d3kOS 如何從造船好奇心發展成 Raspberry Pi 開源 AI 船舶駕駛台電腦
d3kOS 是一款為 Raspberry Pi 船艇打造的開源 AI 駕駛台電腦,可連接船舶系統、理解 NMEA 2000 和 Signal K 數據,並以 AI 回答問題。開發者在 Reddit 分享項目後,24 小時內獲得超過 23,000 次瀏覽及 80 多個讚好;項目於 11 月 15 日在 Product Hunt 上線。
d3kOS 是一款為 Raspberry Pi 船艇打造的開源 AI 駕駛台電腦,可連接船舶系統、理解 NMEA 2000 和 Signal K 數據,並以 AI 回答問題。開發者在 Reddit 分享項目後,24 小時內獲得超過 23,000 次瀏覽及 80 多個讚好;項目於 11 月 15 日在 Product Hunt 上線。
OPPO Reno17 系列推出「實況調色盤」,支援獨立膚色映射,調整背景明暗、對比度及色調時仍可保留自然膚色。功能設有三檔柔光效果,並內置15款個性化風格;系列亦搭載 Natural Color 色彩還原引擎及 Natural Tone 3.0 真實感引擎。
多模態嵌入向量會把文字、圖像、音訊等媒體映射至相容的向量空間,讓不同格式的相關概念可互相比較。其流程包括編碼各種模態、訓練配對項目使其收斂、投影至共享空間、建立向量索引,再進行跨模態搜尋或分類;單純串接未對齊的模態特徵並不等同於此方法。
OPPO Reno17 系列推出最高 6 秒的超清長實況,並以「實況隨心貼」拓展實況照片的創作玩法。用戶可由 4K 影片生成長實況,並在手機上使用自動識別主體、貼紙跟隨人物運動等功能;生成的長實況亦支援分享至小紅書、抖音。
llama.cpp 發佈 v1.0.0,為核心庫 libllama 和 libggml 引入語義化版本與穩定 API 契約。更新亦加入 FP8 (E4M3) KV cache、可設定 CPU share 的 host-memory MoE expert cache,以及兼容 OpenAI 的 /v1/audio/speech 端點,支援本地文字轉語音。
阿里雲百煉 Token Plan 升級,Lite、Essential、Standard 月費不變,月度 Credits 增加約 74%–78%。Pro 額度升至 20 萬 Credits、月費由 499 元降至 312 元;服務覆蓋 18+ 款旗艦模型並支援多模態,四檔單位 Credits 成本均下降四成以上。
上海人工智能實驗室等機構推出並開源科學多模態大模型書生-S2.1 Flash;該模型在 MLE-bench Lite 得 90.3 分,排名第一。在 33 項通用智能體基準中,它取得 4 項第一、7 項第二;OfficeQA Pro、Harvey LAB 和 SpreadsheetBench 2 分別得 72.2、25.0 和 37.1 分。
騰訊 Hy4 flash 在辦公決策、讀圖、編程修復及論文轉 PPT 四類任務中接受實測,並分別與 DeepSeek-V4.1-Flash 或 Hy4 比較。辦公決策和編程修復分別用時 1 分 14 秒及 2 分 5 秒;讀圖測試中,DeepSeek-V4.1-Flash 出現兩處明確誤判,而 Hy4 flash 未發現圖表柱高比例錯誤。
阿里雲 Token Plan 自 2026 年 11 月 9 日起提高三檔月度 Credits 約 74%–78%,並下調 Pro 月費至 312 元。Pro 月額度增至 200,000 Credits,Standard 與 Pro 另附 12 項 Harness 權益,套餐涵蓋 18+ 多模態模型。
蘋果首款智能眼鏡 N50 據稱計劃於 2027 年 6 月 WWDC 亮相,並於同年年底前出貨。眼鏡沒有 AR 顯示能力,主要透過攝像頭、Siri 和音訊互動。第三方 App 操作仍依賴配對的 iPhone,軟件和 AI 則是拖慢產品進度的因素。
華為公佈麒麟 9050 系列的智能音影片處理能力,搭載新一代音影片處理器,音訊效能提升 30%,並支援 H.266 硬解碼及低延遲 AI 異構協同計算。相較 H.265,弱網直播卡頓降低 50-70%,同網速下分辨率提升一檔,同分辨率下播放時間增加 2-3 小時。
Tencent 發佈多模態模型 Hy4 flash,提供一百萬 token 上下文窗口,定位於日常生產力工作,API 定價低於完整 Hy4。Tencent Cloud 列出的輸入與輸出 API 價格分別為每百萬個輸入 token $0.070 和每百萬個輸出 token $0.281,較 Hy4 低約 92% 和 89%。
AI 模型可分析相片中的視覺細節,在沒有 GPS 座標的情況下推斷拍攝位置,增加跟蹤和起底的風險。相片長期累積,可能透露住所、日常路線和活動地點;延後分享旅遊相片、檢查影像線索及限制貼文閲覽對象,有助減少個人資料外洩。
Alibaba 的 Qwen 團隊發佈 Qwen4 世代首個模型 Qwen4-Max,採用 2.4T MoE 主幹,每個 token 啟用 71B 參數,支援 1M-token 上下文窗口。
推薦理由:文章並列 Qwen4-Max 的基準成績與 API 定價,呈現其代理任務表現、編碼與視覺短板,以及成本下降幅度,方便讀者一併比較能力與費用。
李飛飛在 CoRL 2026 介紹 World Labs 與史丹福團隊研發的 Atlas,稱其為統一生成與重建的世界模型。Atlas 是從零訓練的自回歸基礎模型,可接收文字、圖像、影片、深度訊號及 3D 結構訊號等輸入,生成像素影格並支援多視角重建。演講稱,Atlas 已蒸餾至 15fps 即時生成,團隊亦正測試其在機械人導航訓練及真實世界與模擬互通操作中的應用。
華為雲與福龍馬聯合研製的新一代智能清掃機械人啟動預售,華為雲同日發布並開源昇騰原生具身世界模型 CloudRobo-WM1.2。模型融合 RGB 影片、語義特徵、深度及點雲等多模態資訊,並採用世界模型原生 DualAct 架構,結合世界理解與動作生成。
Alibaba 發佈 Qwen4-Max,作為 Qwen 系列的新旗艦 AI 模型,但不開放權重。模型採用 MoE 架構,擁有 2.4 trillion parameters,可處理文字、圖像及影片,單次提示詞最多支援 one million tokens。
推薦理由:文中列出 Qwen4-Max 在兩項編碼測試的不同表現,並註明分數由 Alibaba 提供、TNW 未作獨立核實,讓讀者掌握基準比較的限制。
Apple 首款智能眼鏡 N50 細節曝光,產品不設屏幕,主打語音互動和環境感知,並由 Siri 協助用戶透過語音操作。N50 預計於 2027 年 6 月的 WWDC 亮相、年底出貨;眼鏡支援 Wi-Fi,離開 iPhone 後仍可執行部分基本任務,但複雜的第三方 App 操作仍需手機協助。
騰訊推出 Hy4 flash,一款基於混元架構的 224B 參數模型,每次前向傳播啟用 12B 參數,並保留 1-million-token 上下文窗口,支援文字及圖像輸入、文字輸出。
MBZUAI 旗下 IFM 發佈 PAN 2,這個 29B 參數世界模型採用 Apache 2.0 開源授權。模型以 GLP 分為 LLM Planner 規劃層和 29B MMDiT 感知及動力學層;MMDiT 以數億段附有詳細物理標註的影片從頭訓練,並透過基於 Wan 2.2 的 VAE 解碼器生成最長 20 秒的影片。
李飛飛在 CoRL 2026 介紹 World Labs 與史丹福團隊研發的 Atlas,這是一個統一生成與重建的世界模型,主要聚焦渲染及仿真。Atlas 可接收文字、圖像、影片、深度訊號等多模態輸入,並在純生成、稀疏重建和稠密重建之間切換。
阿里巴巴發佈基座大模型 Qwen4-Max,總參數量為 2.4T,並已在千問 AI 平台提供 API 服務。模型具備原生視覺能力、支援百萬上下文;文中稱其單項任務平均費用較上代下降 58%。中小尺寸模型將陸續開源,用戶亦可透過阿里 Token Plan 調用新模型。
推薦理由:報道列出 Qwen4-Max 相較上代在多項評測、Token 用量及任務費用上的變化,讓讀者可一併對照模型表現與推理成本。
騰訊混元正式發佈語言模型 Hy4 flash,稱其在綜合效果上略優於 Hy4 preview,並支持多模態和 1M 上下文長度。模型總參數量為 224B(其中 64B Engram 參數),活躍參數為 12B;每百萬 Token 輸入 0.5 元、輸出 2 元,命中快取時 0.02 元。
騰訊混元正式發布大語言模型 Hy4 flash,輸入價格為每百萬 Token 0.5元,輸出為2元,快取命中時為0.02元。模型總參數量為224B,激活參數為12B,支援多模態及1M Token上下文,解碼速度超過150 Token/s;騰訊公佈的 WorkIndex 評測中,其單任務成本為 Hy4 preview 的1/13、Hy4 的1/20。
這期 AI/ML 研究摘要整理了生成式與具身 AI、MoE 簡化、LLM 智能體可靠性及跨模態 3D 建模的研究結果。LO-World 的 IoU 提升 10.9 %、Chamfer 誤差降低 30.1 %,運行速度超過 25 FPS;SimpleHC 則在維持標準 MoE 基準準確度下縮短訓練時間。
EDGAR 和 SphereFlow 以具幾何感知能力的 flow matching,取代繁重的迭代式重建流程。EDGAR 只需一次 diffusion step 即可修復 Gaussian avatar,平均額外耗時由小型的 5.04 分鐘至大型的 16.60 分鐘不等。SphereFlow 用於缺失模態補全後的腦腫瘤分割,縮小了與完整模態 oracle 約八成的效能差距。
騰訊混元團隊推出 Hy4 flash,官方定位為迄今性價比最高的 Hy 模型。Hy4 flash 總參數量為 224B(含 64B Engram 參數),每個 token 啟用 12B 參數。
Weitu AI 打造流式多模態視頻大腦,透過 Dual Sparse Memory 和長期記憶模組持續理解視頻、更新記憶,支援結合當前畫面與歷史資訊進行推理。
肖茵將於虎嗅F&M創新節與《持械入宋》總編劇李朝華等人參與圓桌討論,交流AI參與影視創作的挑戰。製作方披露,《持械入宋》全網累計播放量已突破120億。創新節於11月21日至22日在北京798藝術區·79罐舉行,另設AI創作及企業轉型相關分享。
騰訊混元團隊推出 Hy4 flash,模型總參數量為 224B(含 64B Engram),每個 token 激活 12B 參數,支援多模態輸入及 100 萬 token 上下文長度。
麒麟9050系列升級音視頻處理能力,加入 AI 靜謐通話功能,並支援 H.266 硬解碼。DSP+NPU 協同令通話綜合體驗得分提升 7%,通話漏音降低 18dB;相較 H.265,弱網直播卡頓降低 50%-70%,同等網速可播放更高一檔解像度,相同解像度播放則可延長續航 2-3 小時。
蘋果計劃於2027年6月發布首款 AI 智能眼鏡,並於年底前上市,內部代號為 N50。眼鏡以 Siri 為核心,可透過攝像頭感知環境,提供實時翻譯、導航指引等功能,但不會顯示增強現實畫面。產品須配搭較新款 iPhone 使用,不支援 Android 手機;相關 AI 和軟件功能仍有延期風險。
Alibaba Cloud 於 November 16, 2026 透過 Model Studio 發佈 Qwen4-Max,新加坡 API 輸入及輸出標價較 Qwen3.8-Max 均低 25%。
Alibaba 於 2026 年 11 月 16 日將 Qwen4-Max 正式開放使用,距預覽版推出五天;模型支援文字、圖像和影片輸入,並提供 1,000,000-token 上下文窗口。
InternLM/Sage-S2.1-Flash 專案提供雙語展示網站,整合示範媒體、互動示例及評測結果。示範涵蓋 CT 重建、3D 建模、科學分析及互動式科學視覺化。網站可在本機預覽,需 Node.js 20+ 和 Python 3,無需 npm 依賴。
華為公開麒麟 9050 系列晶片的智能音影片處理能力,晶片搭載新一代音影片處理器,音訊性能提升 30%,並支援低延遲 AI 異構協同計算及 H.266 硬解碼。相較 H.265,H.266 可令弱網直播卡頓降低 50-70%;同網速下解像度提升一檔,同解像度下播放時長增加 2-3 小時。
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
阿里千問發佈Qwen4-Max,總參數2.4萬億、激活71B,支援百萬Token上下文。在Terminal-Bench 4.0同為Xhigh思考檔位時,其每次嘗試平均Token用量較Qwen3.8-Max減少約47.5%,評測得分提升近28%。Qwen4-Max已在千問AI平台提供API服務,亦可透過阿里Token Plan調用,或在千問辦公、Qoder、千問APP體驗。
推薦理由:這組同檔位對比把Token用量與評測得分放在一起,呈現Qwen4-Max相較Qwen3.8-Max在編程評測中的效率及表現變化。
阿里巴巴發布新一代基座大模型 Qwen4-Max,模型擁有2.4萬億參數,具備原生視覺能力,並支援百萬 token 上下文窗口。
阿里通義千問團隊正式推出 Qwen4-Max,模型採用 MoE 架構,主幹參數規模達 2.4 萬億,支援原生視覺理解及 100 萬 Token 上下文窗口。Qwen4-Max 在 Work360 得分為 52.69,高於 Qwen3.8-Max 的 47.74;該評測中單項任務平均費用由 26.58 元降至 11.16 元,下降 58%。
推薦理由:文章以 Work360 得分、不同推理強度下的 token 消耗及單項任務費用,呈現 Qwen4-Max 相對前代的能力與成本變化。