跳到正文
11月12日週四
  1. 阿里雲開發者社區 AI53

    阿里雲百煉 Token Plan 詳解:個人版與團隊版定價、訂閲步驟及使用方法

    阿里雲百煉 Token Plan 是面向 AI 開發者的按量訂閲服務,分個人版與團隊版,以 Credits 統一計量,支援文字、圖像、影片及語音等多模態模型。個人版設 4 檔月付套餐,限時價格為 39 元/月至 499 元/月;團隊版按坐席分 3 類,另有共享用量包。指南説明訂閲、取得 API Key 及配置 Base URL 的流程,服務目前僅支援華北2(北京),並承諾不使用對話數據訓練模型。

  2. DEV Community44

    DeepSeek-V4.1-Flash-1017 評估:60 頁 PDF 的文字擷取遺漏了甚麼

    DeepSeek-V4.1-Flash-1017 在一次 60 頁 PDF 測試中,答對全部 20 題文字及表格題,卻未能提供 5 題只在點陣圖中出現的數值。模型亦正確回應 3 題文件明確未提供的資訊;另一次圖片輸入測試記錄為 5/5 答對,但沒有保留完整對話紀錄。這是一次診斷測試,並非標準化基準測試或受控模型比較。

  3. 阿里雲開發者社區 AI51

    阿里雲百煉 Token Plan 完整指南:套餐價格、訂閲及 API 配置

    阿里雲百煉 Token Plan 指南整理個人版及團隊版的套餐價格、訂閲流程與 API 配置方式,這項按量訂閲服務以 Credits 計量並支援多種模型呼叫。文中列出的個人版四檔限時月費為 39–499 元,團隊版三類坐席為 150–1298 元/坐席/月;服務目前僅限華北2(北京)地域。

  4. DEV Community58

    小型決策模型實作第 3 部:Gev 遊玩 Doom

    作者將 270M 參數的 Gev 決策模型微調為 Doom 玩家,每四個遊戲 tic 根據三張畫面,從 18 種控制組閤中選擇動作。模型以熟練 PPO 遊戲 bot 的 900,000 個決策作行為克隆訓練,並分開處理當前畫面與歷史畫面;混入 128,000 條英文決策題後,英文測試準確率回升至 75.7%。

  5. EJ Tech 信報科技 · AI64

    科大研發亞洲首個自閉症一站式 AI 平台「ASD Super Agent」

    香港科技大學團隊研發「ASD Super Agent」,家長可提交兒童日常短片、問卷及基本資料,取得自閉症風險評估和分析報告,供尋求專業醫療評估時參考。平台提供網頁版(https://app.ai4asd.com),支援廣東話、普通話及英語語音互動,初步測試的評估指標 AUC 達 0.92。

  6. 阿里雲開發者社區 AI60

    阿里雲百煉 Token Plan 如何訂閲?價格與使用流程介紹

    阿里雲百煉 Token Plan 提供以 Credits 計量的個人版及團隊版 AI 大模型訂閲服務,支援文字、圖像、影片及語音等多模態模型調用。個人版月費為 39–499 元,團隊版為 150–1298 元/坐席/月;服務目前僅支援華北2(北京)地域。訂閲後需配置 API Key 和 Base URL;每個週期自訂閲日起計 30 天,用量達到套餐額度後服務會暫停,未用完的額度不會結轉。

  7. 新浪科技62

    百度發佈2800億參數文心5.5 Flash Preview,升級遊戲與3D能力

    百度發佈文心5.5 Flash Preview,重點升級程式編寫、遊戲開發、3D建模及內容創作能力。模型總參數量為2800億,每個Token啟用140億參數,支援最長100萬Token上下文,官方稱生成速度超過每秒200Token。模型已在百度智能雲千帆平台上線並可透過API調用,權重計劃於11月25日開放;API每百萬Token輸入繁忙時段2元、閒時1元,輸出繁忙時段8元、閒時4元。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)76

    Google 推出 Gemini Decisions API 及 Gemini Decision 1

    Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。

    推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。

  9. 字節 Seed:Research Feed77

    Seedance 2.5 正式發佈,單次影片生成時長提升至 30 秒

    Seed 團隊正式發佈新一代影片創作模型 Seedance 2.5,單次影片生成時長由 15 秒提升至 30 秒,並支援多輪延長。模型單次最多可輸入 30 張圖片、10 段影片及 10 段音訊作參考,並支援時間戳精準編輯。Seedance 2.5 正陸續上線即夢 AI、豆包專業版,API 服務近期將上線火山方舟。

    推薦理由:Seedance 2.5 將單次生成時長由 15 秒提升至 30 秒,並支援多輪延長及多模態參考,交代長敍事創作的主要能力變化。

  10. 字節 Seed:Research Feed73

    SeedRealtime 發佈音影片全雙工大模型,邁向全模態自然互動

    字節 Seed 正式推出 SeedRealtime 原生音影片全雙工大模型,將音訊、影片與文字整合於統一架構,並支援連續多模態資訊流即時互動。它可進行音影片聯合理解、主動介入及對話節奏判斷;端到端人工評測顯示,相較級聯模型,音影片對話節奏問題減少一半。SeedRealtime 已在豆包 App 全量上線,更新至最新版本後,可在對話框選擇「打電話」進入影片通話體驗。

  11. DEV Community50

    Mangit 以 Kotlin Multiplatform 開發漫畫翻譯應用程式,將每頁成本由約 $0.05 降至 $0.001–$0.004

    獨立開發者以 Kotlin Multiplatform 製作 Mangit,供 iOS 和 Android 翻譯漫畫頁面,並把每頁處理成本由約 $0.05 降至約 $0.001 至 $0.004。精簡流程為各步驟採用較小型專用模型,並自行排版;大型模型則保留作後備。應用程式支援 30+ 種語言,免費試用包括起初 3 頁,其後每週可免費翻譯 3 頁。

  12. HuggingFace Daily Papers(社區熱門論文)35

    BrickFlow:以連接性引導從圖像重建 LEGO 積木組裝

    BrickFlow 結合以程式生成的 LEGO 組裝件預訓練、經圖像條件微調的 set-conditioned SE(3) flow 模型,以及解析式連接場引導,從組裝物件圖像推斷各零件的姿態。微調使用的數據量僅為預訓練的 1%,測試時的連接場引導則將預測拉向零件互相連接的組裝結果。研究顯示,模型規模、預訓練和引導均可改善組裝品質,模型和數據已開放供研究用途。

  13. Stanford HAI News46

    Stanford 團隊探索神經科學與 AI 的交匯

    Stanford Wu Tsai Neurosciences Institute 與 Stanford HAI 頒發第二輪 AI and Neuroscience Grants,資助五個探索神經科學與 AI 交匯的項目。研究涵蓋抑鬱症腦影像、嬰兒學習、神經元細胞類型、心理治療對話與腦活動,以及氣味與人類經驗,目標包括加深對大腦的理解及推進受人類經驗啟發的 AI。

11月11日週三
  1. 新浪科技45

    Adobe 公佈四項 AI 實驗項目:照片變成 3D 場景,並可透過對話設計 AI 角色

    Adobe 公佈四項 AI 實驗項目,可把平面圖像轉成可探索的 3D 空間,並透過對話設計 AI 角色。Project Sound Bender 可用文字提示詞生成並調整影片音效,Project Rinse Repeat 則能把已完成的照片編輯套用到其他人物或物件;這些項目目前均屬技術預覽,不保證最終推出。

  2. The Verge · AI42

    Adobe 的 AI 實驗讓用戶在照片中探索,並與角色對談

    Adobe 公佈多項 AI 實驗功能,可把照片轉成可探索的 3D 場景,並讓用戶透過對話設計 AI 角色。Project Screen Test、Project Sight Span、Project Sound Bender 和 Project Rinse Repeat 分別涉及角色設計、照片重構、音效混音及複製編輯。這些功能目前屬技術預覽,未必會成為 Adobe 產品的正式功能。