跳到正文
10月25日週日
10月24日週六
  1. 第一財經41

    《AIGC時代互聯網廣告治理藍皮書》發佈,倡導“以AI治AI”

    《AIGC時代互聯網廣告治理藍皮書》在第33屆中國國際廣告節期間發佈,提出針對互聯網廣告投放全過程的治理方法,將風險分為內容違規、技術對抗、交易鏈路和新場景四類,並從八個方面提出建議。藍皮書還介紹利用多模態大模型識別廣告風險的實踐;智能審核系統最快可在10分鐘內完成90%的素材審核,效率提升75%。

  2. DEV Community45

    Next of Care:把出院文件整理成可供家人共享的照護計劃

    Next of Care 是一款以瀏覽器為本、優先在本機處理的照護交接工具,可把照護文件轉成可編輯的用藥計劃。它透過 Transformers.js 在瀏覽器 worker 執行開放權重 Qwen3 0.6B ONNX 模型,並可匯出 PDF、Excel 用藥追蹤表、每週時間表及 WhatsApp 訊息,支援英文、印地文和馬拉地文。文件留在裝置上處理;模型首次使用時需要下載,並由瀏覽器快取。

  3. 雷鋒網66

    百度健康升級文心健康管家,發布好醫矩陣和健康相機,AI服務月活超5000萬

    百度健康宣佈升級文心健康管家,發布好醫矩陣和健康相機,並稱AI服務月活用戶超過5000萬、位列行業第一。健康相機支援文字、方言語音、拍照、影片上傳及邊拍邊説。好醫矩陣包括好醫答、好醫加號等功能,連接真人醫生在線問診、線下就醫及線上隨訪;好醫開放計劃提供MCP、API和H5等接入方式。

  4. 新浪科技43

    XREAL 1 Pro+ 智能眼鏡國行上架:峯值亮度提升至 1200 尼特,鼻托結構重新設計,3499 元

    XREAL 1 Pro+ 國行版已在京東上架,定價 3499 元,10 月 27 日發售。眼鏡採用雙 0.55 英寸索尼 Micro-OLED 面板,峯值亮度最高達 1200 尼特,高於前代的 700 尼特,並重新設計鼻托結構。新機加入 AI HDR 及三種顯示模式,內置 Real 3D 引擎處理幀率最高提升至 60 FPS。

  5. Latent Space80

    Moonshot 發佈 Kimi K3.1 Pro,並承諾 2026 年 11 月 4 日公開權重

    Moonshot 發佈多模態 MoE 模型 Kimi K3.1 Pro,總參數量為 2.8T、活躍參數為 104B,並稱上下文窗口為 1-million-token;權重尚未公開,承諾於 2026 年 11 月 4 日公開。

    推薦理由:文章把獨立基準成績、任務成本與權重尚未公開的狀態並列,呈現模型評測表現與實際部署條件之間的差異。

  6. DEV Community49

    WeVisOne‑VL 如何以單一 token 序列統一視覺感知

    WeVisOne‑VL 以單一模型在同一 token 序列中輸出邊界框、遮罩和文字,無需為不同感知任務使用獨立模型。在 RTX 4090 上,單次推理延遲為 48 ms、記憶體用量為 6 GB,較三模型流程減少 58% FLOPs。模型已於 22 Oct 2026 同步在 arXiv 和 Hugging Face Hub 發佈,但高解像度遮罩細節退化及商用授權限制仍是採用考量。

  7. 新浪科技63

    百度健康 AI 服務月活突破 5000 萬,發佈「好醫矩陣」

    百度健康宣佈升級文心健康管家,並發佈健康相機及「好醫矩陣」,其 AI 服務月活躍用戶已超過 5000 萬。健康相機支援文字、方言語音、拍照及影片上載,AI 收集症狀和用戶資料後會匹配真人醫生追問,再由醫生提供診斷和方案。「好醫答」有 15萬+名三甲醫院真人醫生入駐,提供 7×24 小時問診,最快 1 分鐘回應。

  8. DEV Community36

    StudyDebt:以開源 AI 和 10 分鐘微型學習時段化解學習積欠

    StudyDebt 是一款以開源權重 AI 整理學習截圖、生成微型課程並規劃學習任務的開源學習復原應用。它使用 Meta Llama 3.2 (3B) 和 Gemma 2 (9B),透過 Ollama 在本機硬件執行,並以 IndexedDB 將學習資料儲存在用戶瀏覽器。應用程式亦可按精力和可用時間推薦下一項任務,並重新分配未完成的每週計劃。

  9. 阿里雲開發者社區 AI39

    Qwen3.8-Max(最新版通義千問)功能亮點一覽

    Qwen3.8-Max採用MoE混合專家稀疏架構,總參數量為2.4T,單次推理約啟用95B,最大上下文窗口為100萬Tokens。模型支援多模態輸入、混合思考模式及原生Function Calling,在GPQA Diamond取得92.6分。阿里雲百煉按量計費,輸入價格為每百萬Token 12元,輸出為36元。

  10. DEV Community52

    Sloth Roll 在 iPhone 本機把截圖整理成日曆事件、地點和支出卡片

    Martin Espericueta 開發 Sloth Roll,以 iPhone 本機運行的開放權重視覺模型讀取截圖,並整理成日曆事件、地點或支出卡片。用戶可左右滑動處理卡片,亦可先編輯內容;完成一次模型下載後,掃描和卡片處理可離線進行,資料不會離開手機。在 19 張人工核對圖片中,類型判斷有 18 張正確(95%);事件日期和時間同時判斷正確的有 6/10 個事件。

  11. 新浪科技76

    月之暗面推出 Kimi K3.1 Pro 及高速版,支援 100 萬上下文

    月之暗面正式推出 Kimi K3.1 系列首款模型 K3.1 Pro 及高速版 Kimi K3.1 Pro Highspeed;K3.1 Pro 是公司迄今能力最強的 3 萬億級參數模型,支援 100 萬上下文,高速版輸出速度約為 2~3 倍。

    推薦理由:材料列出 Terminal-Bench 4.0、BenchCAD 等基準的具體分數及對照結果,可從編碼和 3D 建模兩方面瞭解 K3.1 Pro 的能力表現。

  12. IT之家76

    月之暗面推出 Kimi K3.1 Pro 與 Highspeed,K3.1 Pro 在 Terminal-Bench 4.0 得分超 GPT-6 Astra

    月之暗面推出 Kimi K3.1 Pro 及高速版 Kimi K3.1 Pro Highspeed;Pro 是公司迄今能力最強的 3 萬億級參數模型,支援 100 萬上下文,Highspeed 輸出速度約為 2~3 倍。

    推薦理由:文章整理編程智能體、3D 建模及金融工作流的多項基準結果,並説明測試任務範圍,可作為理解其能力主張的比較依據。

  13. DEV Community37

    影片模型:從演示到投入生產仍有很大差距

    多模態及影片模型在市場演示中能生成精彩的 30 秒影片,但實際投入生產仍受延遲、時間一致性不足、鏡頭控制有限及品牌安全審查所阻。較實用的應用包括理解影片、為會議加上字幕,以及從影片擷取影格供搜尋;生成式草稿則可用於分鏡和動畫預演,而非受規管品牌的最終成品。身份一致性、唇形同步和生成素材的審核記錄仍是交付最終畫面的障礙。

  14. DEV Community50

    anti-slop-vision:結合提示詞整理與 VLM 評審準則的視覺品質關卡

    anti-slop-vision 以提示詞整理和 VLM 評審準則設置視覺品質關卡,透過 SHIP / FIX / REGEN 判定,在交付前篩除視覺瑕疵和模型幻覺。工具採用 MIT 授權,優先使用標準程式庫,讀取指定資料,不會將資料傳送到其他地方。檢查規則可能誤判,適合找出需要改寫的內容,不應用來評分作者;若作品重點在於語氣,也不適用。

  15. DEV Community32

    minimax-music-plus:MiniMax Music 的文字轉音樂、歌詞轉歌曲與封面功能

    minimax-music-plus 是一款用於 MiniMax Music 的工具,支援文字轉音樂、歌詞轉歌曲,以及兩種封面功能,並以 LLM 組合結構化描述。工具由單一檔案構成,僅使用 Python 標準程式庫,採用 MIT 授權。作者提醒,檢查規則可能誤判,應用來找出適合改寫的候選內容,不應用來評分寫作者。

  16. HuggingFace Daily Papers(社區熱門論文)44

    AV-FABLE:長影片中的視聽篡改取證

    AV-FABLE 提出面向長影片稀疏視聽篡改的基準,並顯示分開的時間解碼器比語言輸出更能提取取證訊號。基準包含 16,650 對原始與篡改影片,總長 998 小時,並採用 27 種編輯配置;視聽大型語言模型的零樣本提示在篡改偵測上接近隨機水平。NFSR 以分開的音訊和視覺時間解碼器讀取凍結的感知特徵,在同分佈及三種分佈外設定中均取得最佳視聽定位表現,基準、程式碼和模型權重將公開發布。

  17. HuggingFace Daily Papers(社區熱門論文)32

    PreView:透過預處理視圖與線索提升 GUI 定位

    PreView 透過輔助預處理器改善 GUI 定位,為定位模型準備任務相關的裁剪及放大視圖,以及候選目標的視覺和文字線索。輕量輔助模型負責準備輸入,定位模型則保持凍結;PreView 在五個基準和三個定位模型上接受評估。

  18. Google Research69

    Google Research 推動基礎模型應用於結核病篩查

    Google Research 介紹其結核病篩查工作,從胸部 X 光 AI 工具的臨牀部署,延伸至 MedGemma、MedSigLIP 等開放模型。合作方 Nexus AI 的工具已在六個國家約 40 間醫療機構運作,超過 90 名臨牀人員評估逾 25,000 張胸部 X 光影像,將處理時間由數週縮短至不足 45 秒。

    推薦理由:文章串連臨牀驗證、監管認證與多國部署案例,呈現胸部 X 光篩查工具從研究成果走向醫療現場所需的合作與落地環節。

  19. Hacker News 熱門(buzzing.cc 中文翻譯)64

    Kimi Code 的 K3.1 Pro 與 K3.1 Pro Highspeed 最高支援 1M 上下文窗口

    Kimi Code 已全面推出 K3.1 Pro 系列,包括 K3.1 Pro 和 K3.1 Pro Highspeed,較高級會員方案最高支援 1M 上下文窗口。Highspeed 具備相同模型能力,輸出速度約為 K3.1 Pro 的 2–3×,配額用量則約為 2×。兩款模型只支援思考模式;切換模型或思考強度會使上下文快取失效,建議在新會話中切換。

10月23日週五
  1. 霞光社46

    世界模型重構遊戲社交?赤子城科技、Viggle AI 合作上線 3D 互動遊戲

    赤子城科技旗下 TopTop 與 Viggle 合作推出 3D 互動遊戲「Slap Showdown」,以 Viggle 自研 JST 世界模型讓用戶上載照片生成自訂 3D 角色參與對戰。Viggle 於 10 月 19 日全量上線 JST-2,生成 3D 場景約需一秒,單次推理成本不到一美分。遊戲完局率達 97%,並已覆蓋全球多個國家和地區。

  2. DEV Community31

    跨模態知識蒸餾如何支援低功耗自主深海探索棲息地設計

    跨模態知識蒸餾可讓深海探索棲息地以低功耗感測器學習高耗能感測器提供的資訊,支援自主、長時間運作。文章比較 logit 蒸餾、特徵蒸餾及跨模態對比蒸餾,並分享以 PyTorch 建立教師—學生感知流程的實驗做法;作者指出,聲納與光學影像的模態差異會令直接特徵匹配效果不佳。

  3. 雷鋒網39

    Kimi K3.1 傳出洩露:3D 生成成本僅為 GPT-6 Astra 的 1/14,挑戰海外視覺模型

    流出的測試顯示,Kimi K3.1 在 Three.js 和 3D 生成任務表現突出,生成同等複雜度的 3D 程式碼所耗用的 Token 僅為海外頂級模型的幾十分之一。文中稱,其成本約為 Kimi K3 的 70%,僅為 GPT-6 Astra 的 1/14,並有用戶以 15 分鐘生成互動式 3D 直升機模型。測試亦指出,模型生成的長頸鹿奔跑動作仍不自然。