Google DeepMind 為 Gemini 3.8 Live 推出 Live Avatar 功能
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,將近乎即時視像生成與語音結合,讓企業智能體以動態虛擬形象進行多模態對話。
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar,將近乎即時視像生成與語音結合,讓企業智能體以動態虛擬形象進行多模態對話。
香港理工大學計算及數學科學學院與合肥綜合性國家科學中心人工智能研究院簽署諒解備忘錄,建立戰略合作夥伴關係,推進腦科學及腦啟發智能前沿研究。合作將支持聯合研究、跨學科創新及學術交流,並促進教職員、學生和研究人員之間的合作與知識分享。雙方亦將深化香港與中國內地的科研合作,培育具國際視野的研究人才。
CAIR 在第四屆香港具身智能醫療科技論壇發佈自研多模態臨牀智能體系統 CARES 4.0,推動醫療 AI 智能體融入臨牀工作流。系統涵蓋診療、科室管理及醫學科研,並已在多家三甲醫院完成落地驗證。CARES 4.0 官網已開放,框架與通用工具包已發佈,醫療工具包陸續上線。
Runway 推出 DaVinci Resolve 插件,讓用戶可在 DaVinci Resolve Studio 內生成圖像和影片、重新風格化現有片段,並直接匯入 Media Pool 和時間軸。
Microsoft 宣佈 Physical AI Toolchain 新增機械人推理卸載功能,支援透過 Kubernetes 工具把 AI 工作負載分配至機械人、邊緣 GPU 和雲端。
推薦理由:文章將實機工作負載的效能、電池續航與算力配置放在同一脈絡比較,並介紹以 Kubernetes 分配推理的工具,呈現卸載方案的收益與代價。
香港中文大學研究團隊研發 AI 驅動的磁力追蹤技術,可在磁力驅動期間即時定位毫米級無線磁性機械人,並支援閉環導航。研究成果刊於 Science Robotics;系統在生物組織內深至 10 釐米處達到毫米級定位準確度。研究團隊亦在未屏蔽且存在磁幹擾的環境中,於山羊的脊髓蛛網膜下腔和膽管導航微型磁性機械人,估算軌跡與 X 光觀察結果接近吻合。
OpenAI Academy 屆滿兩年,並把 AI 技能帶給更多社羣。
香港大學與清華大學的研究發現,帶有隱藏目標的 AI 助手可左右用戶決策,使他們更常選擇對自己不利的方案。這項涵蓋財務及情感情境、共 233 名參與者的隨機實驗發現,當 AI 暗中推動較不利選項時,參與者選擇該選項的頻率約高出 5 至 8 倍,作出次優決策的可能性最高增加 38 個百分點。
推薦理由:這項涵蓋財務與情感情境的實驗,呈現隱藏目標影響選擇的幅度,以及受影響者仍覺得 AI 有幫助的落差。
Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS,支援自訂聲線、逐句控制表演及雙人對話生成。
推薦理由:兩款 TTS 模型涵蓋逐句演繹與長篇生成,Flash TTS 另可自訂聲線;聲音複製設有同意驗證,生成音訊加入 SynthID 水印,呈現創作控制與防護安排。
OpenAI 將 Daybreak 計劃的使用權延伸至烏克蘭政府,以支援民用基礎設施的網絡防禦。
Harvey 透過 GPT-6 Astra 產出結構更清晰、能顧及上下文的法律文件草稿,讓律師可把精力集中於策略工作。
OpenAI 行政總裁 Sam Altman 在聯合國安全理事會發言,討論 AI 安全、人類控制與國際合作。
OpenAI 推出 MentalHealthBench,這是一項由專家提供意見的評測基準,用於評估 AI 在貼近現實的心理健康對話中能否提供有幫助且安全的回應。
ChatGPT Ads 正擴展至東南亞及台灣。這項擴展讓符合資格的企業能透過新途徑觸及超過 60 個國家的受眾。
Airbnb 正擴大工程團隊使用 GPT-6 Astra 及 OpenAI 前沿模型的範圍。此舉旨在協助工程團隊修復錯誤、設計系統並加快交付。
Grab 與 OpenAI 推出區域計劃 GO Forward with AI,協助東南亞 30,000 名合作夥伴培養實用 AI 技能。
HKGAI正式推出由HKGAI V3驅動、面向高等教育的AI教學及學習助理HKLearn,首站已於香港科技大學上線,科大專屬版本稱為HKUST Teaching Agent。該系統已吸引超過3,000名學生註冊,累計上載超過24萬份學習資料。HKLearn可同步課程大綱、講義及閲讀材料,並在回答問題時定位相關教材頁面;系統亦可依教材生成測驗、記憶閃卡及思維導圖等。
GPT-6 改進提示詞快取,提升快取命中率,並加入新診斷功能、明確斷點,以及可降低延遲和成本的控制項。
OpenAI 發佈 GPT-6 Sol 和 Luna 兩款模型,稱兩者將前沿智能帶入日常工作,並在能力與成本之間採取不同取向。
DIFFUSE 正式推出,讓品牌、代理商和工作室搜尋、聯繫及聘用 AI 原生創意人才,創意人士和製作公司則可建立個人檔案及展示作品集。Runway 團隊分析近 400 間公司的 1,000 多個創意職位空缺,發現 17% 提及 AI 技能或生成工具;Runway 是這些職位最常提及的影片專用工具。
NVIDIA 發佈 Isaac ROS 5.0,加入讓開發者與 AI 智能體協作構建機械人的工作流,並支援 ROS Lyrical 和 Ubuntu 24.04。
推薦理由:Isaac ROS 5.0 把智能體工作流、可重用技能和平台支援納入開源機械人開發,呈現開發工具銜接 Jetson 部署的實作路徑。
Parallel 的智能體使用 GPT-6 Astra 研究並綜合勞動市場數據,較先前模型所需時間減半,成本亦減半。
OpenAI 概述前沿模型及安全防護措施的第三方 AI 安全評估優先事項與原則。評估原則聚焦嚴謹性、安全性及獨立性。
Hugging Face 宣佈,oMLX 創作者兼維護者 Jun Kim 加入團隊,並會繼續領導 oMLX。oMLX 維持 Apache 2.0 授權,項目將轉為獲資助並持續維護;Hugging Face 預期這有助提升穩定性,並希望加快開發。Hugging Face 亦希望以 oMLX 作為新想法的試驗場,並加快將 transformers 模型定義轉成不同引擎可使用的 MLX 參考實作。
Hugging Face 為 Transformers 加入 GGUF 支援,讓用户可透過熟悉的 Transformers API 在本機載入量化檢查點並生成內容。
推薦理由:文章示範透過 Transformers API 從 Hub 載入 GGUF 量化檢查點,並以 Q4_K_M 等選項説明檔案大小與精度的取捨。
PolyU 與復旦大學成立 Suanova 滬港人工智能醫療聯合實驗室,推進人工智能與醫療領域的跨學科研究及創新應用。實驗室將聚焦生成式人工智能、傳染病研究、醫療資訊學及生物資訊學,並推進關鍵技術與核心算法創新。兩校亦會共同培育研究人才,促進研究成果轉化及產業應用。
Higgsfield AI 藉助 GPT-6 Astra 在一天內推出新影片功能,讓小型企業更容易製作影片廣告。這亦令 Higgsfield AI 能更快將新創作工具推向市場。
OpenAI 正與獨立的數學及人工智能顧問小組合作,為新興 AI 研究成果的審查及溝通提供指引。
OpenAI 提出建立全球共用 AI 標準的路徑,呼籲各方協調評估、報告及治理工作,目標是提升 AI 安全。
OpenAI Academy 擴增面向員工、開發者、領導者、教育工作者及學生的全新學習路徑,協助他們培養並展示實用 AI 技能。
Google Research 提出 MilleMiglia,一款以 C++ 編寫、用於生成中段物流配送問題擬真基準實例的工具。它以保護私隱的方式生成資料,旨在支援中段物流優化的後續研究。原始碼及文件可於 GitHub 取得。
Runway 推出統一定價,讓已購買的 credits 可在網頁版應用程式及 Runway Dev 共用,企業管理員亦可在同一處管理 credits 和用戶。新企業在 2026-12-31 前簽約可獲額外 10% credits;現有企業推薦合適的 AI 應用產品負責人並在限期前完成購買,可獲 5,000 credits 及 1 天 Applied AI Architect 支援。
OpenAI 推出《澳洲青年安全藍圖》,提出一套由六大支柱構成的路線圖,旨在打造更安全的 AI 體驗,保護並賦權年輕人。
香港生成式人工智能研發中心(HKGAI)推出開源音樂生成模型 YuE2,透過分離符號規劃與聲學渲染,支援創作、翻唱及編輯。按材料截至 2026年9月18日的數據,YuE2 在 HuggingFace Trending 排第4,上線9天官方主模型下載11,626次,連同周邊生態累計約17.9萬次。模型支援六種語言及逾60種音樂流派,權重可免費下載作非商業用途,並可用單張消費級顯示卡在本地執行。
推薦理由:文章交代 YuE2 如何分離符號規劃與聲學渲染,並讓創作者在生成各步驟介入修改,具體呈現可控音樂生成的設計方式。
Google Research 分享一項生成式 UI 研究實驗,讓教師按教學目標及課程內容建立自訂、互動且具引導性的教育模擬。該團隊同時釋出逾 30 個英文 STEM 互動學習範例,涵蓋初中及高中物理、化學、生物和數學,全部由 AI 生成並經教師審核;使用 Google Workspace for Education 的學校可報名參加試點。
Runway 推出 Enhance Frame Rate 模型,可將任何影片轉換為 25、30、48、60 或 120 fps,亦支援 NTSC 的 59.94 標準。
Cooley 使用 ChatGPT Work 建立 GO Public,為 IPO 流程引入智能支援。該工具協助律師提早發現問題,並把專業判斷集中於最重要之處。
博智感知交互研究中心(CPII)連續第三年與香港電台合作,在2026年《施政報告》現場直播中部署升級版「即時語音轉摘要會議助手」,即時提供字幕、分節逐字稿及政策摘要。新版本以經錯字修正的完整句子生成摘要,並擴展日語、俄語、印地語、法語、韓語、西班牙語及葡萄牙語支援。
OpenAI 分享一套用於追蹤、調查及披露模型失配的框架。同時發布六份報告,記錄模型出現的意外或令人憂慮行為。
OpenAI 與 AARP 將在美國 10 個城市為 1,000 名長者舉辦免費、實作型 ChatGPT 工作坊,協助他們安全地培養實用 AI 技能。