跳到正文
目前篩選:一手
10月15日週四
  1. Hugging Face Blog68

    Apertus 1.5 發佈説明:新增圖像與音訊理解,上下文窗口擴至 262,144 tokens

    Apertus 1.5 更新 8B 和 70B 模型,加入圖像與音訊理解及可選思考模式,並將上下文窗口擴至 262,144 tokens。持續預訓練分別為 8B 和 70B 模型加入 4 trillion tokens 和 2 trillion tokens 的文字及多模態訓練資料,總訓練量分別達 19T 和 17T。

    推薦理由:文章同時公開訓練資料、各階段檢查點與可重跑的評測記錄,讀者可據此瞭解 Apertus 1.5 的訓練流程及比較評測結果。

  2. Hugging Face Blog61

    HiRO-ACEv2 推出全球 3 km 氣候模擬,成本約為 X-SHiELD 的 1/300

    HiRO-ACEv2 推出新的降尺度模型 HiROv2,可生成全球 3 km 氣候數據,整套系統成本約為 X-SHiELD 的 1/300。HiROv2 可同時預測多種高解析度氣象場;以降解析度的 X-SHiELD 數據為輸入時,即使是每百萬個數據點才出現一次的事件,高解析度統計與目標模擬仍相差不超過 3%。

    推薦理由:內容比較 HiRO-ACEv2 與 X-SHiELD 的生成成本和極端天氣統計表現,並交代系統目前仍受限於按 X-SHiELD 調校的 ACE。

10月14日週三
  1. Google DeepMind56

    Google DeepMind 與新加坡政府合作開發端側 Gemma 詐騙偵測模型

    Google DeepMind 與新加坡政府合作開發端側 Gemma 詐騙偵測模型,針對本地詐騙對話微調,並在智能手機上分析訊息以保護私隱。系統先以低耗電分類器篩查新訊息,再由微調後的 Gemma 評估較大的對話片段,偵測操控模式時會在裝置上即時發出警告。微調在 GovTech 管理的 GCP 環境內進行,訓練排除私人及可識別個人資料,並使用源自詐騙報告和情報資料的匿名化數據集。

  2. Google DeepMind72

    Google DeepMind 公佈 Gemini 4 Argon 安全措施,並開始廣泛推出

    Google DeepMind 開始廣泛推出 Gemini 4 Argon,並擴大 Fairwind Program,讓更多可信網絡防禦者參與。在端到端模擬網絡攻擊測試中,Argon 解決全部 12 個情境,上一代為 5 個;Gray Swan 的 Indirect Prompt Injection(IPI)基準中,15 次自適應攻擊的成功率降至 0.7%。

    推薦理由:文章並列高風險能力測試與多層防護安排,呈現 Gemini 4 Argon 如何應對網絡、生物濫用及智能體越界風險。

  3. Hugging Face Blog64

    LFM2.5-24B-A2B 面向快速、私隱保護的本機智能體

    Liquid AI 發佈 LFM2.5-24B-A2B,這款 24B 參數推理模型每個 token 僅啟用 2B 參數,面向在裝置上運行智能體。它在 LiveClaw 得分 48.09,高於 Qwen3.6-35B-A3B 的 38.19,並在 Apple M5 Max 上達到 184 tokens/s。

    推薦理由:LFM2.5-24B-A2B以2B活躍參數面向本機智能體,並列出工具使用基準及CPU、GPU推理速度,呈現模型效能與本機部署的取捨。

  4. Google DeepMind84

    Gemini 4 Argon:為解決最棘手的問題而打造

    Google DeepMind 發佈 Gemini 4 Argon,今日起按用戶類別透過 Gemini API、AI Studio、Google Antigravity、Gemini app 及 Search 的 AI Mode 提供使用。

    推薦理由:文章並列 Argon 的跨領域基準表現、使用入口、定價與工程及科研案例,讀者可據此瞭解其能力定位和實際應用範圍。

  5. Google DeepMind73

    Google DeepMind 推出 Gemini 4 Argon 機械人模型

    Google DeepMind 推出 Gemini 4 Argon,作為適用於整個機械人生命週期的通用物理推理模型。它在 Embodied Reasoning(ERQA)基準上以純推理取得 87%,勝過所有其他前沿模型;文章亦展示其在機械人控制、Real2Sim、物理理解及研究與自我改進方面的用例。

    推薦理由:文章以機械人控制、Real2Sim、物理理解及自我改進案例,呈現 Gemini 4 Argon 涵蓋的機械人工作流程。

10月8日週四
  1. Hugging Face Blog54

    TII 推出 Falcon-ASR 阿拉伯語語音識別模型,聚焦阿聯酋方言

    TII 推出 Falcon-ASR,這款 1.6 billion 參數的阿拉伯語語音識別模型特別聚焦阿聯酋方言,亦支援英語、法語、西班牙語及葡萄牙語。在六組阿拉伯語測試集上,Falcon-ASR 平均 WER 為 20.92%,較所用排行榜快照中的最佳已公佈結果低 2.25 個百分點;內部阿聯酋方言測試的 WER 和 CER 分別為 22.73% 和 10.19%。

  2. AWS Machine Learning Blog69

    AWS 宣佈 Claude Haiku 5.5 登陸 Amazon Bedrock 及 Claude Platform on AWS

    AWS 宣佈 Claude Haiku 5.5 已可透過 Amazon Bedrock 及 Claude Platform on AWS 使用。Anthropic 表示,它是 Claude 5.5 系列中速度最快、效率最高的模型,大多數任務的成本比 Claude Haiku 4.5 低約 75 percent。

    推薦理由:文章説明 Claude Haiku 5.5 面向高用量、成本敏感任務的定位,並列出 Amazon Bedrock 使用範例及可用區域,提供模型選用與部署的實用參考。

  3. Hugging Face Blog61

    Liquid AI 發佈端側決策模型 d1-3B 與實驗版 d1-omni-600M

    Liquid AI 發佈兩款開放權重端側決策模型 d1-3B 和實驗版 d1-omni-600M。d1-3B 支援文字與圖像輸入,在 Decision Index 0.2.1 得分 48.57,並在七個公開數據集取得 82.9 的平均分;d1-omni-600M 支援文字與圖像或文字與音訊輸入。

    推薦理由:文章把 d1-3B 的公開基準成績與多款邊緣設備的延遲數據並列,讓讀者瞭解其決策表現及端側推理速度。

10月7日週三
  1. Google DeepMind70

    Google DeepMind 發佈開放、輕量級多模態嵌入模型 EmbeddingGemma 2

    Google DeepMind 發佈 EmbeddingGemma 2,將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,供裝置端推理使用。

    推薦理由:EmbeddingGemma 2 將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,並列出裝置端記憶體與向量儲存數據,方便評估跨模態搜尋的本地部署。

  2. Mistral AI75

    Mistral AI 推出 Mistral Large 4 公開預覽版,權重預計月底釋出

    Mistral AI 推出 Mistral Large 4 公開預覽版,權重預計月底釋出。模型具原生多模態能力,總參數量為 1 trillion、活躍參數量為 49 billion,並可透過 Mistral Studio API 試用。在 Artificial Analysis Cyber Index 名列全球前五,漏洞重現及修補測試得分 82%,Cybench 則解決 93% 的挑戰。

    推薦理由:文章以 Cyber Index、漏洞重現與修補測試及 Cybench 結果,呈現 Mistral Large 4 在網絡安全基準中的相對表現。

10月6日週二
10月2日週五
10月1日週四
  1. Google DeepMind77

    Google DeepMind 發佈 Gemini 4 Argon,面向複雜長流程任務

    Google DeepMind 發佈前沿模型 Gemini 4 Argon,面向軟件工程、企業知識工作及網絡安全等複雜長流程任務。其輸出 token 上限由 64K 提至 1M,在 DeepSWE v1.1 得分 77.9%,並在 LVBench 得分 91.7%。

    推薦理由:Gemini 4 Argon 將輸出上限由 64K 提至 1M tokens,文章把這項擴容與處理更長、更複雜工作流程的能力相連。

  2. Runway:News(網頁)54

    Runway 宣佈 Praxis-1 開放權重世界動作模型

    Runway 宣佈 Praxis-1,這是其首個開放權重世界動作模型,採用通用世界模型的大規模影片預訓練,並計劃在未來數月公開發布。Noble Machines、Standard Bots 和 Ultra 正在各自硬件上測試該模型,Runway 亦會在不同機械人形態及環境中評估效能與安全性。

9月30日週三
  1. AWS Machine Learning Blog67

    GPT-6.1 Sol 在 Amazon Bedrock 正式開放使用,面向智能體編碼與專業工作負載

    GPT-6.1 Sol 已在 Amazon Bedrock 正式開放使用,面向智能體編碼、電腦操作及專業工作負載。OpenAI 表示,GPT-6.1 Sol 在 DeepSWE v1.1 上匹配 GPT-6 Astra,單項任務成本約為 GPT-6 Astra 的五分之一;其分數亦比 GPT-6 Sol 的最佳結果高 6.4 個百分點,且所用推理力度較低。

    推薦理由:文章列出 GPT-6.1 Sol 在 DeepSWE v1.1 上與 GPT-6 Astra 的任務成本對照,並比較其對 GPT-6 Sol 的分數提升。

9月29日週二
  1. Hugging Face Blog65

    NVIDIA Kumo Tabular 為表格預測樹立準確率與效率的新前沿

    NVIDIA 發佈開放式表格基礎模型 Kumo Tabular,用於表格分類與回歸,可根據帶標籤的上下文列,在單次前向傳播中預測新列標籤,無需訓練、調參或特徵工程。

    推薦理由:文章列出四項基準的結果,並以梯度提升樹、AutoGluon 等方法作對照,為表格預測模型的效能評估提供具體比較參照。

  2. OpenAI News68

    OpenAI 發佈 GPT-6.1 Sol,稱其智能接近 Astra,API 輸入及輸出 token 價格為 Astra 標準價五分之一

    OpenAI 發佈 GPT-6.1 Sol,稱其面向編碼、電腦操作及專業工作,智能水平接近 Astra。其 API 輸入及輸出 token 價格均為 Astra 標準 API 對應價格的五分之一。

    推薦理由:公告把 GPT-6.1 Sol 的工作場景定位與 Astra 標準 API 輸入、輸出 token 價格作比較,便於瞭解其能力主張與定價定位。

9月28日週一
  1. Hugging Face Blog70

    Holo4 發佈通用電腦操作智能體模型系列

    H Company 發佈 Holo4 通用電腦操作智能體模型系列,提供 27B dense 與 35B-A3B Mixture of Experts,並推出更新版 Holotron4 Nano。

    推薦理由:文章提供 Holo4 在 OSWorld 2.0 的規格分數、Opus 5.5 對照和成本估算口徑,並指出各模型的測試框架與任務子集不盡相同,便於理解比較條件。

9月23日週三
9月18日週五
  1. HKGAI 香港生成式人工智能研發中心67

    HKGAI 發佈 YuE2 開源音樂生成模型,登上 HuggingFace Trending 第4位

    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。

9月16日週三
9月10日週四
  1. OpenAI News66

    GPT‑Live‑1 為 API 帶來自然全雙工語音對話

    OpenAI 將 GPT‑Live‑1 引入 API,提供自然的全雙工語音對話及更強的指令遵循能力。它亦支援自訂聲音及電話服務。

    推薦理由:原文列出全雙工對話、指令遵循、自訂聲音及電話支援,能讓讀者迅速掌握 GPT‑Live‑1 接入 API 後涵蓋的語音能力。

9月9日週三
9月3日週四
  1. Google DeepMind75

    Google DeepMind 與 Google Research 發佈 WeatherNext 3 全球天氣 AI 模型

    Google DeepMind 與 Google Research 發佈 WeatherNext 3,利用即時地球同步衞星資料逐小時生成全球天氣預報,部分地表變數解析度達 5 公里。

    推薦理由:WeatherNext 3 以即時衞星觀測支援逐小時全球預報,並為部分變數提供 5 公里解析度;文中列出降水預測相對 IMERG、MRMS 等基線的 CRPS 改善幅度。

  2. Runway:News(網頁)71

    Runway 介紹 GWM Worlds 2 即時互動環境生成模型

    Runway 介紹 GWM Worlds 2,一款將高保真影片及音訊生成轉化為即時互動模擬的自回歸擴散模型。模型採用 WorldPrompt 描述持續場景上下文、帶時間戳的文字動作及逐影格鏡頭輸入,可生成 720p、24 fps 影片和 48,000 Hz 音訊,亦可作為智能體評估及訓練的模擬環境。目前仍屬研究預覽,即時生成在保真度與速度之間有所取捨,快速鏡頭旋轉可能令細節、紋理和幾何退化。

  3. OpenAI News74

    GPT-6 Astra 安全概覽:網絡安全能力達 Preparedness Framework 的 Critical 級別

    OpenAI 的 GPT-6 Astra 安全概覽指出,該模型是其目前廣泛部署中能力最強的模型。它也是首個在 Preparedness Framework 下達到網絡安全能力 Critical 級別的模型。

    推薦理由:這段安全概覽同時交代 GPT-6 Astra 的部署定位與網絡安全能力級別,可供讀者把模型能力描述放回 Preparedness Framework 的評估框架理解。

  4. Google DeepMind76

    Google DeepMind 發佈 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber

    Google DeepMind 發佈 Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber,並稱 Gemini 3.8 Flash 是其迄今推理與編碼能力最強的模型,速度和成本與 3.7 Flash 相同。

    推薦理由:兩款模型共享基礎智能,普通版面向長程編碼與智能體任務,Cyber 版則限可信防守者使用,提供漏洞發現與修補能力。

9月1日週二
  1. Runway:News(網頁)67

    Runway 介紹 Solaris,首個即時生成互動介面的 Interface World Model

    Runway 介紹 Solaris,這是其首個 Interface World Model,以逐幀即時生成介面,並根據用戶操作持續回應。與 Claude Opus 5 生成的程式化介面比較時,250 名參與者評估了 30 個互動案例;指令遵循方面,Solaris 獲 61% 偏好、程式化結果獲 24%、兩者相若佔 13%;場景自然度方面則分別為 71%、21% 和 6%。

  2. Google Research51

    Google Research 發佈 TimesFM-3 零樣本多變量時間序列預測基礎模型

    Google Research 發佈 TimesFM-3,一款原生支援多變量零樣本預測的時間序列基礎模型,可在單次前向傳播中預測多條相關序列。它有 330 million parameters,使用超過 1 trillion time points 的真實及合成時間序列資料預訓練,並能結合多個目標、歷史協變量和已知未來協變量,無需任務專用微調。

8月27日週四
  1. Google DeepMind69

    Google DeepMind 發佈 Gemini 3.5 Transcribe 語音轉文字模型

    Google DeepMind 發佈 Gemini 3.5 Transcribe,這是一款面向智能語音互動的語音轉文字模型。它可透過 Live API 以低於一秒的延遲進行即時串流,亦可經 Interactions API 處理預錄音訊,提供説話者歸屬及逐字時間戳。

    推薦理由:材料同時提供串流與非串流 WER,以及相較 Chirp 3 的最終轉錄時間改善幅度,讓準確度與延遲兩項表現有具體數據可供對照。

8月14日週五
8月12日週三