跳到正文
11月8日週日
  1. DEV Community30

    FDA 為亨廷頓病基因療法訂下 PDUFA 日期:對分子教育及工具意味着甚麼

    FDA 將於 2025 年 5 月 1 日就 uniQure 的亨廷頓病基因療法 Ifezuntirgen Inilparvovec(AMT-130)作出決定。確認性試驗採用隨機分組,納入 200 名患者,按 2:1 分組,主要終點為 36 個月的總功能能力。文章亦介紹 NexoPeek:在 Meta Quest 上運行的 VR 分子實驗室,結合分子結構教學導覽及專業 PDB 檢視與分析功能。

  2. DEV Community44

    構建 TianDun:由一張照片打造支援多平台的 AI 直播主持人

    TianDun(天遁)讓創作者和賣家只需提供一張清晰肖像照及一段短稿,便可製作會説話的虛擬形象影片、產品短片和 AI 直播主持人。直播功能包括自動配音、虛擬貨架、產品推介及彈幕回覆,並支援推送至 Douyin、Kuaishou、WeChat Channels、Bilibili、Xiaohongshu 和 RTMP。瀏覽服務免費,任務失敗會退還點數。

  3. DEV Community43

    Meta Quest 2 與 Quest Pro 宣佈停止功能開發

    Meta Quest 2 與 Quest Pro 將停止新增功能,但應用程式商店來年及之後仍會維持開放。作者以 Amblyotube 在現有 Quest 頭戴裝置上進行弱視護理;這款應用程式讓用戶一邊觀看 YouTube 影片,一邊向左右眼分別呈現影像,作為輔助工具,並非醫療器材。

  4. 阿里雲開發者社區 AI45

    Qwen3.7‑Plus 如何透過 Vibe Coding 將截圖轉成程式碼?原理、快取優化與 Token Plan 計費指南

    Qwen3.7‑Plus 可讀取 UI 截圖並生成前端程式碼,支援 Vibe Coding 截圖轉頁面及圖文混合 Agent 工作流程。模型提供 1000000 Token 上下文窗口,最大輸出 131072 Token,並支援圖片及長影片輸入。指南亦拆解按量計費、Token Plan、NightPlan 夜間優惠及上下文快取規則,涵蓋接入設定與生產環境注意事項。

  5. 阿里雲開發者社區 AI41

    Qwen3.8-Max 企業落地實操指南:多模態 Agent 拆解、計費選型與 API 接口配置教程

    Qwen3.8-Max 企業落地指南涵蓋多模態 Agent 能力、計費選型及 API 接口配置,並説明按量計費、Token Plan、NightPlan 和上下文快取的成本規則。模型採用 MoE 架構,總參數量為 2.4 萬億、激活參數為 950 億,上下文窗口達 1000000 Token,最大輸出為 131072 Token。

  6. DEV Community38

    AI 智能體提出分子候選的時代,如何分享觀察結構的技術

    AI 智能體加快分子候選生成後,理解和驗證結構成為重要環節;NexoPeek 提供以 Quest 3 使用的分子結構解析工作站,讓研究人員以空間方式檢視候選結構。它支援多種本機檔案格式、AI 口袋預測、相同源疊合、氫鍵追蹤及距離量度。文章探討頭戴裝置會否成為研究工具,或主要用於教育與推廣。

  7. DEV Community29

    聯合航空個人化座椅螢幕,為 Amblyotube 視覺訓練帶來甚麼啟示

    Seven Sports 的 Meta Quest 應用程式 Amblyotube,讓左右眼觀看不同的視覺畫面,將個人化螢幕用於視覺訓練。用戶觀看 YouTube 風格內容時,程式會模糊優勢眼畫面,並以 AI Sharpener (MFBF) 為弱視眼提供視覺提示;內置 LogMAR 視力測試,可按測試結果調整訓練設定。Amblyotube 是輔助視覺訓練工具,並非診斷、治療或根治方法。

  8. 新浪科技27

    驍龍新終端集中亮相,高通與中國生態夥伴創新成果亮相進博會

    高通在進博會集中展示搭載第六代驍龍8雙旗艦移動平台的中國品牌新終端,以及與中國生態夥伴合作推出的多類驍龍設備。小米18 Pro Max、榮耀WIN2等六款手機搭載第六代驍龍8超級至尊版,小米18 Pro則搭載第六代驍龍8至尊版。展品還包括平板、AI PC、AI眼鏡、可穿戴設備、智能體設備及汽車。

  9. 新浪科技73

    三名男子涉嫌利用 AI 冒充企業高管和律師,詐騙超過 1.29 億美元

    美國司法部起訴書指控三名男子利用 AI 偽造企業高管及律師的聲音和影像,誘騙企業員工匯款,涉嫌詐騙超過 1.29 億美元。起訴書稱,詐騙活動由 2024 年持續至 2026 年,三人先假扮企業高管,聲稱有敏感財務交易,再冒充律師指示員工匯款。美國司法部稱,款項被匯往美國及歐亞多國的銀行帳戶,收款後再兑換成加密貨幣;三人已在西班牙和英國被捕,並被控電信欺詐共謀、洗錢共謀及加重身份盜用等罪名。

  10. DEV Community43

    如何用 cascade-vision 和 Python 偵測影片物件並匯出活動記錄

    cascade-vision 是開源 Python 程式庫及 CLI,可偵測影片中的物件、選取區域供視覺語言模型分析,並匯出結構化活動記錄。處理流程結合 OpenCV 動態篩選、YOLO 偵測、ByteTrack 追蹤及背景語義分析。專案仍處於 early alpha,實際準確度和成本節省尚待驗證;示範使用合成影格及模擬描述,不代表辨識準確度。

  11. DEV Community45

    Momentic 真人式測試 AI 遇上 Amblyotube 真人式弱視復康訓練

    Momentic 推出會像真實用戶般操作應用程式、尋找錯誤的智能體;Seven Sports 的 Amblyotube 則把用戶選取的 YouTube 影片轉化為 Meta Quest 上的雙眼視覺訓練。Amblyotube 以雙眼獨立影像流即時呈現訓練,並提供視覺刺激及 LogMAR 測試,用以校準預設。產品建議每日使用 30–40 分鐘、最多 1 小時,適用於 13 歲起人士,並非醫療器材。

  12. 阿里雲開發者社區 AI30

    AI 體育競技精彩影片生成平台如何構建?

    AI 體育競技精彩影片生成平台可按多模態流輸入、智能分析、視效生成及自動成片分發四層架構搭建,涵蓋賽事影片導入至社媒分發。流程包括以 Gemini 1.5 Pro 等分析賽事,按規則挑選得分最高的前 10% 片段,再以 AI 補幀及超分技術提升至 4K/60幀,並自動剪輯、配音及輸出。

  13. DoNews31

    索尼全球首發車載乘客眩暈檢測技術

    索尼在第九屆中國國際進口博覽會全球首發車載乘客眩暈檢測技術,透過分析道路畫面和後排屏幕播放內容,評估乘客乘車觀看影片時的眩暈風險。這項技術由索尼中國研究院研發,並與北京交通大學合作,無需加裝額外硬件,已申請專利。

  14. IT之家32

    索尼全球首發融合雙路視覺資訊的車載乘客眩暈檢測技術

    索尼全球首發車載乘客眩暈檢測技術,透過分析車前道路畫面與後排屏幕播放內容,預測乘客可能出現的眩暈程度。方案使用基於公開醫學數據訓練的 AI 模型,並可結合個人敏感度評估;評估結果可提示駕駛員減少急剎、急轉,也可供內容平台推薦視覺變化較緩和的內容參考。技術已申請專利,並可沿用車輛原有的 ADAS 前視攝像頭,無需新增後排攝像頭。

  15. 新浪科技38

    索尼全球首發基於視覺語言模型的駕駛接管危險預警技術,提供分級提示

    索尼全球首發基於視覺語言模型的駕駛接管危險預警技術,分析車輛前方道路畫面,判斷路況是否接近或超出智能駕駛系統的設計運行範圍(ODD),並提供分級提示。提示分為三個層級,分別提醒準備接管、引導主動接管及提示緊急接管。該技術已與清華汽車工程學院在蘇州市相城區開展實際道路測試。

  16. IT之家34

    索尼全球首發基於視覺語言模型的駕駛接管危險預警技術,提供分級提示

    索尼在中國國際進口博覽會全球首發基於視覺語言模型(VLM)的駕駛接管危險預警技術,分析車輛前方道路畫面,判斷路況是否接近或超出智能駕駛系統的設計運行範圍(ODD)。接管提示分為三個層級,按風險情況提醒駕駛者準備接管、主動接管或緊急接管。該技術目前已在蘇州市相城區開展實際道路測試。

  17. DEV Community35

    越南人工智能及大語言模型動態速覽(08/11/2026)

    越南人工智能及大語言模型動態速覽聚焦具身 AI、機械人新聞主播、學術研究中的 AI 應用,以及超級智能帶動的科技與基建佈局。2026 年上半年,具身 AI 公司透過 322 宗交易集資 935 億人民幣(約 130 億美元),金額按年增長 5 倍。學術 AI 工具可協助整理研究證據及辨別研究結果的立場。

11月7日週六
  1. OpenMOSS / 復旦NLP / 上海創智 / MOSI67

    OpenMOSS 的 MOSS-Live 支援即時多模態連續對話

    OpenMOSS 提供 MOSS-Live,一套支援連續互動的即時多模態對話系統,可同時聆聽與發言、處理打斷及話題轉換,並理解即時視覺輸入。系統由負責聆聽、輪流發言和語音互動的前景模型,以及負責推理、工具調用和較長任務的背景模型組成,兩者透過協調層共享記憶、上下文和任務狀態。

  2. 虎嗅56

    一線導演親述 AI 出海短劇擦邊戲的製作難點與平台整治

    一位製作過十多部出海 AI 短劇的一線導演指出,AI 擦邊戲的主要難點在多模態模型審核與分鏡品質,而非影片模型生成。他們最後常以手動逐字撰寫提示詞完成擦邊段落,相關戲份 token 消耗約為等長其他戲份的三倍,一個接吻動作可能要抽近十次。作者又稱,海外平台自九月底起加強審查不合規素材並回查舊劇,創作者因而需要重新思考,刪去擦邊戲後甚麼故事仍能吸引觀眾。

  3. 新浪科技28

    海信家電多項科技成果獲權威認可

    海信家電近期有13項技術獲評國際領先水平,7篇論文獲評行業優秀論文,另有7個項目獲省市級科技獎項。相關技術涵蓋冰箱、空調、洗衣機等領域,包括智能感知、節能降碳及噪聲控制。海信家電將加速推動科研成果轉化為產品與產業應用。

  4. DEV Community42

    Breathless Reef:以面部表情和呼吸操控的潛水遊戲

    Breathless Reef 是一款以攝影機作為唯一控制器的潛水遊戲,玩家透過頭部動作、眨眼、呼吸和表情控制游泳、發射魚叉及海洋環境。遊戲有 Breath mode 和 Free dive 兩種玩法;前者在水下吸氣會消耗生命和分數,後者可捕魚、收集錢幣和魚叉以爭取分數。每局遊戲為 3 分鐘,亦可在選單關閉時限。

  5. DEV Community56

    Flutter 如何使用 Gemini API 建立收據掃描器

    Flutter 收據掃描流程透過 Gemini API 將收據照片轉成結構化商品清單,省去另寫收據版面解析器。回應以 JSON schema 限定格式並解析成 Dart 資料,未印在收據上的到期日會標示為估算值,交由用戶確認及修改。文中採用 gemini-2.5-flash,並建議透過後端保管 API key;收據照片會傳送至 Google API。

  6. 阿里雲開發者社區 AI28

    Qwen3.8-Max 全方位開發指南:深入解析多模態 Agent 能力、計費規則、API 接入與實戰方案

    Qwen3.8-Max 開發指南深入解析多模態 Agent 能力,涵蓋計費規則、API 接入設定及實戰部署方案。文中稱模型總參數量為 2.4 萬億,推理時啟用 950 億參數,並支援最高 100 萬 Token 上下文窗口及圖片、影片和文件輸入。阿里雲百煉提供 API 接入;按量計費的普通輸入為每百萬 Tokens 12 元,普通輸出為 36 元。