跳到正文
11月17日週二
  1. UNWIRE.PRO · 人工智能66

    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。

  2. MarkTechPost55

    Liquid AI 發佈 d1.2 和 d1.2-ultra,後者在 AA Decision Index v2.1 得分 75

    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。

  3. 新浪科技59

    米哈遊公佈通用視覺語言動作基礎模型 Gamer,可自主遊玩《崩壞:星穹鐵道》等遊戲

    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%。

  4. IT之家64

    米哈遊公佈 Gamer 通用視覺語言動作基礎模型,可自主遊玩《崩壞:星穹鐵道》等遊戲

    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。

  5. DoNews50

    米哈遊發佈通用遊戲 AI 模型 Gamer

    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。

  6. 新浪科技38

    郭德綱回應認親爭議:將追究自媒體 AI 造假、惡意剪輯及斷章取義責任

    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。

  7. The Elec82

    AMD 完成收購 World Labs,任命 Fei-Fei Li 為首席科學家

    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。

  8. IT之家46

    影目推出 INMO Future 智能眼鏡:重 125g、配備 120Hz Micro OLED 面板,首發價 5999 元

    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」。

  9. 第一財經84

    AMD完成收購李飛飛創辦的 World Labs,交易對價約82億美元

    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。

  10. 新浪科技85

    AMD完成收購World Labs,李飛飛出任執行副總裁兼首席科學家

    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。

  11. DEV Community57

    AI API 圖像網址無效:重試前先排查抓取失敗

    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。

  12. IT之家32

    Apple 2027 年新品前瞻:iPhone Duo 2 等 18 款產品,首款 AI 眼鏡有望亮相

    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。

  13. Latent Space60

    Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 談視覺智能的構建

    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。

  14. Hacker News 熱門(buzzing.cc 中文翻譯)59

    卡內基美隆大學在 YouTube 免費提供電腦科學課程

    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。

  15. DoNews38

    騰訊優圖實驗室研究總監孫星離職

    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。

  16. HuggingFace Daily Papers(社區熱門論文)47

    眼不見,仍在心中:ReMo 為 Omni-LLMs 壓縮視覺 token

    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%。

11月16日週一