阿里雲 Token Plan 個人版升級,三檔月額度增 73.9% 至 77.8%,Pro 降至 312 元/月
阿里雲千問 AI 平台於 2026 年 11 月 9 日調整 Token Plan 個人版,Lite、Essential、Standard 月費不變,月額度增加 73.9% 至 77.8%。
阿里雲千問 AI 平台於 2026 年 11 月 9 日調整 Token Plan 個人版,Lite、Essential、Standard 月費不變,月額度增加 73.9% 至 77.8%。
EU《人工智能法案》第 50 條要求生成合成音訊、圖像、影片或文字的 AI 系統提供者,以機器可讀格式標記輸出;部署構成深偽的 AI 生成或操縱內容者,須清楚披露內容經人工創作或操縱。相關規定預定於 2026 年 8 月 2 日起適用;機器可讀標記供技術系統偵測,披露則讓受眾瞭解內容來源或修改情況。
Gentle Monster 與 Warby Parker 宣佈下月推出各自首款基於 Android XR 平台的智能眼鏡,產品由三星與 Google 聯合參與開發。
Adobe 與 Google 擴大 AI 合作,將 Google 的圖像及影片模型整合至 Adobe 創作軟件,並把 Adobe 工具延伸至 Google 產品。
中山大學梁曉丹團隊提出 GeoThinker 系列兩項研究,先讓視覺語言模型按需利用外部幾何資訊,再以 GeoThinker-F 探索由模型內部生成空間線索。相同訓練數據下,GeoThinker-F 的六項空間智能基準平均得分為 62.21,與 GeoThinker 的 62.23 幾乎相同。GeoThinker-F 推理延遲由 1.45 秒降至 0.40 秒,速度提升約 3.6 倍。
inclusionAI 提供 Duo-1.2-causal-base 的完整模型權重套件,這是用於即時音訊視覺互動的全雙工多模態世界模型。套件包括 Realization 權重與主幹網絡、Intent 模型與 adapter、影片和音訊編解碼器、語音辨識器及 forced aligner,權重格式為 PyTorch Distributed Checkpoint (DCP)。
inclusionAI/Duo-1.0-distill 倉庫提供 Duo 1.0 的四步蒸餾 Realization 權重;Duo 是用於即時音視訊互動的全雙工多模態世界模型。
inclusionAI 的 Duo-1.0-causal-base 是支援即時音訊視覺互動的全雙工多模態世界模型,並提供完整模型權重套件。套件包含 Realization 權重與骨幹、意圖模型及 adapter、影片和音訊編解碼器、語音辨識器與強制對齊器。
inclusionAI/Duo-1.0-distill-quant 收錄 Duo 1.0 的 FP8 量化、四步蒸餾 Realization 權重,供全雙工多模態世界模型使用。這些權重須配合 inclusionAI/Duo-1.0-causal-base;執行環境需支援 ModelOpt FP8 格式或等效轉換路徑。
Google Cloud Tech 推出名為「Just a moment」的快節奏影片系列,旨在用 2 分鐘或更短時間解説 Cloud AI,並解決現實問題。內容亦提供 Gemini models 的探索連結及 Google Cloud Tech 訂閲連結。
Gemini 處理多模態輸入時會涉及三種 tokenizer,分別處理文字、視覺和音訊。內容探討這三種 tokenizer 如何協同運作。
阿里雲百煉 Token Plan 上調 Lite、Essential、Standard 月度額度約 74%–78%(月費不變),並將 Pro 額度增至 200,000 Credits、月費由 499 元降至 312 元。
阿里雲 Token Plan 完成結構性升級,將文本、視覺、圖像與影片生成及語音納入同一 Credits 池,覆蓋 18+ 旗艦模型。個人版 Lite、Essential、Standard 月費不變,月度額度提升約 74% 至 78%;Pro 額度由 18 萬增至 20 萬 Credits,月費由 499 元降至 312 元。
阿里雲推出 Qwen4-Max 預覽版並上線 Token Plan 訂閲服務,月付、季付及年付方案低至 5 折。另有涵蓋 150+ 主流模型的通享計劃,包季低至 4.5 折。新用戶註冊千問 AI 平台可獲贈 1億+ tokens,另有 30+ 款 AI 產品及旗艦模型免費試用。
阿里雲 2026 年雙 11 推出涵蓋 Token Plan、千問辦公、Qoder、萬小智及秒悟的 AI 優惠,分別提供模型訂閲、辦公、編程、建站和應用生成服務。Token Plan 新客首購低至五折,千問辦公個人版 29.9 元/月、Qoder 新客首月 19.9 元,萬小智新客首月 9.9 元,秒悟套餐 25 元起。優惠亦包括組合購和代金券,各產品的價格、額度及適用條件各有不同。
中小型 AI 公司的測試開發職位人手有限,卻要涵蓋 Agent、RAG、多模態評測及質素保障等工作。文章以一間 50—100 人公司招聘 2 名測試開發工程師的職位描述為例,指出小團隊需要讓評測規模可管理、判定標準可複用。建議先建立 Bad Case 庫,再自動比較版本,之後定義幻覺率等指標,逐步擴展自動化及工具鏈。
UniSpark-9B是一款探索混合注意力的統一多模態模型,每個分支約有9B參數,支援視覺問答、文字生成圖像、指令引導編輯及交錯文字與圖像預測。模型在MME-S取得2470.3分,在GenEval取得0.83分,並將圖像合成能力延伸至2K。
WorldDraft 評測基準用來衡量影片模型在程式碼構建 4D 世界後,能否保留世界運動並呈現指定視覺效果。基準包含 432 個測試案例,涵蓋 48 個可執行的 4D 世界類別;對 12 個代表性模型的評估發現,來源線索衝突可引發高達 64% 的來源洩漏。研究提出 WorldDraft-Primer,一種視覺提示策略,可提升凍結影片渲染器在兩項目標上的表現。
浙江大學團隊提出 SpaceCast-Bench,評估 VLM 根據場景變換推斷新空間關係的能力;21 個模型中最高準確率為 58.0%,人類為 87.2%。基準涵蓋 182 個真實室內場景、3862 道問題和 16 類任務;6 個空間專項模型準確率為 25.7% 至 29.1%,接近 25.9% 隨機基線。提供文本形式的 3D metadata 後,閉源模型平均提升 30.7 個百分點。
Apple 首款智能家庭中樞 HomeView 於 11 月 13 日在八個市場開售,桌面版及壁掛版均定價 299 美元。設備透過面容識別最多區分六位家庭成員,並在訊息、FaceTime、日曆等應用程式中切換至相應用戶的個人內容。中國大陸暫無上架資訊,HomeView 不會在歐盟上市,文中指原因是 Siri AI 目前在歐盟地區的 iOS 上不可用。
Redreamality 整理了 7 則 AI 創作工具筆記,涵蓋圖片轉提示詞、本機唇形同步、影片浮水印處理、Flowith 工作空間及 OpenCode 寫作。
3DMaker 的 3D 生成流程可從提示詞或單張照片開始,選擇網格密度後,輸出附有 PBR 材質的 GLB 和預覽圖片。文字輸入上限為 1,024 個字符;圖片頁接受 PNG、JPG 或 WEBP。網格密度可在 Fast、Standard、Pro 和 Ultra 之間切換,無需更改提示詞或重新上載照片。
SingVL-4B GGUF 是基於 Qwen3.5、採用 4B 參數的多模態決策模型 GGUF 版本,可處理文字或 JSON 問題及最多四張圖片。模型以一次完整前向傳遞評分候選答案,支援選項選擇、是非判斷及分級評分。檔案提供 BF16、Q8_0 和 Q4_K_M 三種精度,並附共用視覺投影器;目前 GGUF 驗證涵蓋 9 個示例及 11 條問題,完整公開評分仍待公佈。
提示詞中的一個詞會改變模型理解的上下文,進而影響後續 token 的 logits 與機率分佈。NegBench 收錄 79,000 個例子,涵蓋 18 種任務變化;研究發現,受評估的視覺語言模型在理解否定方面有明顯困難,並探討針對性合成訓練資料能否改善表現。
Apple Foundation Models framework 擴展支援 Claude、Gemini 等伺服器模型,並可透過同一 Swift API 使用裝置端及 Private Cloud Compute 模型。Dynamic Profiles 可在單一連續工作階段切換模型、工具和指令;macOS 27 亦加入 fm 命令列工具,以自動化模型工作流程。
Infocz與首爾大學計算機科學與工程系展開聯合研究,開發以整張圖紙為單一輸入的 Image-to-Graph foundation model,識別圖紙中的符號及其連接關係,並轉換為圖表數據。研究將使用約20,000張真實工業圖紙訓練模型,並把成果逐步整合至 DELTAflow。技術計劃由管道及儀表流程圖擴展至單線圖、控制邏輯圖等工程圖紙。
Cranberry 的 AI 聲音分析方案 SOBRIC 獲得 CES 2027 創新獎 AI 類別獎項。系統透過兩部邊緣裝置偵測危險聲音,並可令 PTZ 攝影機轉向聲源,將分析結果傳送至現有影片管理系統及整合監控平台。
Nvidia 研究人員打造 Déjà View,以 117 million 個參數將不同角度拍攝的照片轉換成 3D 場景,並在重用同一層的設計下,媲美或超越參數量為其 8 至 10 倍的模型。模型在五項 3D 重建基準測試中,平均相機位置準確度領先,所需運算能力亦比測試中的最大競爭模型少 1.9 至 2.3 倍。論文獲選為 NeurIPS 2026 口頭報告,Nvidia 已釋出程式碼。
Samsung 宣佈其首款智能眼鏡將於 12 月 10 日在美國開售,Warby Parker 款售價由 $395 起,Gentle Monster 款為 $449 至 $489。
作者以同一組 200 條銀行客服訊息比較 Google Decisions API 與 Jev,兩者準確率接近,但 Jev 回應較快。Gemini Decision 1 的準確率為 92.5%、中位時間為 511 ms;Jev 分別為 92.0% 和 226 ms,兩者每 1,000 條訊息成本分別為 US$0.015 和 US$0.016。
FBI稱,朝鮮黑客在過去18個月透過名為「FaceStealer」的騙局竊取 $400M+ 加密貨幣。該騙局涉及假視像通話及 AI 深度偽造。
谷歌推出 Gemini 4 Hydrogen,面向日常編碼與智能體工作流,主打快速執行與高效運行。相較 Gemini 3.8 Flash,Hydrogen 在預設 high 思考檔位下任務完成速度提升 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虛構錯誤率降低 5 倍以上。
推薦理由:文中對照 Hydrogen 與 Gemini 3.8 Flash 的速度及基準成績,並列出 Orchestrator 的配額與速度變化,讓模型效能與智能體調度表現有可比較的數據依據。
Google 發佈 Gemini 4 Hydrogen,主打更快的回應速度、更低的使用成本及更高效的 AI Agent 執行能力。Artificial Analysis 測得其 High 推理檔位得 51 分,高於 Gemini 4 Argon 的 50 分;API 每百萬輸入 Token 收費 1.5 美元,每百萬輸出 Token 收費 7.5 美元。
推薦理由:文章並列 Hydrogen 的評測表現、API 定價及 Gemini 產品入口,呈現高效率模型在能力、成本與普及使用上的取捨。
vLLM 為 Thinking Machines 的 Inkling 2 Small 提供首日支援,這款多模態 MoE 模型有 594B 總參數、17B 活躍參數及最高 1M tokens 的上下文窗口。
Gemini Decision 1 的測試顯示,其是非判斷可返回介乎 0 和 1 的機率值,而非只輸出「是」或「否」。文章列出其支援文字、圖像、音訊、影片及 PDF 輸入,輸入價格為每百萬 token 0.10 美元,輸出免費;表中 Jev 的輸入價格為每百萬 token 0.042 美元。作者提醒,單次影片測試只能展示回應格式,不能據此判斷模型整體準確度或機率校準水平。
Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。
推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。
Google DeepMind 宣稱 Gemini 4 Hydrogen 面向快速編碼、多模態整合及日常工作,完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。
Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。
推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。
百度在百度世界2026主論壇發佈文心閃電深度思考模型及文心一鏡微表情大模型,並同步上線百度智能雲千帆平台,向企業客戶及合作夥伴開放 API 服務。
MMFlash 透過自適應提高視覺依賴 token 的權重,並在長影片輸入中採用稀疏注意力,加速視覺語言模型的多模態推測解碼。它在多項多模態基準測試中實現最高 3.58× 的無損解碼加速,較 EAGLE-3 和 DFlash 分別快至 195.4% 和 17.1%。