阿里雲香港峯會展示 Qwen4-Max,香港客戶數突破 65,000
阿里雲在年度香港峯會宣佈 Qwen4-Max 上線,並推出多項面向企業的 AI 智能體開發、監控及安全防護能力。Qwen4-Max 總參數為 2.4 萬億,每個 token 激活 710 億參數;阿里雲稱 token 消耗減少 35%,平均每項任務成本降低約 60%。阿里雲在香港服務超過 65,000 名客戶,並宣佈與香港浸會大學及美亞娛樂合作,涵蓋 AI 培訓及影視內容創作。
阿里雲在年度香港峯會宣佈 Qwen4-Max 上線,並推出多項面向企業的 AI 智能體開發、監控及安全防護能力。Qwen4-Max 總參數為 2.4 萬億,每個 token 激活 710 億參數;阿里雲稱 token 消耗減少 35%,平均每項任務成本降低約 60%。阿里雲在香港服務超過 65,000 名客戶,並宣佈與香港浸會大學及美亞娛樂合作,涵蓋 AI 培訓及影視內容創作。
Liquid AI 發佈 d1.2 和 d1.2-ultra 兩款決策模型,支援文字、圖像及音訊輸入,並以固定答案選項的機率作答。d1.2-ultra 在 AA Decision Index v2.1 得分 75,d1.2 得分 69;前者在該指數的決策模型中排名最高。兩款模型新增 5 種答案類型,並且不產生輸出 token;目前只透過 Liquid API 提供,尚未公開權重。
米哈遊旗下《崩壞》系列 AI 研發團隊公佈通用視覺語言動作基礎模型 Gamer,稱其可模擬真人鍵鼠操作,自主遊玩 2D 和 3D 遊戲。模型以每秒 5 幀(5 Hz)遊戲畫面為輸入,生成相當於 30 Hz 的鍵盤按鍵狀態及滑鼠移動指令;Gamer-RL 在 40 項此前未接觸過的小遊戲任務中,平均成功率為 49.7%。
米哈遊旗下《崩壞》系列 AI 研發團隊公佈通用視覺語言動作基礎模型 Gamer,可透過畫面輸入自主遊玩 2D 和 3D 遊戲。模型不讀取遊戲內部資料或使用遊戲專用 API,而以每秒 5 幀(5 Hz)畫面輸入生成相當於 30 Hz 的鍵盤按鍵狀態及滑鼠移動指令;Streaming-vLLM 在 NVIDIA H200 上將端到端請求延遲由 1306 毫秒降至 65.12 毫秒。
米哈遊旗下《崩壞》系列 AI 研發團隊公佈通用視覺語言動作基礎模型 Gamer,可自主遊玩 2D/3D 遊戲。模型以每秒 5 幀畫面輸入,實時生成 30Hz 鍵鼠操作指令;Gamer-RL 在 40 款未見過的小遊戲任務中平均成功率為 49.7%。項目定位學術研究,遊戲數據及微調權重未公開,且明確禁止用於外掛或破壞公平性的行為。
FitCheck 整合 Craigslist、Facebook Marketplace 和 eBay 的二手傢俱搜尋,讓用戶以 AR 按實際尺寸在房間預覽物品,並查看運送或自駕成本及車廂是否放得下。項目展示時收集了 1,070 個獨特刊登,搜尋中有 21 個 3D 模型,典型搜尋約需 0.7 秒。
報告提出 Sage S1.5 Flash,這是一款 320-billion-parameter 通用混合專家模型,旨在根據科學證據進行推理,並在互動環境中執行任務。
郭德綱委託律師發布聲明,回應與馬志明的民間認親爭議,並表示將依法追究以 AI 偽造音影片、惡意剪輯及斷章取義製作虛假資訊者的責任。聲明指出,曲藝師承與民間認親屬於不同範疇,不應混為一談。代理團隊已完成相關侵權內容的取證,後續將透過多種法律途徑追責。
Apple 在 iPadOS 27.3 與 macOS 27.3 第二個測試版中,將 Apple Intelligence 擴展至中國內地版 iPad 與 Mac,符合條件的用戶更新後可測試相關功能。
Samsung Electronics 將 Galaxy XR 體驗加入 Galaxy AI Classes 的旅遊選修課,課程自 11 月 16 日起開放予報名並另行選擇 XR 體驗的中二及中三班級。
AMD 完成收購 AI 模型開發商 World Labs,並任命 World Labs 前行政總裁、史丹福大學教授 Fei-Fei Li 為執行副總裁兼首席科學家,由她直接向 CEO Lisa Su 匯報。
推薦理由:收購把 World Labs 的基礎模型研究納入 AMD,Fei-Fei Li 出任執行副總裁兼首席科學家,相關技術將用於 AMD 下一代開放式 AI 計算基建。
阿里雲 2026 年雙 11 AI 採購指南整理 Token Plan、千問辦公、Qoder、萬小智及秒悟五款產品的價格、優惠和適用場景。價格例子包括 Token Plan Lite 新客價 19.5 元/月、千問辦公個人版 29.9 元/月、Qoder Pro 首月 19.9 元、萬小智輕量版首月 9.9 元及秒悟 25 元起。
UMM-JEPA 將多模態生成目標改為預測理解路徑使用的連續視覺表徵,讓生成與理解共享同一表徵空間。它以遮罩式由粗至細的方式預測特徵,不再預測 VQ 索引或 VAE 潛在表示;生成的特徵圖可供理解路徑使用,但轉換成圖像仍需另外的解碼器。
阿里雲開發者社區文章介紹 Qwen4-Max 的定位、架構、能力與適用場景,並稱該模型已在阿里雲百煉提供 API 服務。文章稱模型採用 Qwen4 稀疏架構,總參數量為 2.4T,單次推理僅啟用 71B 參數,並支援 1M Token 上下文及 Live Delivery 漸進式交付。
這份指南梳理阿里雲 2026 年雙 11 的雲伺服器、Token Plan、千問辦公及建站與編程工具優惠和採購規則。Token Plan 個人版分 Lite、Essential、Standard、Pro 四檔,月費39元至312元,新客首購低至五折;千問辦公個人版29.9元/月,企業版198元/月/席。
網上消息指,Apple 可能於明年上半年推出 iPhone 18 標準版,取消獨立操作按鈕,並將靜音功能整合至相機控制按鍵。相機控制按鍵可用按壓、輕按和滑動操作拍攝及調整參數,Apple 亦嘗試將它用於視覺 AI 功能。功能整合能否兼顧操作簡便與避免誤觸,仍有待驗證。
DominoBench 是一項以靜態圖像評估多模態模型多步驟物理推理能力的基準;研究測試 10 個系列的 30 個模型,發現沒有模型能在未獲提示時可靠預測結果。
影目推出 INMO Future 智能眼鏡,重約 125g,首發價 5999 元,部分地區國補後低至 5499 元。眼鏡採用 120Hz Micro OLED 面板,配備 16MP 相機,支援 3DoF 與 6DoF 空間計算。產品結合 AI 大模型,提供自然語言語音互動及視覺物件識別功能。
影目推出 INMO Future 智能眼鏡,採用光波導技術,重約 125g,首發價 5999 元,部分地區國補後低至 5499 元。眼鏡配備單眼 1080P、120Hz Micro OLED 面板及 16MP 攝像頭,支援 3DoF 與 6DoF 空間計算。它結合 AI 大模型提供自然語言語音互動和視覺物體識別,並可搭配 INMO Controller 實現「3DoF 射線交互」。
無人健身房 AB 門禁方案以物理互鎖和 AI 視覺雙重防尾隨,並由邊緣網關在斷網時執行權限核驗、雙門互鎖及通行記錄本地儲存。方案支援 RBAC 細粒度權限、通行日誌審計和消防應急聯動,亦可擴展至多種核驗方式及其他無人場地。
蘋果預計2027年推出至少18款新品,涵蓋iPhone、iPad、Apple Watch、Mac、AirPods及智能家居產品。傳聞中的新品包括iPhone 20 Pro系列、配備攝像頭的AirPods Pro、Apple智能眼鏡及HomeView Max。蘋果似乎計劃在WWDC 2027發布智能眼鏡,並於2027年底上市。
AMD於2026年11月16日宣佈完成對 World Labs 的收購,交易總對價約82億美元,交割於11月13日完成。交易以 AMD 普通股支付,交割時向 World Labs 原股東定向發行14978322股;聯合創始人李飛飛將加入 AMD,出任執行副總裁兼首席科學家。
推薦理由:報道列出約82億美元的全股票對價、14978322股發行數及李飛飛的職務安排,呈現收購的交易規模與人才整合方式。
螞蟻團隊與西湖心辰提出雙向世界模型(RWM)範式,並推出首個實現版本 Duo v1,以即時全雙工互動連接虛擬世界與現實;相關連結包括論文 https://arxiv.org/abs/2611.15131。
OpenAI 解散獨立機器人研究團隊,並把數十名成員分別併入主模型研究組及 Applied 部門。文章將這次調整與通用模型能力提升連繫,並比較 Claude Fable 5.2 在 RoboDojo Sim 取得的 64.9% 任務成功率與 GPT-6 Astra 的 29.8%。
AMD於當地時間11月16日宣佈完成對World Labs的收購,李飛飛出任執行副總裁兼首席科學家,直接向蘇姿豐匯報。這宗全股票交易對價約82億美元,World Labs另外兩位聯合創辦人Justin Johnson和Ben Mildenhall將留任,團隊會以獨立前沿研究組織形式繼續研發基礎模型,並與AMD工程師協作。
推薦理由:World Labs團隊在AMD內將以獨立前沿研究組織延續基礎模型研發,並與硬件、軟件及系統工程師協作,呈現收購後的整合安排。
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,可在一次快速處理中對多模態內容進行最多 1000 項判斷。
文章整理 AI API 出現「invalid image URL」或「failed to download image」錯誤時,重試前排查參考圖抓取失敗的流程。檢查項目依次包括核對路由對應的圖像欄位、在不依賴瀏覽器登入狀態下下載並解碼檔案,以及確認簽署連結有效期和服務所在網絡的可達性。文章亦指出,本地下載成功不代表 API 一定接受該圖像;附帶檢查程式以合成檔案測試,未有透過實際模型請求驗證。
AI醫療設備上位機系統的全面改造,涵蓋微服務架構與端側大模型、多模態即時感知、AI Agent互動,以及合規與遠程OTA升級閉環。升級後的超聲設備可自動識別切面、測量胎兒NT或心臟射血分數(EF值),檢查耗時縮短40%以上。
蘋果 2027 年可能推出至少 18 款新品,涵蓋 iPhone、iPad、Apple Watch、Mac 及智能家居設備。清單包括 iPhone Duo 2 和連接 iPhone、配備相機、麥克風及揚聲器的 Apple Glasses,後者支援 Siri AI、視覺智能、通話和訊息等功能。Apple Glasses 據稱計劃於 2027 年 WWDC 發佈,並於年底上市。
Alibaba Cloud 於 2026 年 11 月 16 日正式開放 Qwen4-Max 使用;該模型採用 2.4T 參數骨幹,每個 token 啟用 71B 參數。
Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 討論以圖像、影片和聲音共同訓練 FLUX 3,並探討視覺智能的構建。訪談指出,影片和聲音可補充靜態圖像未呈現的運動與接觸線索,並以影片升頻説明跨影格一致性的重要性。內容亦談及 FLUX Kontext 的早期關係標註實驗,以及用戶以 FLUX 修復舊家庭照片的案例。
Apple 在 iOS 27.3、iPadOS 27.3 和 macOS 27.3 測試 Siri AI 與 Apple Intelligence 部分進階雲端功能的逐裝置每日限額,基本 Siri 指令仍免費且不限次數。
卡內基美隆大學透過 CS Learn 在 YouTube 免費提供教員完整授課的電腦科學課堂影片,涵蓋 AI、機械人、系統及生物等領域。後續課程教材將以自定進度形式提供,並設有即時回饋及徽章。AI 輔導功能亦將加入課程教材,協助學員處理問題及克服卡關。
阿里雲推出 Qwen4-Max 預覽版,並在千問 AI 平台及百煉平台同步開放,開發者可透過 API 或 Token Plan 使用。模型支援 1M Token 上下文及文字、圖片、影片輸入;在 Terminal-Bench 4.0 中,相較 Qwen3.8-Max,Token 用量減少近 50%、得分提升近 28%,單任務平均費用降低 58%。
騰訊優圖實驗室研究總監、專家研究員孫星已離職。他於2016年加入騰訊優圖實驗室,早期研究醫療影像 AI,參與肺癌識別和糖尿病視網膜病變篩查研究。進入大模型時代後,他轉向多模態大模型、Agent 與 RAG,參與 Video-MME、VITA、Youtu-VL、Youtu-Agent 和 Youtu-GraphRAG 等項目。
Alibaba 推出旗艦模型 Qwen4-Max,以較低價格對標 Opus 5.5、GPT-6 和 Kimi K3.1 Pro,並面向工業、科學及金融等專業工作。
推薦理由:文章並列 Work360 的任務成本與基準分數變化,呈現 Qwen4-Max 相較前代平均成本下降 62%、分數同步上升的表現。
Meta 的 Llama 4 Scout 是多模態開放權重模型,採用 16 個專家組成的 Mixture-of-Experts 架構,每步啟動 17B 參數,總計 109B 參數,上下文窗口最高達 10 million tokens。
ReMo 是一種免訓練方法,透過跨模態對齊和精簡文字描述壓縮視覺 token,降低 Omni-LLMs 推理時的輸入 token 成本。在兩種規模的 Qwen2.5-Omni 上,它減少 54% 輸入 token,準確度仍與完整 token 模型相若,在五項音訊視覺基準的平均準確度分別達其 101.2% 和 101.4%。
作者分享兩套 ComfyUI 工作流程,先用 Stable Audio 3 生成音訊,再以音訊為條件用 LTX 2.3 生成響應動畫,讓音樂節奏與畫面動態由共同的時間來源連結。
Liquid AI 發佈決策模型 d1.2 和 d1.2-ultra,新增音訊輸入及五項 API 任務。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 得分 75,排名第一,並以 0.8 點校準誤差低於文中列出的其他四款模型。