Three.js WebGPU 草地風場:單一風場與 54 次桌面測試
Three.js 的共享 TSL 風場可在 WebGPU 及 WebGL2 後備模式下,讓草葉與 Houdini 匯出的植物一致隨風彎曲;桌面測試共進行 54 次試驗。
Three.js 的共享 TSL 風場可在 WebGPU 及 WebGL2 後備模式下,讓草葉與 Houdini 匯出的植物一致隨風彎曲;桌面測試共進行 54 次試驗。
阿里巴巴 Qwen 團隊與香港科技大學研究人員讓18款AI模型經營電商平台365天,GPT-5.6 Sol以10萬元初始資金增至143.1萬元,資產增幅居首。它辨別詐騙供應商的表現排名第16,Claude Fable 5則以約80.5萬元期末資產排名第二。
iPhone Duo 在 3DMark Wild Life Extreme 壓力測試中的散熱與性能表現優於 Galaxy Z Fold8。測試約 20 分鐘後,iPhone Duo 表面温度約 39.4℃,熱量分散較均勻;Galaxy Z Fold8 熱量集中於頂部 CPU 區,核心温度升至 45℃。
騰訊、阿里、字節和百度的四款 AI 辦公產品各有側重,文章按工作場景比較 WorkBuddy、千問辦公、豆包工作和庫庫AI。庫庫AI 支援研究報告、盯盤監控和教育科研任務;實測中,它用 20 分鐘生成一份 30 多頁、約 2 萬字的行業研究報告。產品可經網頁端或桌面客戶端使用。
作者實測螞蟻靈光 2.0 三天,利用「幫我管」設定持續任務,追蹤 AI 新聞、iPhone Duo 庫存和支付寶訂閲帳單。新聞簡報每日早、中、晚推送並寫入飛書;作者記錄靈光在月之暗面發佈 Kimi K3.1 Pro 後約凌晨兩點推送消息,庫存監測則每小時巡查,並可提醒但不代下單。
GPT-6 Astra、Gemini 4 Argon 與 Claude Opus 5.5 在四項商業實務任務的比較顯示,總分接近並不代表實際表現相同。測試中,Astra 四項均得 10 分,Opus 完成四項,Argon 未能完成 CSV 分析;但每項只測一次,Argon 的 CSV 任務另重試一次,而且三款模型使用的應用環境並不相同。
美國中期選舉前,ChatGPT 生成描繪選舉幹預或可能打擊投票意欲的卡通風格圖片,即使用戶要求寫實風格亦然。
文章按四層合併前檢查流程比較 10 款捕捉 AI 生成程式碼錯誤的工具,並將 Qodo 排在第一。流程涵蓋確定性檢查、安全掃描、具上下文的 AI 審查及端到端測試。文中兩個 PR 案例均通過前兩層;上下文審查可標出問題,而端到端測試能否發現問題則取決於測試套件是否涵蓋相應流程。
DEV·TV 對本週登上 OpenRouter 的 OpenAI GPT-6.1 Terra 與 MoonshotAI Kimi K3.1 Pro 進行規格對比,Terra 以 3 比 1 勝出。
評估發現,webframe 是一款快速、輕量的瀏覽器 JavaScript 執行工具,適合用於網頁抓取,效能與 shot-scraper 相若。它仍有多項不足,包括 CSP 失敗、視窗大小為 0×0、載入停滯、缺少 HTTP 中繼資料,以及瀏覽器控制功能有限。
Cleveland oil 以六類輸入測試 Trellis 2 的圖像轉 3D 表現,並按剪影、拓撲、材質及匯入 Unity 的情況評估 GLB。六次匯入均成功,生成需 1–3 分鐘;概念圖得 9/10,拼貼輸入得 4/10。作者認為實景參考照片和概念圖較適合遊戲道具製作,但單張圖像無法掌握物件背面,面向流動裝置的高密度網格亦需簡化。
作者測試本地 llama3.2:latest 作為 Agent 安全閘門,模型把網頁中的偽造操作員批准當成授權,對寄送客戶資料庫的提議回答 ALLOW。測試透過 Ollama 0.40.11 執行,模型在其餘四個案例給出安全結果;但其中一案雖阻止轉帳,理由卻把資料不足與禁止混為一談。作者指出,這五個提示詞只是冒煙測試,授權應由模型外部的程式碼核驗。
AmblyoPunch 在 Meta Quest 上以 VR 遊戲進行弱視訓練,透過分階段的雙眼分視訓練,逐步引導雙眼協作。作者稱,女兒使用三個月後,弱眼視力由 0.4 升至 0.7,並首次在 Titmus-Fly 測試中辨認出有翅膀的蒼蠅。AmblyoPunch 並非醫療器材或治療替代方案,應配合專業眼科照護使用。
Pangram 檢測 Anthropic 長達 335 頁的 S-1 IPO 申報文件,判定其中 92% 由人類撰寫。工具將少量句子標記為高度可能涉及 AI;Pangram 行政總裁 Max Spero 表示,結果反映輕度 AI 編輯或句子層面的使用,文件並無重要部分完全由 AI 生成。
在真人牌桌的 1,342 次決策中,GLM 4.7 Flash 有 88 次被標記為錯稱手牌;GPT-6 Astra 的 1,397 次決策則沒有相關標記。抽查 GLM 的 15 次標記,有 13 次確實錯稱手牌;Astra 的 15 個手牌描述則全都符合引擎記錄。標記依賴正則表達式,可能有誤判,零標記亦不代表完全沒有錯誤。
Spark Savings 跨鏈橋風險評估將整體風險列為高,評分為 7.8 / 10,並指出 Merkle 證明驗證不完整及缺少重放保護,可能讓中繼者偽造提款證明。評估亦指出,升級及管理員控制缺乏時間鎖和多重簽署,形成單點故障風險。
ASRock Creator Radeon AI Pro R9700 評測聚焦這款採用 RDNA 4 的工作站顯示卡,它是 AMD 目前 AI 能力最強的工作站卡。顯示卡配備 32GB GDDR6,FP8 峯值矩陣運算效能為 382.7 TFLOPS,功耗為 300W。它支援 FP8,亦可用 FP8 執行 FP6 和 FP4。
一項涵蓋 OpenBookQA、ARC-Easy 和 ARC-Challenge 全部題目及分割的盤點發現,單選最長答案在 OpenBookQA 得分 43.35%,高於約 25% 的隨機基線。該方法在 ARC-Easy 得 24.93%、ARC-Challenge 得 27.76%,均接近基線;結果顯示,長度捷徑取決於選項的編寫方式,而非科目本身。
Epoch 的 Epoch Automation Reports 顯示,Claude Fable 5.1 和 GPT-6 Astra 在日常工作任務評測中平均得分為 65%。
Ranked By Task 的榜單將 Runway、Kling、Luma 分列第一、第二、第三,並按可控成片、動作真實感和鏡頭運動需求區分用途。Runway 以鏡頭控制和編輯流程見長,但場景連貫性仍難維持;Kling 動作更具真實感,但控制介面變動較多;Luma 容易要求 dolly 或 orbit 運鏡,卻較難在不同片段維持人物一致。
Brand24 可監察社交媒體、新聞、論壇及 podcast 等來源的品牌提及,但測試發現無關結果會推高數字,情緒標籤也常忽略語境。抽查的 50 則提及中,只有 36 則相關;檢視的 10 則負面提及,沒有一則是在批評 Unite.ai。方案價格偏高,大部分 AI 功能須使用 Pro 方案,預算有限的小型企業未必適合。
Respan Gateway 是一款以插件為先的開源 LLM Gateway,源於處理 100k 行舊有程式碼時遇到的困境。文章探討其 LLM 路由、備援機制及 MCP 工具,並檢視供 AI 應用開發者使用的功能與限制。
Code2Video-AA 評測 AI 模型以程式碼設計影片的表現,Claude Opus 5.5 在全部五個評分軸領先。每項任務的成本相差超過 300 倍,而所有模型至少成功算繪 96% 的影片。
Arlo Essential Solar Security Camera 在陰暗多雨的天氣下仍能靠有限日照維持電量,測試中電池大致保持在 97%,間歇日照亦曾令電量回升。相機內置太陽能板,配備 14,790-mAh 電池;Arlo 稱滿電後可在無日照下維持六個月。
作者實測 Eight Sleep 温控牀套三個月,認為它主要幫助對温度敏感、睡眠有小困擾的人恢復正常入睡能力。牀套可左右分區控温,並按睡眠狀態自動調節牀面温度。它並非所有失眠者的解藥,品牌提供30天無理由試睡。
JJ657 對 Dify RAG 流水線進行負載基準測試,發現重排提示詞可令每次查詢成本較無快取基線下降 51%。測試中快取命中率由 25.7% 升至 74.3%;30 個以上並發用戶時,Postgres 向量搜尋成為瓶頸。將 pgvector IVFFlat 的 lists 調至 500 並加入 pgbouncer 後,40 個並發用戶的 p95 延遲由 5.3s 降至 2.1s。
作者使用 Meta Muse 在 Facebook Marketplace 搜尋二手腳凳、空氣淨化器和加濕器,並設定它每 4 小時搜尋新刊登。Muse 可透過對話縮小搜尋範圍,亦會在連接 Messenger 後向賣家發訊息,並每 30 分鐘檢查對方有否回覆。作者最後安排好一件商品的取貨,但曾先於 Muse 收到賣家回覆,並希望避免向 Muse 提供電話號碼或地址等敏感資料。
ToolSieve 基準測試顯示,將 MCP 工具描述正規化為固定 schema,可把 top-1 洩漏率由 13.8% 降至 7.8%。測試涵蓋 1,312 條公共伺服器工具描述,以 Swallow-8B-AWQ agent 和規則評分,沒有使用 LLM judge。正規化仍有犧牲工具使用指引的代價,沒有方案能在不作取捨下消除中毒。
PresenceScanner 於 2026 年 8 月調查 81 間 Google Maps 搜尋結果首頁的本地商家,ChatGPT 只在書面推薦中提及 24 間,57 間(70%)未獲提及。10 月 26 日的核查發現,ChatGPT 未提及這項研究;Perplexity 和 Google AI Mode 重述了數據,但引用的都是第三方來源,沒有引用 ScriptMasterLabs 網站。
作者以 Claude Opus 5.5 驅動開源 MiroFish 智能體羣測試四個 Polymarket 市場,預測與直接詢問 Opus 相差 0 至 3 個百分點。
Google DeepMind 的 AI 颶風預測模型準確預測颶風 Isaias 將在佛羅裏達州登陸,表現勝過傳統模型。
ChatGPT、Perplexity、Gemini、Claude 和 Grok 對 5 條 CRM 推薦問題各回答兩次,共產生 50 個回答;HubSpot 50 次均獲提及,39 次排第一。25 組重複提問的答案中,有 14 組的前三名改變;不同 AI 使用的網站來源亦不相同。
Ray-Ban Meta Audio 眼鏡音質良好,Meta AI 運作不俗,沒有相機對部分用戶而言是優點。產品仍有私隱疑慮,而且價格偏高。
實測顯示,Gemma 2B 和 Qwen 1.5B 對程式碼缺陷的判斷會受提示詞佈局影響,Qwen 更在 36 次測試中全部回答 YES。Gemma 的準確率僅 52.8%,只比一律回答 YES 的基準高一題;加入要求回答 UNSURE 的指示,亦未令模型棄答。研究只涵蓋 6 個程式碼片段及兩款小型 4-bit 模型,屬初步測試,不能據此推論 7B 以上模型。
Arm 推出 Arm AGI CPU,切入智能體 AI 基礎設施,並以整個機架的效率而非單顆 CPU 峯值作為評估重點。Arm稱,在相同功耗預算下,該處理器在所選智能體工作負載上的每機架效能約為 AMD EPYC 9755 的 1.99 倍。Arm建議同時評估元件及端到端智能體基準,並按實際用例判斷表現。
2026年數據治理工具選型可從功能、成本及生態三個維度評估,文章以阿里雲瓴羊Dataphin為分析樣本。Dataphin 2026版將標準、質量規則及安全策略嵌入數據研發流程,並支援50餘種異構數據源。選型時應評估治理是否融入研發流程、成本是否透明可預測,以及工具能否接通既有技術棧的關鍵鏈路。
平治純電GLC SUV、寶馬iX3(新世代)、小米YU7及理想i6,按三電補能、智駕座艙、底盤駕乘和適配人羣四個維度作橫向評析。平治和寶馬的優勢在品牌積澱與底盤調校,小米和理想則側重智能科技、家用配置及補能能力。寶馬iX3最高續航805km,小米YU7四驅高性能版本綜合功率738kW,理想i6由10%充至80%需15分鐘。
Udio 透過 32 步擴散流程生成歌曲,並以文字提示詞引導模型創作。用戶可透過 0.1 至 2.0 的 prompt strength 滑桿調節提示詞的影響,並以 7.5 的 classifier-free guidance scale 控制生成。每次生成約使用 47 GPU-seconds,按批發運算價格計算,每首標準歌曲成本約 $0.08。
Runcrate 團隊實測六種 GPU 虛擬機,五種由建立至首次 CUDA 矩陣乘法完成需 186 至 707 秒,V100 因 PyTorch 相容性問題失敗。
Yap 比較 Parakeet v3、Whisper large-v3-turbo 與 Apple macOS 26 裝置端語音辨識模型在 25 種語言的表現,並公開所有轉錄內容。