跳到正文
11月16日週一
  1. TNW29

    人工智能安全的悖論

    Jennifer Prendki 離開 Google DeepMind 後創立 Dyssonance,提出重新思考人工智能的基礎,讓系統能處理模糊情況並持續修正理解。她指出,ChatGPT、Claude 和 Gemini 等系統雖能處理大量資訊,仍難以理解矛盾資訊、辨認錯誤並更新認知。Dyssonance 的方向是建立常識推理引擎,讓人工智能不只記憶更多,也能更好地理解。

  2. 新浪科技48

    開源盤古模型 openPangu-2.1-Pro 正式上線華為雲,Agent、代碼及推理效率能力提升

    華為雲 MaaS 模型即服務平台正式上線開源模型 openPangu-2.1-Pro,並提升 Agent、代碼及推理效率能力。模型針對深度研究、鴻蒙系統操控、鴻蒙 App 開發、昇騰算子生成及推理鏈路優化等場景加強能力;小藝 Work 已率先搭載 2.1-Pro。模型亦接入智果 AgentArts、碼道 CodeArts 及果辦 OfficeAce。

  3. DEV Community67

    面向開發者的 P vs NP 入門:AI 的 3-SAT 新主張代表甚麼

    OpenAI 和 Anthropic 稱,其 AI 於 2026 年 10 月 16 日找到一種 3-SAT 次指數時間方法;這項主張並未解決 P vs NP。次指數時間仍遠非多項式時間,文章亦指出這項結果沒有即時實際應用,對 Subset Sum 或旅行推銷員問題沒有新結果。兩家實驗室稱證明已由 Lean 機器檢查,但截至 11 月初,尚未完成獨立人士的審查。

  4. DEV Community55

    室温模型如何協助搜尋暖氣方案並逐步重新規劃

    作者建立具物理結構的室温模型,並以交叉熵方法搜尋暖氣開關方案,再逐步重新規劃操作。在 20 步排程的 100 次測試中,每輪抽取 200 個方案、連續 6 輪的交叉熵搜尋均找到開暖氣 16 步的方案,單次耗時低於 1 毫秒。在不同室外温度下,逐步重規劃的開暖氣步數與按温度調校的恆温器相近;開門測試中兩者表現亦接近,但模型未能估算預測的不確定性。

  5. 中華網科技80

    阿里巴巴發佈 Qwen4-Max,單項任務平均費用下降 58%

    阿里巴巴發佈基座大模型 Qwen4-Max,總參數量為 2.4T,並已在千問 AI 平台提供 API 服務。模型具備原生視覺能力、支援百萬上下文;文中稱其單項任務平均費用較上代下降 58%。中小尺寸模型將陸續開源,用戶亦可透過阿里 Token Plan 調用新模型。

    推薦理由:報道列出 Qwen4-Max 相較上代在多項評測、Token 用量及任務費用上的變化,讓讀者可一併對照模型表現與推理成本。

  6. 雷鋒網68

    千問辦公上線Qwen4、Kimi-K3.1、GLM-5.3等10款模型,開放用戶選擇

    千問辦公上線10款模型,向個人版及企業標準版用戶開放選擇,當中包括Qwen4-Max及多款第三方大模型。用戶可按任務需求選擇模型,例如以Qwen4-Max處理多步複雜推理,或用較低成本的模型處理日常文案、資訊提取及內容整理。企業管理員可按部門、用戶組或成員配置模型權限。

  7. DEV Community34

    AI/ML 研究摘要 — 2026 年 11 月 14 日

    這期 AI/ML 研究摘要整理了生成式與具身 AI、MoE 簡化、LLM 智能體可靠性及跨模態 3D 建模的研究結果。LO-World 的 IoU 提升 10.9 %、Chamfer 誤差降低 30.1 %,運行速度超過 25 FPS;SimpleHC 則在維持標準 MoE 基準準確度下縮短訓練時間。

  8. DEV Community51

    27 個模型的集成只有 1.5 個有效意見?以 Fleiss' kappa 衡量多樣性並按模型譜系加權投票

    SoccerDream AI 作者分析其平台的模型投票數據,發現 2,722 個至少有五名投票者的賽事平均有 10.34 個模型,卻只有 1.46 個有效意見。多數投票準確率為 56.95%,略低於成員平均的 57.00%;改按 training_word_id 所示的模型譜系投票後,可決策率由 78.18% 降至 72.44%,可決策票中的準確率為 57.35%。

  9. 新浪科技78

    阿里發布 Qwen4-Max,三個榜單均列國產模型第一,單項任務成本降 58%

    阿里正式發布新一代旗艦模型 Qwen4-Max,並已接入千問 App、千問辦公、Qoder 和 Qwen Studio。Qwen4-Max 在 Arena Agent Arena、Code Arena 和 Vals Index 三個榜單均為國產模型排名第一。

    推薦理由:文章並列官方任務成本數據與多個第三方榜單,亦呈現不同編程基準的落差,方便比較 Qwen4-Max 的成本變化和表現邊界。

  10. 新浪科技78

    阿里千問發佈Qwen4-Max:總參數2.4萬億、激活71B,Token消耗省一半

    阿里千問發佈Qwen4-Max,總參數2.4萬億、激活71B,支援百萬Token上下文。在Terminal-Bench 4.0同為Xhigh思考檔位時,其每次嘗試平均Token用量較Qwen3.8-Max減少約47.5%,評測得分提升近28%。Qwen4-Max已在千問AI平台提供API服務,亦可透過阿里Token Plan調用,或在千問辦公、Qoder、千問APP體驗。

    推薦理由:這組同檔位對比把Token用量與評測得分放在一起,呈現Qwen4-Max相較Qwen3.8-Max在編程評測中的效率及表現變化。

  11. 新浪科技76

    阿里通義千問 Qwen4-Max 正式上線,主幹參數規模達 2.4 萬億

    阿里通義千問團隊正式推出 Qwen4-Max,模型採用 MoE 架構,主幹參數規模達 2.4 萬億,支援原生視覺理解及 100 萬 Token 上下文窗口。Qwen4-Max 在 Work360 得分為 52.69,高於 Qwen3.8-Max 的 47.74;該評測中單項任務平均費用由 26.58 元降至 11.16 元,下降 58%。

    推薦理由:文章以 Work360 得分、不同推理強度下的 token 消耗及單項任務費用,呈現 Qwen4-Max 相對前代的能力與成本變化。

  12. DEV Community67

    GPT-6 Astra 協助構建標準模型的候選格點定義

    GPT-6 Astra 協助物理學家 Nathaniel Craig 將一項格點研究策略發展為標準模型的候選非微擾定義、具體構造及詳細證明。相關工作包括一篇由 Astra 協助準備的 2026 年 10 月 arXiv 預印本。這仍是初步成果,尚待確立有限格點間距下的反射正性,並建立與連續相互作用理論的關聯。

  13. DoNews77

    千問 Qwen4-Max 正式上線,Work360 單個任務平均費用下降 58%

    千問團隊正式推出 Qwen4-Max,模型作為正式版本接入千問 AI 平台,開發者可透過 Token Plan 或 API 調用。模型在 Work360 取得 52.69 分,高於前代 Qwen3.8-Max 的 47.74 分;同一評測中,單個任務平均費用由 26.58 元降至 11.16 元,降幅 58%。

    推薦理由:Work360 與 Terminal-Bench 4.0 的對照數據,呈現 Qwen4-Max 在任務費用及 token 消耗上的變化。

  14. IT之家79

    阿里通義千問 Qwen4-Max 正式上線,主幹參數規模達 2.4 萬億

    阿里通義千問團隊正式推出 Qwen4-Max,採用主幹參數規模達 2.4 萬億的 MoE 架構,原生支援視覺理解及 100 萬 Token 上下文窗口。模型已接入千問 AI 平台,開發者可透過 Token Plan 或 API 接入,也可經 Qwen Studio、QwenWork 和 Qoder 體驗。

    推薦理由:文中同時列出 Work360 分數、不同推理強度下的 token 消耗變化及單任務費用,呈現這次升級在能力與成本上的具體對照。

  15. 虎嗅75

    華爾街:黃仁勳辭職或成中國的「夢幻劇本」

    黃仁勳離職可能令中國 AI 前沿在未來兩年更受掣肘,卻也可能為國產晶片及算力帶來更確定的需求。文章認為,美國若收緊晶片出口及海外租用英偉達算力的渠道,需求可能轉向國內;較低電價有利西部承接訓練和存儲,東部則保留推理及應用。文中亦指出,國產算力仍受單卡性能、產能和數據中心利用率限制。

  16. IT之家39

    IT早報 1116:華為鴻蒙生態用戶數達 9980 萬;美國科技界預期黃仁勳在矽谷東山再起;BLG 奪得《英雄聯盟》S16 冠軍;餘承東公佈華為 Mate X8 外觀

    IT早報 1116 聚焦華為鴻蒙生態用戶數達 9980 萬、BLG 奪得《英雄聯盟》S16 冠軍,以及華為 Mate X8 外觀公佈。鴻蒙生態用戶數距 1 億僅差 20 萬,何剛預計再過幾天突破;餘承東稱 Mate X8「就要來了」。開源模型 openPangu-2.1-Pro 已上線華為雲,面向 Agent 開發、AI 編碼及推理優化升級。

  17. HuggingFace Daily Papers(社區熱門論文)43

    VideoNexus:超越推理上下文的影片感知

    VideoNexus 是免訓練框架,將詳細影片感知與以證據為基礎的規劃和推理分開,由感知子智能體在獨立上下文中處理音訊及影片,並返回精簡、具時間定位的證據。在完整 LVBench 上,以 Gemini 3.8 Flash 作為規劃和感知的共用模型時,準確率達 88.6%,較靜態輸入高 3.6 個百分點,成本為內置智能體處理的 44%。

  18. HuggingFace Daily Papers(社區熱門論文)44

    正則化分數中心化

    研究提出正則化分數中心化(RSC),透過加入反向 KL 懲罰,限制學習策略與生成數據的行為策略之間的差異,以穩定離策略學習。RSC 配合截斷重要性抽樣(TIS),在所有智能體基準測試中以相同數量的採樣回應取得更高訓練獎勵,並提升樣本效率。最終評測涵蓋的六項智能體任務均取得頂尖表現,在 AppWorld 提升 14.3%,在 BabyAI 的得分則達最強基線的 9.9 倍。