跳到正文
11月18日週三
  1. 阿里雲開發者社區 AI64

    通義千問 Qwen4-Max 全面解析:功能、價格、API 呼叫及免費 100萬 Tokens 試用

    阿里雲開發者社區的文章解析通義千問 Qwen4-Max,整理其多模態能力、功能支援、收費及 API 接入範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens,並稱阿里雲百煉提供免費 100萬 Tokens 試用。文章亦提供 Python、Node.js 及 cURL 的呼叫範例,並稱模型兼容 OpenAI 與 Anthropic API。

  2. 阿里雲開發者社區 AI29

    OpenTrek AI 知識庫以低算力解析企業文件,讓知識可溯源並持續演進

    OpenTrek AI 知識庫將企業文件及音視頻等多源數據整理為可供大模型調用的知識資產,並支援精準檢索與逐條引證。其內置模型 OP-OCR-0.8B 參數規模不足10億,在 OmniDocBench 排名前五,並可用單張 GPU 部署。Knowledge Wave 引擎原生支援30多種格式,能定期自檢冗餘與衝突並自動重構知識庫。

  3. 阿里雲開發者社區 AI27

    高並發智能 AI 模擬法庭系統:多模態互動與即時裁判推理引擎架構設計

    該項目構建面向高並發場景的智能 AI 模擬法庭系統,結合多模態互動與即時裁判引擎,支援角色扮演、證據鏈校驗及自動評分。系統採用微服務及事件驅動架構,整合法律知識圖譜、RAG 檢索增強推理與狀態機管理,並以規則引擎和 LLM 多維評分器進行裁判評估。方案支援千人級線上法學實訓。

  4. DEV Community38

    Perception and Sensor Fusion — 第 06 章:多感測器融合

    多感測器融合透過整合不同感測器的觀測,讓機械人建立比單一感測器更完整可靠的環境表示;核心架構包括早期融合、後期融合和深度融合。早期融合保留較多原始資訊,但對校準和同步要求高;後期融合較具模組化和容錯彈性,但可能在融合前已丟失資訊。深度融合在神經網絡的中間表示中學習跨模態互動,仍需處理特徵對齊、校準及時間戳同步。

  5. 新浪科技50

    Xreal 發佈 Aura XR 眼鏡,售價 1279 美元,搭載 Android XR

    Xreal 正式發佈 Aura XR 眼鏡,售價 1279 美元起,搭載 Android XR,透過虛擬屏幕與增強現實元素呈現擴展現實體驗。眼鏡採有線設計,配備 Snapdragon XR Elite 計算模組,提供兩種記憶體及儲存配置,電池可持續使用約四至五小時。Aura 單眼分辨率為 1920x1200,支援手勢追蹤及五級電致變色調光。

  6. DEV Community67

    Microsoft 發佈七款 MAI 模型並推出 Frontier Tuning

    Microsoft AI 發佈七款涵蓋推理、編碼、圖像、轉錄及語音能力的 MAI 模型,並推出 Frontier Tuning 以配合機構工作流程調整模型。模型可透過 Foundry、OpenRouter、Fireworks 和 Baseten 使用,開發者亦可自行調整權重;Frontier Tuning 透過受控環境中的實際工作軌跡進行強化學習,並讓機構資料留在客戶環境。

  7. 新浪科技58

    OlmoEarth v1.3 如何用一串數字追蹤地表變遷

    美國艾倫人工智能研究所發佈新一代地球觀測基礎模型 OlmoEarth v1.3,並免費開放全球預先計算數據及分析工具。模型以每個10米網格的128個數值表徵年度地表特徵,另提供成本較低的64維版本;跨六大洲27項地表識別評測中,兩個版本分別有20項及18項領先同場對手,GPU耗時則降至v1.2的約53%。

  8. DEV Community54

    GPT-6.2 Astra 如何把機械人除錯時間由數小時縮短至數分鐘

    文章稱,GPT-6.2 Astra 能將以影片診斷機械人故障並提出修正方案的流程,由數小時縮短至數分鐘。文中以 30 秒故障片段為例,稱 Astra 可提供視覺摘要、故障診斷及修正動作計劃,整個流程不到兩分鐘,並提及 Self-Check 安全模組。文章亦列出動作計劃可能違反任務要求、訓練資料截至 Dec 2025,以及完整運行 Astra 需 A100-80 GB 或同等 GPU 等限制。

  9. Databricks:Blog22

    Azure Databricks 在 Microsoft Ignite 2026 的專題環節

    Azure Databricks 將於 Microsoft Ignite 2026 舉行多場專題環節,展示如何建構、治理及運行 AI,並推動企業把 AI 試點帶到正式生產環境。議程涵蓋政府雲端、NVIDIA Nemotron 模型微調、智能體式 AI、企業資料治理及 Azure Storage。活動於 11 月 17 至 20 日在三藩市 Moscone Center 舉行。

  10. HuggingFace Daily Papers(社區熱門論文)51

    WM^MLLM 將多模態大型語言模型轉化為世界模型

    論文提出 WM^MLLM,利用多模態大型語言模型(MLLMs)維護外部全景狀態及修訂歷史,從單張圖像生成可持續編輯、可精確重訪的世界。模型把每項請求轉為全景狀態操作,選擇局部編輯區域並檢查候選結果;同一修訂版本的重訪可重現原視角,通過檢查的局部編輯不改動區域外像素。

  11. IT之家42

    寒武紀 Day 0 完成商湯 SenseNova Loop-9B 適配,打通新型循環計算架構推理鏈路

    寒武紀完成商湯 SenseNova Loop-9B 的 Day 0 適配,打通模型在 MLU 平台上的推理鏈路。適配以靜態展開方式將循環計算轉為 56 個順序執行的層,並沿用 vLLM 標準調度和 KV cache 機制。模型約有 9B 參數,32 個物理解碼層可擴展為 56 次層計算;官方 4bit 量化後權重約 4.9GB,部署顯存需求低至 10 GB 內。

11月17日週二
  1. 404 Media44

    《Musk》中的 AI 令人尷尬

    紀錄片《Musk》以 Elon Musk 的 AI 虛擬形象和電子遊戲式片段呈現其生平,但這些設計令人出戲,削弱影片訊息。評論指出,片中引用的言論若放回原本訪問情境,更能呈現內容;片長達四小時,片末另提及製作方對虛擬形象所用技術的説法。

  2. 第一財經46

    商湯科技發佈 SenseNova Loop-9B

    商湯科技發佈 SenseNova Loop-9B,模型總參數量約為 9B,並通過兩次執行共享的中間層,將 32 個物理解碼層擴展為 56 次層計算。模型支持輸入文本和圖像、輸出文本,上下文長度最高可達 512K tokens。

  3. HuggingFace Daily Papers(社區熱門論文)41

    LynnReal-Hand:以手部控制實現世界互動

    LynnReal-Hand 是一款手部控制影片世界模型,結合精細互動建模與串流生成,讓用戶以手部動作探索及操控物件。模型在 HandBench 上取得 FVD 181.67 及 MANO Dice 93.02,三步因果模型的 MANO Dice 為 92.49;單張 H200 以 540p 串流可達 18.03 FPS,延遲為 741ms。研究團隊計劃公開數據集、模型權重及完整訓練與推理程式碼。

  4. DEV Community66

    Claude Code 如何自動化 YouTube 影片製作:作者的實際流程、Google 對 AI 內容的説法與五個限制

    作者分享以 Claude Code 為 3 個 YouTube 頻道每日製作影片的實際工作流程,並説明一人如何管理整個流程。每天製作的 12 條影片會發布至 8 個平台,合共 96 次上載;作者會審批腳本、檢查成片,並指出增加產量沒有帶來觀眾增長。文中引用 Google Search 的政策,指出以操縱排名為目的的大量內容屬垃圾內容,而適當使用 AI 不違反其指引;作者認為選題判斷仍由人負責。