跳到正文
11月19日週四
  1. SiliconANGLE77

    Palo Alto Networks 同意以 $4.5B 收購 Applied Compute

    Palo Alto Networks 同意以 $4.5B 全股票交易收購 AI 模型訓練與推理新創 Applied Compute,交易仍須監管批准。Applied Compute 提供開放權重模型的後訓練與推理平台,交易完成後,其研究團隊將加入 Palo Alto Networks。

    推薦理由:這宗交易將 Applied Compute 的開放權重模型後訓練與推理平台納入 Palo Alto Networks 的企業安全佈局,呈現其面向混合模型環境的策略方向。

  2. Unite.AI48

    Tomorrow.io 研究顯示改善大氣初始資料可提升 AI 天氣預報

    Tomorrow.io 的研究顯示,改善大氣初始狀態可提升 Aurora 1.5 和 WeatherNext 2 的 AI 天氣預報,無須更改預報模型。Sky 1 每小時更新初始條件;加入 15 個微波探測器的觀測後,28 個案例的初始水汽誤差降低約 5–8%,112 個 Aurora 1.5 預報在最多五天的各評估時效均降低近地面氣温誤差。

  3. DEV Community31

    AI 語音模型如何訓練:技術概覽

    文章概述深度學習文字轉語音(TTS)模型的訓練流程,涵蓋資料集整理、模型架構選擇、訓練、語音克隆、品質評估及部署。文中比較 Tacotron-2、FastSpeech/FastSpeech-2 和 VITS,並指出 VITS 是兼顧品質與速度的選擇之一。語音克隆可透過微調預訓練多説話者模型,使用少量特定説話者語音。

  4. Unite.AI56

    Xlue 獲 Conviction 領投的 $35M 種子輪融資,開發健康世界模型

    Xlue 宣佈完成由 Conviction 領投的 $35M 種子輪融資,並發布介紹人類健康基礎模型的技術報告。Xlue 稱,其健康狀態模型在盲測第三方評估中勝過前沿 token 模型,所需計算成本不到 0.1%。報告亦提出離線模擬臨牀試驗,將治療組與對照組的預測結果用於調整受試者羣體選擇及試驗設計。

  5. DEV Community42

    我不是科學家,所以為大眾開展失智症開源項目

    作者為大眾開展失智症開源項目,研究以 EEG 區分 Alzheimer's 與 FTD,最佳方案準確率為 63.3%,僅略高於猜測。項目採用巢狀交叉驗證,但目前樣本量小且來自單一地點,成果屬研究基準,並非診斷工具。項目徵求更多開放失智症 EEG 數據集、預訓練 EEG 基礎模型及獨立數據集測試方面的協助。

  6. HuggingFace Daily Papers(社區熱門論文)43

    PAD:面向自動駕駛的策略感知數據價值評估

    PAD提出一套策略感知數據價值評估框架,按目標駕駛策略衡量每段示範數據的效用。在 DiffusionDrive 上,相較只用真實數據訓練,PAD令 EPDMS 在 NavTest 提升 3.5 點、在 NavHard 提升 5.0 點;按策略篩選數據亦優於只用真實數據或完整數據池訓練。

  7. HuggingFace Daily Papers(社區熱門論文)45

    GameRealm:以互動遊戲為視覺學習提供基礎

    GameRealm 是大型多模態遊戲資料集,收錄超過 120 million 個 RGB 影格及 1,000 hours 遊戲片段,並以同步標註將視覺觀察與遊戲中的監督訊號連結。資料集涵蓋深度、相機參數、音訊、控制輸入及 3D 點軌跡,並支援單視角、立體、多視角及全景錄製。實驗顯示,GameRealm 能提升視覺基礎模型在視覺生成及幾何學習任務上的表現。

  8. NVIDIA Technical Blog:Agentic AI / Generative AI16

    如何在 NVIDIA Cosmos 中用兩個提示詞建立適合訓練的 Physical AI 數據集

    NVIDIA Cosmos 探討如何用兩個提示詞建立適合訓練的 Physical AI 數據集。高質素且多元的訓練數據集有助提升世界模型的準確度,但捕捉罕見缺陷、夜間事故等具挑戰性的情境既昂貴又耗時。原始數據整理成可供訓練的數據集,還涉及篩選、標註、生成及評估等複雜流程。

  9. DEV Community51

    AI 匯入介面中,不確定資料列應預設選取還是取消選取?

    文章提出一套 AI 匯入介面設計原則,建議不確定或不完整的資料列預設取消選取,待用戶明確確認後才匯入。有效性應依目前區段顯示的欄位判定,頁尾分開顯示已選取與可匯入數量;未知代碼須由用戶明確選擇建立或對應,並記錄自動符合資格、人工選取及接受未知代碼的決定。

11月18日週三
  1. 第一財經70

    騰訊稱資本開支2027年仍處於峯值,並透過國內供應鏈增加算力

    騰訊管理層表示,資本開支在2027年仍會處於峯值,並正透過國內供應鏈持續增加算力。第三季度資本開支同比增長527%至814.33億元;管理層稱完成2026年和2027年的投入後,2028年財務趨勢將明顯改善。先進晶片供應限制可能令下一版本模型延遲推出,但國產晶片已能高效支援Hy4 flash等高效率模型的推理運算。

  2. 新浪科技59

    工業和信息化部發布5項人形機器人標準,涵蓋靈巧手及訓練數據

    工業和信息化部發布並實施5項人形機器人標準,涵蓋智能化能力評價、關鍵零部件及人形機器人訓練三大方向。標準包括電驅動一體化關節、靈巧手、訓練場構建、訓練數據管理和智能化能力分級,均自發布之日起實施。智能化能力分級以感知認知、決策學習、執行表現和協作交互四個維度建立L0至L5框架,訓練數據管理則覆蓋數據全生命週期。

  3. HuggingFace Daily Papers(社區熱門論文)49

    MillBill:具幾何回饋的加工智能體

    MillBill 將 B-rep 零件、毛坯及材料轉換為索引式三軸銑削的 G-code,並以幾何回饋協助模型修訂加工計劃。在100個 GrabCAD 零件的模擬評分中,本地運行的開源 Qwen3.8-27B 令97.4%的目標表面偏差維持在0.1 mm內;GPT-6 Astra、Claude Opus 5.5及 CNC-Net 分別達到94.3%、83.0%及42.3%。

  4. 阿里雲開發者社區 AI34

    AI 模型「知更鳥」如何分析友情的人際關係與情感

    「知更鳥」人際關係情感分析模型分析上千條真實對話,歸納友情與愛情的對話差異及友情的情感特徵。模型以 Chinese-RoBERTa-wwm-ext-large 為共享編碼器,同時判斷關係類型、情感極性和關係動態,三項任務準確率分別為 86.2%、92.2% 和 84.1%。分析指出,友情樣本的負面情感比例約為 38%,高於愛情樣本的約 32%;友情中的道歉則全部被標註為親近動態。

  5. 新浪科技56

    騰訊高管預計 2028 年 AI 投入產出效率改善,受惠於基礎設施複用、硬件降價及算力效率提升

    騰訊高管預計,基礎設施複用、硬件採購成本下降及模型訓練和推理效率提升,將共同改善 AI 業務的投入產出效率,並對 2028 年持較樂觀看法。2026 年、2027 年建設的基礎設施可在之後持續使用,支援新一代模型訓練及 Token 生成;高管亦預計同類設備採購價格到 2028 年明顯下降。

  6. elsewhere:文章30

    線性技術π招募:AI數據創業能否取得大成果?

    線性資本將於12月5日在北京舉辦第4期「線性技術π」閉門活動,邀請AI數據創業者、模型研究員及相關從業者交流。活動將探討模型所需數據、合成數據與真實經驗的價值,以及數據公司如何建立長期價值。活動只開放予AI數據相關創業者及研究員,並會嚴格控制參與人數。

  7. 雷鋒網54

    紐媧機械人創辦人楊睿剛:自動駕駛踩過的數據坑,機械人還會再踩一遍

    紐媧科技創辦人楊睿剛表示,自動駕駛的真實數據難以覆蓋所有長尾情況,機械人也會遇到相似問題,因此公司重視仿真、數據生成與數據增強。紐媧選擇社區末端配送,先處理定位、導航和避障,再逐步拓展至門禁、電梯及包裹交付等物理交互任務。WorldWeaver 組織真實場景數據、三維資產和生成數據,SimWeaver 提供物理仿真,相關體系用於 WTM 訓練和評測。

  8. InfoQ55

    演講回顧:Booking.com AI 演進及 ML 平台轉型

    這場演講梳理 Booking.com AI/ML 平台二十年的演進,涵蓋數據管理、ML 工程與業務智能三層。團隊遷移 Hadoop 時面對數百 PB 資料、約 190,000 張資料表及 7,000 多個工作流程;使用情況分析顯示,92% 的工作流程不符合保留條件,團隊並在一年半內完成遷移。演講亦介紹模型服務、特徵儲存及個人化排序,並提到正在建立智能體系統基礎及統一各平台的編排層。

  9. DoNews48

    Remanence 獲 3000 萬美元種子輪融資

    AI 科技研發企業 Remanence 宣佈完成 3000 萬美元種子輪融資,由 FirstMark Capital 與 EQT 殷拓集團聯合領投。公司正打造基於 AI 智能體執行軌跡的模型後訓練平台,透過強化學習專精化訓練開源模型,提供企業自有、可本地部署的業務專用模型。