跳到正文
11月10日週二
  1. DoNews61

    LongCat‑2.5 正式開源並深度適配國產算力

    LongCat‑2.5 正式以 MIT 開源協議對外開源,允許商用推理部署及二次訓練,無需額外授權。這款面向長程智能體任務的原生多模態大模型,總參數規模達 1.6 萬億,單 token 激活約 480 億參數,支援一百萬 token 上下文,並針對國產算力晶片優化架構、算子及部署策略。長序列 SFT 實測中,單卡吞吐量較 DDP 基線提升 86%。

  2. DEV Community35

    CalScore 推出會標示估算不確定性的 AI 卡路里追蹤 App

    開發者推出 iOS App CalScore,以 AI 追蹤卡路里及宏量營養素,並在照片掃描結果中提供卡路里範圍和信心程度,而非只給單一數字。信心較低時,App 會建議用戶核對份量、掃描條碼或搜尋食物資料庫;每日 Fuel Score 則以 0–100 分呈現卡路里、蛋白質、水分及宏量營養素平衡。

  3. DEV Community46

    SteamVR 影像品質獲更新,那眼睛本身的視覺能力又如何?

    Valve 的 SteamVR beta 更新改善了 Steam Link 向 Meta Quest、HTC Vive Focus 和 PICO 消費級頭戴裝置串流的影像品質。Seven Sports 開發的 Amblyotube 將 YouTube 影片用作視覺訓練素材,透過分別向左右眼呈現影像,訓練雙眼協調與深度知覺。Amblyotube 是輔助視覺訓練工具,並非用於診斷或治療的醫療器材。

  4. DEV Community38

    GPT Realtime Assistant 的照片與語音 AI 列車時刻表測試:可行之處與仍需人工核查的內容

    GPT Realtime Assistant 以一張示範列車時刻表測試看圖問路,回答建議乘搭 A12、B24 和 K16,於 10:24 抵達。示範路線在 Aoba 和 Sora 分別有七分鐘及九分鐘轉車時間;這不是與其他工具比較的基準測試,也不代表即時車站資訊。出發前仍須核對服務日期、班次及月台,並向官方鐵路資訊或車站職員查證。

  5. DEV Community37

    咖啡研究讓我對大腦訓練與弱視有何新認識

    一項追蹤長達 43 年的研究顯示,每日飲用兩至三杯咖啡與較低失智症風險相關,且不受遺傳風險影響;無咖啡因咖啡則未見相同關聯。Seven Sports 開發的 Amblyotube 是一款 Meta Quest 視覺訓練應用程式,為雙眼呈現不同影像,供用戶每天訓練 30 至 40 分鐘。它適用於 13 歲及以上人士,是輔助視覺訓練工具,並非診斷或治療。

  6. DEV Community42

    Quest 將 VR 觀影提升為核心功能:這對弱視訓練至關重要

    Quest 的 Horizon OS 2.10 PTC 正推出 Theater 觀影環境及重新設計的 Navigator,將長時間觀看納入 VR 頭戴裝置的使用場景。Amblyotube 透過讓雙眼接收不同影像,配合數碼模糊、人物強化等效果訓練雙眼協調。它是輔助工具,建議每日使用 30–40 分鐘,最多 1 小時;並非診斷、治療或治癒方案。

  7. DEV Community41

    用 TabPFN 和 Gemma 打造 Witching Hour:不肯離開的幽靈應用程式

    Witching Hour 是一款以 TabPFN 和 Gemma 4 打造的開源捉鬼網頁應用程式,讓「靈體」只能根據錄音或感應器測得的證據説話。TabPFN v2 在人工加入的 240 組夜間感應器數據中,找出 25.0% 的案例,低於最強案例的 37.8%;Gemma 4 生成的每句話都須引用測量事件,否則會被刪除。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)88

    Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力

    Anthropic 升級 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力,並稱輸出速度較各自的 5.1 版本快至 30%。

    推薦理由:文章把共用底層模型的兩個版本放在同一組基準與應用案例中比較,也交代 Fable 和 Mythos 的安全防護及開放對象差異。

  9. DEV Community32

    每日啟用 VR、每日訓練:Steam Frame 數據揭示的新可能

    Steam Frame 首次出現在 Steam 硬件調查便成為使用量第五高的頭戴式裝置,文章藉此探討 VR 日常使用增加後,訓練等用途的發展空間。Seven Sports 的 Meta Quest 應用程式 Amblyotube 透過左右眼不同的影像處理,作為雙眼協調與深度知覺的輔助訓練工具。應用程式建議每日使用 30~40 分鐘,最長 1 小時;它不是醫療器材,也不能診斷或治療。

  10. DEV Community34

    SteamVR 更新提升串流畫質,揭示 VR 視覺訓練對清晰影像的需求

    Valve 發佈 SteamVR Beta 更新,改善所有兼容 Steam Link 的獨立頭戴裝置串流畫質,涵蓋 Meta Quest、HTC Vive Focus 及 PICO。文章指出,清晰穩定的影像有助雙眼協調訓練;Amblyotube 透過分別向雙眼呈現不同影片畫面,配合模糊與 AI Sharpener 設計訓練。SteamVR 更新與 Amblyotube 無關。

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

    自我演化多模態智能體的跨情境調查與分析

    一項調查分析多模態智能體的自我改進機制,為何在推理、生成、導航與操作情境之間的遷移效果不一。研究以經驗生成、取得回饋和整合更新三階段框架比較各情境,並將機制跨情境的可遷移性判定為可遷移、有條件、受阻或冗餘;這些判定仍有待配對預算測量驗證。

  12. DEV Community30

    AuraRead:以 Gemini 分析個人風格與氣質的應用

    作者運用 Gemini 的多模態視覺能力開發 AuraRead,透過上載相片或即時網絡攝影機拍攝,分析個人風格、儀容、肢體語言及環境光線。應用使用 gemini-3.5-flash 生成風格分類、五項氣質評分、附色碼的色彩配色,以及職涯和造型建議。Gemini API 在伺服器端以 JSON 結構化輸出資料。

  13. DEV Community30

    AuraRead:我打造的 AI 個人風格分析應用

    作者打造 AuraRead,利用 Gemini 的多模態視覺能力分析照片中的儀容、穿搭、肢體語言及環境光線,生成個人風格分析與建議。應用透過伺服器端 Gemini API 使用 gemini-3.5-flash,並以結構化 JSON 格式輸出結果。用戶可上載肖像或使用網絡攝影機拍照,查看五項氣質評分、五色配色方案及造型和職涯建議。

  14. DEV Community37

    VR「觀影裝置化」如何拓展視覺訓練的設計空間

    Seven Sports 開發 Amblyotube,將 VR 頭戴裝置的觀影體驗用於視覺訓練,並以左右眼不同的影像處理方式呈現內容。系統可直接使用 YouTube 風格的影片,透過人物偵測與強調圖層協助訓練,毋須專用訓練內容。內置 LogMAR 視力檢查會在虛擬 3m 距離進行最多 30 次測試,並可按測得的嚴重程度自動更新設定檔。

11月9日週一
  1. IT之家68

    美團正式開源 LongCat-2.5,總參數 1.6 萬億並支援百萬上下文

    美團正式開源面向長程智能體任務的原生多模態模型 LongCat-2.5,採用 MIT 協議,支援商用推理部署與二次訓練,無需額外授權。模型總參數為 1.6 萬億,每個 token 約啟用 480 億參數,並支援一百萬上下文。模型將視覺訊號表示為多層級離散 token,由主幹模型統一處理,並採用 W4A4 高效推理方案。

  2. DEV Community19

    生成式 AI 及其對現代科技的影響

    生成式 AI 能根據用戶指示生成文本、圖像、音訊、影片及程式碼,並應用於多個行業。大語言模型、GAN、VAE 和擴散模型推動其發展,相關應用涵蓋醫療、教育、銀行、軟件開發及業務自動化。數據私隱、錯誤資訊、偏見及安全仍是需要考慮的挑戰。

  3. DEV Community20

    HumanSense AI 將人體訊號轉化為即時資訊

    HumanSense AI 是一款使用 Electron、Node.js 和 Presage SmartSpectra SDK 開發的桌面應用程式,透過鏡頭監測人體訊號,並在儀錶板顯示可用測量結果。項目涵蓋心率、呼吸率、心率變異性及 SDK 支援的面部表情分析;測量須先取得用戶同意,應用程式不宣稱具備醫療診斷用途。

  4. DEV Community24

    AMR AI 與具身智能——第 13 章:人機互動

    人機互動(HRI)研究人與機械人在共享環境中的溝通、協作與共存,是智能機械人及具身人工智能的基礎之一。隨着機械人走入日常環境,互動設計涵蓋語言與非語言溝通、感知人類行為及理解意圖;大語言模型亦提升了機械人理解指令、回答問題和協作對話的能力。

  5. DoNews40

    日本 Shizuku AI 發佈日語全雙工 AI 模型 Shizuku-Duplex

    日本人工智能實驗室 Shizuku AI 發佈日語全雙工 AI 模型 Shizuku-Duplex,該模型是繼 GPT-Live 後全球第二個支援日語智能對話的全雙工 AI。模型以 80 毫秒為一個互動幀,支援音訊、文字與動作三模態輸出,並每 5 分鐘壓縮一次上下文。測試中,其日語對話自然性在 6 個參測模型中排名第一,回應質素僅次於 GPT-Live。

  6. IT之家40

    Shizuku AI 公佈全雙工模型 Shizuku-Duplex,為 AI 伴侶開發奠基

    Shizuku AI 公佈全雙工模型 Shizuku-Duplex,稱其為繼 GPT-Live 後第二個支援日語智能對話的全雙工模型,無需等待完整提問即可啟動思考。該模型在 6 個參測模型中日語對話自然性最高,回應質素僅次於 GPT-Live;模型以 80ms 為一個互動「幀」,每 5min 壓縮一次上下文。Shizuku AI 正基於這項技術開發伴侶式 AI 雫。