跳到正文
目前篩選:一手
3月12日週四
  1. Google Research73

    Google Research 推出 Groundsource,以 Gemini 將新聞報道轉化為突發洪水資料

    Google Research 推出 Groundsource,利用 Gemini 從新聞報道抽取突發洪水事件,建立涵蓋 150 多個國家的 2.6 million 筆開放歷史資料集。

    推薦理由:文章列出 Groundsource 的人工核驗數據和 GDACS 事件匹配結果,讓讀者比較新聞抽取資料的時空準確度與既有災害檔案覆蓋情況。

  2. Google Research67

    Google Research 探討 AMIE 對話式診斷 AI 在真實臨牀研究中的可行性

    Google Research 的前瞻性研究在真實門診流程中評估 AMIE 用於就診前病史採集的可行性。研究納入 100 名成人,互動由醫師即時監督且沒有觸發安全停止;AMIE 的鑑別診斷在 90% 個案中涵蓋最終診斷,前三項診斷準確率為 75%。研究屬單中心文字聊天研究,沒有對照組;PCP 的管理方案在實用性及成本效益方面較佳。

    推薦理由:這項研究將 AMIE 用於門診前病史採集,展示即時醫師監督下的安全與診斷評估,亦交代單中心、無對照設計的限制。

3月11日週三
  1. CPII 博智感知交互研究中心 · AI 研究及應用30

    InnoHK博智感知交互研究中心與布達佩斯考文紐斯大學簽署合約,啟動匈牙利資助的雙邊人工智能研究項目

    InnoHK博智感知交互研究中心(CPII)與布達佩斯考文紐斯大學(CUB)簽署合約,啟動雙邊人工智能研究項目。項目獲匈牙利國家研究、發展與創新辦公室科研基金資助,將透過以語言學為基礎的個案研究驗證新開發的機器學習演算法,旨在構建更精準、可解釋且可驗證的人工智能架構。

  2. ClusterTech 聯科 · AI 算力及應用29

    OpenClaw × EaaS 整合正式上線

    CTS Limited 的 EaaS 高效能運算雲平台已正式接入 OpenClaw,結合 AI 框架與算力編排能力。EaaS 可連接及管理異構運算資源,為模型推理、多任務協作及大規模數據處理提供運算支援。平台支援開箱即用的 OpenClaw 體驗,無需額外部署。

3月10日週二
  1. Hugging Face Blog70

    Hugging Face Hub 推出 Storage Buckets,提供可變的 S3 類物件儲存

    Hugging Face 在 Hub 推出 Storage Buckets,為頻繁變動的 ML 產物提供非版本化 S3 類物件儲存。Buckets 建基於 Xet,以分塊及跨檔案去重減少重複傳輸;Enterprise 計費按去重後的儲存量計算。

    推薦理由:文章交代 Buckets 與版本化倉庫分別承擔工作層和發布層,並説明 Xet 去重如何減少重複傳輸及 Enterprise 的計費儲存量。

3月9日週一
  1. Runway:News(網頁)64

    Runway 推出 Runway Characters 即時影片智能體 API

    Runway 推出 Runway Characters,即時影片智能體 API,可由單張圖片生成可自訂的對話角色,無需微調。API 可設定角色的語音、個性、知識和動作,並支援對話期間的面部表情、眼球移動、口形同步和手勢。企業團隊可在 dev.runwayml.com 開始建立角色,Runway 網頁應用程式亦推出預設角色供消費者體驗。

  2. Hugging Face Blog68

    LeRobot 發佈 v0.5.0,擴展機械人硬件、策略模型及資料與模擬功能

    LeRobot 團隊發佈 v0.5.0,擴展機械人硬件、策略模型、資料集處理及模擬環境支援。版本加入 Unitree G1 人形機械人完整支援(包括全身控制)、Pi0-FAST 自回歸 VLA 及 Real-Time Chunking,並新增 EnvHub 以從 Hugging Face Hub 載入模擬環境,亦整合 NVIDIA IsaacLab-Arena。

    推薦理由:版本把人形機械人控制、即時推理、模擬環境和資料提速納入同次更新,呈現 LeRobot 從硬件接入至訓練工具鏈的擴展範圍。

3月7日週六
  1. Google Research64

    WAXAL 為 27 種撒哈拉以南非洲語言提供大型開放語音資源

    Google Research 推出 WAXAL 開放語音資料集,首批涵蓋 27 種撒哈拉以南非洲語言,這些語言由超過 100 million 人使用。資料包含約 1,846 小時已轉錄的自然語音 ASR 數據,以及超過 565 小時高保真 TTS 錄音,採用 CC-BY-4.0 授權開放。資料收集由非洲學術及社區組織主導,Google 表示計劃持續擴充語言範圍。

    推薦理由:WAXAL 將自然口語 ASR 與高保真 TTS 語料以 CC-BY-4.0 授權開放,呈現支援低資源語言語音技術所需的資料建置基礎。

3月6日週五
3月5日週四
  1. Hugging Face Blog53

    NXP 機械人 AI 嵌入式部署實踐指南:數據集錄製、VLA 微調與裝置端優化

    NXP 分享將機械人 AI 部署到嵌入式平台的實踐指南,涵蓋數據集錄製、ACT 與 SmolVLA 微調,以及 i.MX 95 上的 VLA 推理優化。實驗以把茶包放入杯中為任務,使用 3 部攝影機;文章建議保留獨立驗證集,並以非同步方式計算下一動作區塊,但推理時間須短於當前動作執行時間。

  2. Google Research47

    教導 LLM 以貝葉斯方式推理

    Google Research 透過「貝葉斯教學」訓練 LLM 模仿貝葉斯助理的預測,提升推薦表現並泛化至其他任務。此方法採用監督式微調;在航班推薦測試中,未經特定訓練的 LLM 表現遠遜最優貝葉斯助理,且常在一次互動後便不再進步。

  3. ASTRI 應科院 · AI 研發及應用34

    ASTRI 與 FSE Lifestyle 簽署諒解備忘錄,探索先進 AI 技術以提升生活服務

    ASTRI 與 FSE Lifestyle 簽署諒解備忘錄,探索合作運用先進 AI 技術,提升生活服務的營運效率和服務水平。合作範疇包括光學字元辨識(OCR)、語音分析、文件 AI(標書比較),以及智能 CAD 圖則分析和自動合規檢查。相關技術可望簡化文件處理、提高標書及合約準確度,並自動核查建築圖則的合規情況。

3月4日週三
  1. Google DeepMind71

    Gemini 3.1 Flash-Lite 為大規模開發者工作負載而設

    Google DeepMind 推出 Gemini 3.1 Flash-Lite,現正以預覽版向開發者及企業開放,開發者可透過 Google AI Studio 的 Gemini API 使用,企業則可透過 Vertex AI 使用。

    推薦理由:文章把 Gemini 3.1 Flash-Lite 的定價、相較 2.5 Flash 的速度數據及質素描述並列,呈現其面向高頻工作負載的成本定位。

2月28日週六
  1. OpenAI News62

    OpenAI 説明與 Department of War 的合約安排

    OpenAI 説明與 Department of War 的合約安排,涵蓋安全紅線、法律保障,以及 AI 系統在機密環境中的部署方式。

    推薦理由:內容從安全紅線、法律保障和機密環境部署三方面呈現合約安排,提供理解政府機密場景中 AI 系統部署的具體切入點。

2月27日週五
  1. Google DeepMind76

    Google DeepMind 發佈 Nano Banana 2(Gemini 3.1 Flash Image),融合 Pro 能力與 Flash 速度

    Google DeepMind 發佈圖像生成模型 Nano Banana 2(Gemini 3.1 Flash Image),以 Flash 速度帶來 Nano Banana Pro 的世界知識、品質與推理能力。

    推薦理由:Nano Banana 2 將 Nano Banana Pro 的世界知識、視覺品質與創作控制帶到 Flash 速度,並交代其在 Google 產品中的推出範圍及 Nano Banana Pro 的保留使用方式,説明兩款模型面向的工作流程差異。

  2. 香港浸會大學 · AI 研究及應用35

    HKBU’s inaugural Low-Altitude Economy Summit explores the transformative potential of low-altitude economies

    香港浸會大學舉辦首屆低空經濟峯會,邀請政府、學術界及業界人士探討低空經濟在香港的發展潛力。峯會期間,浸大與大灣區低空經濟聯盟及 X Social Group Limited 簽署合作備忘錄,並將運用數據分析及 AI 開發「Drone Take-off Reliability Index」(DTORI),以評估不同環境下的無人機飛行風險。