary v2 語音數據集及整理流程。

    推薦理由:Nemotron 3.5 Transcribe 將多語轉錄、説話者標註、翻譯與音訊問答整合於單一檢查點;Granary v2 公開清單涵蓋 48 種語言及 463,062 小時,呈現模型功能與數據集範圍。

10月28日週三
  1. Hugging Face Blog76

    NVIDIA 推出 Nemotron 3.5 Transcribe,並公開 Granary v2 多語言語音資料及整理流程

    NVIDIA 推出開放權重的 Nemotron 3.5 Transcribe,並公開 Granary v2 多語言語音資料及整理流程。模型支援 40 種語言轉錄,其中 31 種可與英文互譯,並支援 13 種語言的説話者標註;Granary v2 公開清單涵蓋 48 種語言、463,062 小時及 16 個來源語料庫。醫療語音案例中,微調令留出説話者的 WER 較最佳提示詞基線相對下降 45.8%。

    推薦理由:文章串連提示詞控制、資料整理與微調流程,並以留出説話者的醫療語音評估呈現 WER 相對下降 45.8% 的結果。

  2. TechCrunch · AI63

    Nvidia 發佈 Nemotron 3.5 Transcribe 開放權重音訊轉錄模型

    Nvidia 發佈 Nemotron 3.5 Transcribe 開放權重模型,可轉錄最多 40 種語言的音訊,並推出開源語音數據集 Granary version 2。Nvidia 表示,模型可將 31 種語言與英文互相翻譯、處理最長一小時的錄音,並分辨最多 8 位説話者。Nvidia 稱這個 30 billion parameters 模型可在單一晶片上運行,但只支援錄音、不支援即時串流。

  3. 新浪科技31

    AI進化速遞|谷歌推出大模型 Genie 4

    谷歌推出大模型 Genie 4。其他科技消息包括豆包就「15萬名羣演肖像聲音餵給大模型」傳聞闢謠,宇樹將與紅杉中國成立「杉宇·創計劃」,智元升級 Genie Sim 仿真平台;豪威集團發布 OG05D 傳感器,大眾中國發布 VEGA 技術矩陣,山大華天軟件與阿里雲達成合作。

  4. 第一財經30

    谷歌推出大模型Genie 4

    谷歌推出大模型Genie 4。速遞亦報道豆包就「15萬名羣演肖像聲音喂給大模型」一事闢謠,以及宇樹與紅杉中國成立「杉宇·創計劃」、智元升級Genie Sim模擬平台等消息。