跳到正文
目前篩選:一手
5月6日週三
5月5日週二
5月4日週一
  1. Runway:News(網頁)74

    Runway Characters 如何將單張圖片轉化為即時對話影片智能體

    Runway Characters 建立在 GWM-1 上,可把單張參考圖片轉化為具豐富表情的對話影片角色,並以 24fps 生成 HD 影片。模型每幀有效運算時間為 37 毫秒,伺服器端由用戶停止説話至角色開始回應需時 1.75 秒;系統透過逐幀生成及擴散 Transformer 與 VAE 解碼器並行處理,實現即時生成。

  2. Runway:News(網頁)58

    Runway 以 NCCLBack 將模型冷啟動加速 60 倍

    Runway 以 NCCLBack 讓 GPU 推理工作節點從已載入權重的對等節點接收模型權重,將冷啟動時間由數分鐘縮至數秒,快 60 倍。系統每天節省 347TB 傳輸量及 6,500min 推理時間。它透過 Redis 尋找並確認對等節點,再以 NCCL 廣播權重、抽樣雜湊驗證完整性;文章亦整理了生產環境中的失敗模式及回退處理。

4月30日週四
  1. Google DeepMind60

    Google DeepMind 宣佈 AI co-clinician 醫療研究計劃,探索醫療協作模式

    Google DeepMind 宣佈 AI co-clinician 研究計劃,探索讓 AI 在醫生專業監督下協助患者照護。在 98 個基層醫療問題的評估中,97 個案例錄得零項嚴重錯誤;在開放式藥物問答中,系統表現勝過可用的前沿 AI 系統。

    推薦理由:文章並列呈現 AI co-clinician 在證據整理、藥物問答和多模態問診的測試結果,並以醫生整體表現較佳界定其臨牀輔助定位。

  2. 香港浸會大學 · AI 研究及應用48

    香港浸會大學交響樂團以 AI 及藝術科技重新定義東九文化中心現場音樂體驗

    香港浸會大學交響樂團在東九文化中心舉行「Live Music ReIMAGINEd」年度音樂會,結合即時 AI 視覺、電子音樂改編及人形機械人 Sophia,探索現場音樂與藝術科技的融合。Sophia 與樂團演出三首原創歌曲,音樂會亦首演為浸大 70 週年創作的《Birthday Fantasia》。

4月29日週三
  1. Hugging Face Blog61

    Granite 4.1 LLM 如何構建:預訓練、微調與強化學習流程

    Granite Team(IBM)詳述 Granite 4.1 的 3B、8B 和 30B 模型構建流程,涵蓋預訓練、監督式微調和多階段強化學習。預訓練以約 15T tokens 分五階段進行,並將上下文窗口擴至最高 512K tokens;其後以約 4.1M 經整理樣本作微調,採用 on-policy GRPO 配合 DAPO loss 進行強化學習。

    推薦理由:文章梳理 Granite 4.1 從約 15T tokens 預訓練、約 4.1M 樣本微調到多階段強化學習的流程,呈現 dense 模型的訓練設計取捨。

4月28日週二
  1. Hugging Face Blog72

    NVIDIA 發佈 Nemotron 3 Nano Omni 長上下文多模態模型,面向文件分析、音訊與影片理解及智能體電腦操作

    NVIDIA 發佈 Nemotron 3 Nano Omni,這款長上下文多模態模型面向文件分析、音訊與影片理解、智能體電腦操作及通用推理。

    推薦理由:文章並列 Nemotron 3 Nano Omni、Nemotron Nano V2 VL 與 Qwen3-Omni 的多項基準結果,另列系統效率數據,提供文件、影音和 GUI 任務的比較依據。

4月27日週一
  1. Mistral AI66

    Mistral AI 開放 Workflows 公開預覽,提供企業 AI 編排層

    Mistral AI 開放企業 AI 編排層 Workflows 公開預覽,讓開發者以 Python 編寫流程,並可發佈至 Le Chat 供組織成員觸發。Workflows 提供持久執行、Studio 逐步追蹤及人工審批暫停與恢復,並支援將 workers 和資料處理部署在企業自有環境。

    推薦理由:Workflows 將持久執行、Studio 追蹤與人工審批整合,並支援 workers 在企業自有環境運行,呈現企業 AI 流程走向生產的部署設計。

  2. Google DeepMind58

    Google DeepMind 宣佈與韓國科學技術情報通信部(MSIT)建立合作夥伴關係

    Google DeepMind 宣佈與韓國科學技術情報通信部(MSIT)建立合作夥伴關係,支持韓國 AI 科研、人才培育及安全研究。Google 將在首爾辦公室設立 AI Campus,並探索與首爾大學(SNU)、韓國科學技術院(KAIST)等機構合作,在生命科學、能源、天氣與氣候等領域運用 AI for Science 模型。

  3. Runway:News(網頁)63

    Runway 以 Kueue 管理研究運算,GPU 利用率提升逾 20 個百分點

    Runway 將 Kueue 用作 Kubernetes 准入控制器,讓共享佇列借用保留配額中的閒置 GPU,並在團隊需要時搶佔回收,使 GPU 利用率提高逾 20 個百分點,同時保障團隊容量。共享佇列中的工作必須能容忍中斷,而搶佔啟動至保留工作開始運行可能相隔 20–30 分鐘。Runway 亦以 CI 檢查確保 Kueue 配額總量不超過實際節點容量,避免配額已獲批但 Pod 無法排程。

4月24日週五
  1. HKIRC 香港互聯網註冊管理有限公司 · AI 應用及治理34

    「網絡攻防精英培訓暨攻防大賽2026」正式接受報名,培育網絡安全專才迎戰 AI 自動化攻擊威脅

    數字政策辦公室與 HKIRC 等機構宣佈「網絡攻防精英培訓暨攻防大賽2026」接受報名。活動設學生組、大專組及公開組,結合網上培訓課程與模擬攻防比賽,報名截止日期為2026年6月26日。培訓加入「AI 協作素養與正確應用技巧」,引導參加者以 AI 輔助攻防數據分析,並負責任地應用 AI。

4月23日週四
  1. ACCESS 智能晶片中心29

    ACCESS 於 InnoEX 2026 展示前沿研究成果

    ACCESS 連續第四年參與 InnoEX,展示多項研究成果;相關項目於 2025 及 2026 年日內瓦國際發明展獲兩項金獎及一項評審特別嘉許金獎。其 3D AI 晶片結合 ProteinMPNN,較 GPU 性能提升 7.5x、功耗降低 235.29x,並將成本降低 200x。展品亦包括便攜式基因組分析原型,以及供糖尿病和高血壓患者使用、無需連接互聯網的篩查裝置。

  2. Hugging Face Blog62

    如何在 Chrome 擴充功能中使用 Transformers.js:Manifest V3 架構指南

    Hugging Face Blog 提供 Transformers.js 在 Chrome Manifest V3 擴充功能中運行本地 AI 的實作指南。範例將模型初始化、推理和工具執行集中在背景 service worker,側邊欄提供聊天介面,content script 負責網頁內容擷取及元素標記。

    推薦理由:文章拆解 Manifest V3 擴充功能內模型推理、對話狀態與頁面操作的分工,並説明背景 service worker 如何協調模型載入、工具執行與介面訊息。

  3. 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。