跳到正文
  1. NVIDIA Blog65

    NVIDIA RTX Spark 緊湊型桌上電腦現已發售

    ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 緊湊型桌上電腦現已開售,支援本機 AI 智能體、圖像及影片生成,以及模型微調。系統配備 20 核心 NVIDIA Grace CPU、具 6,144 個 CUDA 核心的 NVIDIA Blackwell RTX GPU,統一記憶體最高 128GB,AI 效能最高達 1 petaflop。

    推薦理由:文章交代 RTX Spark 桌上型電腦的本機 AI 用途、硬件規格與創作軟件支援,呈現其面向開發者和創作者的工作流程範圍。

  2. Microsoft AI:官方博客77

    Microsoft 發佈七款 MAI 模型,涵蓋網絡安全、編碼、圖像、語音及決策

    Microsoft 在 Ignite 2026 發佈七款新模型,涵蓋網絡安全、編碼、圖像生成、即時語音、轉錄及決策。

    推薦理由:文章按網絡安全、日常企業編碼等場景列出基準表現及成本比較,呈現不同模型在任務表現與價格之間的取捨。

  1. Simon Willison78

    Google 發佈 Gemini 4 Hydrogen,定價低於 Carbon 和 Argon

    Google 發佈 Gemini 4 Hydrogen,將它定位為 Gemini 4 系列成本最低的模型,可供日常工作使用或配合 Carbon、Argon 執行多模型工作流程。

    推薦理由:文章對照三款 Gemini 4 模型的定價變化與鵜鶘生成效果,並交代 Google 對 Argon 同價但每輪 token 用量較低的説明,呈現各模型定位差異。

  1. 新浪科技78

    MiniMax H3 Image 開源,支援原生 4K 圖像生成

    MiniMax 本週開源圖像模型 H3 Image,支援原生最高 4K 輸出和最多 16 張參考圖;4K 文生圖 P50 耗時方面,極速版約 10.3 秒,標準版約 16 秒。文章實測其文字渲染、人像生成、圖像編輯和設計類任務,並介紹 H3 Image 沿用 H3-Base 架構,核心為 331 億參數的擴散 Transformer(DiT)。

    推薦理由:文章以界面、文字、人像和圖像編輯等實測案例,呈現 H3 Image 在真實感、指令遵循與設計任務上的表現,並交代其模型架構及生成耗時。

  1. 新浪科技79

    OpenAI 發佈 ChatGPT Images 2.6,支援生成 GIF

    OpenAI 發佈 ChatGPT Images 2.6,用戶可用提示詞或上傳圖片生成循環 GIF,並調整播放速度及單獨修改畫格。ChatGPT 和 Codex 所有訂閲級別今日可用;API 同步推出 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst,定價與 Images 2.5 相同,均為每百萬輸出 token 30 美元。

    最新進展11月5日 07:51OpenAI 推出 Images 2.6,圖片生成速度提升 50%

    推薦理由:Images 2.5 尚需生成 36 張連續畫面並用 Codex 拼接,Images 2.6 則可直接生成 GIF,呈現動畫製作流程的變化。

  1. unwire.hk · 人工智能76

    Apple 廣東話 Siri 教學:iOS 27.3 Developer Beta 三步啟用及茶記分帳實測

    Apple 正式推送 iOS 27.3 Developer Beta,unwire.hk 整理三步啟用廣東話 Siri 與 Apple Intelligence 的設定,並實測茶記帳單分帳。

    推薦理由:文章並列啟用設定與茶記帳單實測,具體展示廣東話 Siri 如何拆分公攤項目及各自菜式,亦交代 Apple Cash 在香港不可用。

  2. DoNews80

    OpenAI 公佈 ChatGPT 最新數據:每週活躍用戶達 12 億,兩個月新增 2 億

    OpenAI 消費者產品負責人 Adam Fry 表示,ChatGPT 每週活躍用戶已達 12 億,過去 60 天由 10 億增加約 2 億。他稱 ChatGPT 每週處理的搜尋類查詢量約為 Google 的五分之一,語音輸入及語音對話合計有 2.5 億週活躍用戶,每週生成 15 億張圖片。凡觸發 ChatGPT 聯網搜尋的問題均計作一次搜尋,單純寫作和編程請求不計入。

    推薦理由:報道同時比較 ChatGPT 與 Google 的搜尋類查詢量,並列出語音及圖片生成數據,讓讀者可從用戶增長以外瞭解其不同功能的使用規模。

  1. 新浪科技76

    Apple 下架 19 款 App,寵物寫真等應用被揭暗藏性暴力深度偽造功能

    Apple 接獲線索後下架 19 款涉事 App,這些 App 暗中提供性暴力深度偽造功能。涉事網絡涉及 400 多個關聯域名和應用,以寵物寫真、語言學習及 AI 健身教練等日常服務作掩護;應用會按用戶來源和語言切換普通功能或隱藏介面,開發者亦曾在通過審核後更換應用調用的網頁內容。

    推薦理由:Apple 下架 19 款 App,Meta 對 1.16 萬個相關廣告帳戶採取措施並禁止 209 款應用投放廣告,呈現應用商店與社交平台的清理措施。

  1. 創業邦81

    蘋果首款全螢幕觸控 MacBook Pro 登場,頂配售價112,624元並恢復發光 Logo

    蘋果推出首款全螢幕多點觸控 MacBook Pro,採用 M5 Pro 或 M5 Max、雙層串聯 OLED 顯示屏及靈動島,頂配價格為112,624元。文中以 LM Studio 載入14B參數模型並輸入8K提示詞,稱 M5 Max 的首 Token 響應速度達 M1 Max 的12倍。M5 Max 最高配備128GB統一記憶體,文章亦介紹觸控手勢、離線生圖及小模型微調等用途。

    推薦理由:文章交代觸控 OLED 版與普通 Mini-LED 版的價差,並列出重量及本地模型測試數據,提供比較形態升級與端側 AI 配置的依據。

  1. Black Forest Labs:Blog79

    Black Forest Labs 發佈 FLUX 3 Image Klein 開放權重模型

    Black Forest Labs 發佈 FLUX 3 Image Klein,這款 5.6B 參數開放權重模型支援文字生成圖像、圖像編輯及最多 10 張參考圖的多參考生成。

    最新進展10月15日 23:29FLUX.3 Image Klein 登陸 Diffusers,提供兩款開放檢查點

    推薦理由:FLUX 3 Image Klein的內部評測涵蓋生成、編輯及多參考任務,並列出參數規模與消費級GPU運行數據,可比較其評測表現和本地部署條件。

  1. The Decoder76

    Google 發佈圖像模型 Nano Banana 2.1,生成效果提升且價格下降

    Google 發佈圖像生成與編輯模型 Nano Banana 2.1,取代 2026 年 2 月推出的 Nano Banana 2,並稱新版本在多方面均有改進。

    推薦理由:文章並列 Nano Banana 2.1 的定價、基準測試與實際生成圖片比較,呈現其成本變化及相對 Nano Banana Pro 的畫質差異。

  1. Meta AI:Research Blog76

    Meta 發佈 Muse Image 並預覽 Muse Video

    Meta 發佈 Muse Image,並預覽 Muse Video;兩者均為 Meta Superintelligence Labs 開發的媒體生成模型。Muse Image 可調用網絡搜尋和編碼工具、自我修訂,並支援精準編輯與多參考圖像構圖;Meta 稱增加推理時計算可提升生成質素。

    推薦理由:文中比較 Muse Image 的推理時計算策略,指出把資源投入刻意推理比 Best-of-N 更能持續提升圖像品質,工具調用亦可補足單靠推理的不足。

  1. Hugging Face Blog61

    Diffusers 原生支援 Nunchaku Lite 4-bit 擴散模型推理

    Diffusers 現已原生支援 Nunchaku Lite 的 4-bit 擴散模型推理,預量化檢查點可用 `from_pretrained()` 載入,無須獨立推理引擎或本機編譯 CUDA。

    推薦理由:文章説明 Nunchaku Lite 在 Diffusers 的原生載入方式,並以 RTX PRO 6000 基準量化呈現延遲與顯存變化。

  1. gihyo.jp78

    Meta 發佈 Muse Image 並預覽 Muse Video,Muse Image 開放使用

    Meta 於 2026年7月7日發佈 Muse Image,並以預覽形式公佈 Muse Video;Muse Image 已可在 Meta AI 應用程式及網頁版使用,Muse Video 則將於 Meta AI 等平台稍後提供。

    推薦理由:文章列出 Muse Image 在三項 Arena 評測均排名第 2,以及 Muse Video 在影片生成評測排名第 3,並交代兩款模型目前的開放狀態。

  1. Google Research73

    Google Photos 在 Auto frame 中推出照片視角重構功能

    Google Photos 的 Auto frame 現已提供照片視角重構功能,會自動調整相機視點並補全原照片未拍到的畫面區域。方法先估算 3D 點圖與相機參數,再以生成式潛在擴散模型補全重新渲染後的空缺。這項功能會處理符合條件且包含人物的照片,重構版本列為 Auto frame 候選中的第二個版本。

    推薦理由:文章説明它如何把照片視為 3D 場景,重設相機位置並補出鏡頭外內容,呈現傳統裁切和縮放無法做到的視角修正。

  1. gihyo.jp83

    OpenAI 發佈 ChatGPT Images 2.0,提升日語等非拉丁文字呈現能力

    OpenAI 於 2026 年 4 月 21 日發佈圖像生成模型,ChatGPT 版本名為「ChatGPT Images 2.0」,開發者 API 版本名為「GPT Image 2」。

    推薦理由:內容同時列出非拉丁文字及複雜版面的提升,並交代物理世界一致性與精確圖表仍是限制,呈現其能力範圍。

  1. Hugging Face Blog64

    Hugging Face 推出 Modular Diffusers,提供可組合的擴散模型流程模組

    Hugging Face 推出 Modular Diffusers,讓使用者以可重用區塊組合擴散模型流程,作為現有 DiffusionPipeline 的更靈活、可組合替代方案。

    推薦理由:文章以現成流程、自訂區塊及 Hub 分享示例,展示如何把擴散工作流拆成可檢視、替換並重新組合的元件。