OCR 將 34 格表格辨識成 40 個文字框:文字框不等於儲存格
ImgIng 的 OCR 將一張有 34 個非空儲存格的工作單辨識成 40 個文字框,另一張有 63 格的價目表則只辨識出 58 個;文字框數量不等於儲存格數量。測試顯示,按 Tab 或空白分隔文字無法可靠還原表格,需根據文字框座標、欄間空隙或表格線定位;換行儲存格仍可能錯置。
ImgIng 的 OCR 將一張有 34 個非空儲存格的工作單辨識成 40 個文字框,另一張有 63 格的價目表則只辨識出 58 個;文字框數量不等於儲存格數量。測試顯示,按 Tab 或空白分隔文字無法可靠還原表格,需根據文字框座標、欄間空隙或表格線定位;換行儲存格仍可能錯置。
《紐約時報》關於英偉達黃仁勳女兒麥迪遜·黃的報道引發爭議,新浪科技將焦點延伸至她的實際權力邊界及公司監督機制。報道引述多名現任及前任員工稱,她的實際影響力遠超正式職位,並列出她在會議斥責同事等説法。文中指出,高管離職等指控來自匿名員工口述,不能等同完整事實,並主張應檢視企業的權力約束與監督機制。
中國南水北調集團發布全新升級的「天河」大模型V2。該模型由V1版本夯實基礎,升級至V2版本深化應用,推動水網管理決策向數據—機理—智能協同驅動轉型。
蘭博基尼更新 Apple Vision Pro 應用,新增兩項為 Temerario Spyder 打造的空間計算功能,展示可摺疊硬頂的收折過程及四種駕駛模式。用戶亦可 360 度環繞查看 907 馬力混合動力系統,應用現已上線。
阿里雲雲伺服器提供按量付費、包年包月、競價實例及資源包等計費方式,並以不同產品系列應對個人網站、企業應用和 AI 訓練等需求。按量付費的入門型參考價約 ¥0.15–0.25/小時,包年包月的標準通用級(4核8G)約 ¥1,800–2,500/年。帶寬、儲存及促銷會影響總費用,實際價格以阿里雲官網為準。
教育培訓機構可按自身需求選擇GEO服務商,並以診斷、事實來源、合規、信源鋪設和效果度量五個問題評估合作方。服務方可分為監測工具型、內容投放型、搜索轉型型、垂直行業型和一體化系統型,文章亦拆解三類機構的落地路徑。信源積累以月計,AI回答的可見度變化通常需數周至數月逐步顯現。
阿里雲伺服器選購指南比較輕量應用伺服器與 ECS 的價格、配置、續費政策和計費方式,並整理不同業務場景的選擇建議。輕量應用伺服器 38 元起,ECS 經濟型 e 實例 99 元起,並可續費同價至 2029 年 3 月 31 日。選購時還要留意帶寬、流量、數據盤及升配等成本。
阿里雲百煉首次開通的新用戶完成實名認證並選擇華北2(北京)地域後,可獲超7000萬免費 Token,用於千問(Qwen)系列模型的網頁對話及 API 呼叫。額度有效期90天,按模型分開計算且僅抵扣推理呼叫;文中列出百煉、千問在線體驗平台和 AI 免費試用中心三個入口。指南建議啟用「免費額度用盡即停」,避免額度用完後自動轉為按量付費。
mycs 以扁平問答整理知識庫,只有正式發布的條目才會進入模型的候選清單,答覆再由程式核對是否有原文依據。同一組 13 道題中,完全正確的題目由 7 道增至智譜版本的 10 道,再在 Qwen3.6 上增至 11 道;年假例子則由程式按已有 8 天、新增 15 天及上限 30 天算出 23 天。
METR 指出,AI 在編碼方面的能力受惠於編譯器和單元測試提供的明確回饋,但面對需要定性判斷的架構評估,RL 缺乏清晰的優化目標。AI 自行設計的評測工具沒有一套達到實際研究環境的使用標準,Opus 5.5 亦僅由明顯低於標準進步至接近高於標準。文章建議把有測試套件保障的執行工作交給 AI,架構判斷則保留人類審核。
Deskwise 是作者打造的私有 AI 助理,能根據公司文件回答問題並標示來源頁面。系統按公司、部門或指定人士設定存取權限,並記錄上載、提問及下載;搜尋結合 70% 向量相似度與 30% BM25。產品已可運作,但尚未有收入或客戶;作者正出售完整原始碼及知識產權,並提供交接。
作者將 Echo 擴展成可自行託管、以 CPU 運行的語音複製工作室,能以數秒語音樣本生成指定聲線的朗讀,並讓 3D 虛擬角色同步嘴形。它使用 Coqui TTS 的 YourTTS 多語言模型,透過常駐 Python Worker 載入模型並逐項處理工作;語音庫和最近 50 次生成記錄則存於瀏覽器 IndexedDB。
教程示範如何以 Node.js、WhatsApp Cloud API 及支援工具調用的 LLM,建立可讀取自由文字並處理訂單的 WhatsApp AI 智能體。智能體可用英語、印地語或 Hinglish 回覆,並透過工具查詢商品、建立訂單及產生付款連結;價格和總額由程式碼計算,模型不能直接存取資料庫。
Afterburn Timer 是一款原生 macOS 運動輔助應用程式,結合運動規劃與非接觸式攝影機脈搏觀察,記錄組間恢復情況。應用程式使用 SmartSpectra 3.5.0,從 1,324 項運動的本機目錄準備訓練,並以運動前 30 秒有效脈搏讀數的中位數建立基準。恢復判定只依據脈搏,不代表醫學驗證的恢復指標。
這篇教學示範如何透過 InterOdin 的 OpenAI-compatible API,在 Vercel AI SDK 中使用 Odin v1,將模型接入方式由更換 provider 完成,毋須重寫程式。
投中信息副總經理吳浠指出,國資基金正迎來退出高峯,但早年投資項目仍有大量尚未退出。截至2026年三季度末,全國累計設立約1.6萬隻國資基金,規模達16.8萬億元;2026年前三季度完成約1200筆直投退出,成熟年份仍有約70%的已投基金和項目等待退出。
邁克爾·伯裏在 X 表示,他曾提醒市場留意 NVIDIA、CoreWeave、Nebius 及半導體股,但沒有叫人做空。自 10 月 6 日盤中高位以來,NVIDIA、CoreWeave 和 Nebius 股價分別下跌約 42%、55% 和 65%。他亦警告 AI 企業在晶片和數據中心投入過多,並批評激進的會計處理、循環融資,以及規模危險的債務和表外負債。
Nothing 宣佈旗下首款 AI 原生硬件設備將於 12 月 8 日亮相,產品採用無屏幕設計,面向日常辦公與生產力場景。預熱圖片顯示,設備設有實體按鍵及錄音標識,預計主打會議記錄用途。裴宇表示,Nothing 希望透過專用硬件讓 AI 更自然地融入日常工作;該產品不是軟件應用。
北京市婦幼健康人工智能創新中心於11月21日宣佈啟動,將聚焦妊娠風險預警、婦幼健康監測等場景開展研究。中心在北京市衞生健康委員會指導下,由首都醫科大學附屬北京婦產醫院、北京婦幼保健院等多方共同打造。
Google 為 Gemini 推出 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動態效果和搞笑表情包。功能面向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或於圖像與影片工具中選擇 GIF 並描述需求。
Google 為 Gemini 上線 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動畫及搞笑表情包。功能向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 並描述需求。
OpenAI 正為首款消費級 AI 硬件組建研發與製造體系,首款產品據報是預計 2027 年交付消費者的無屏便攜式設備。Jony Ive、LoveFrom 及多名前蘋果硬件人才參與設計和研發,文章稱立訊精密將是核心製造商。歌爾股份目前僅有供應接洽的消息,未有公開可靠證據顯示其取得定點或量產訂單。
Nothing 宣佈首款 AI 原生硬件設備將於 2026 年 12 月 8 日正式亮相,採無屏幕設計,定位日常辦公與生產力場景,主打會議記錄。設備採用矩形拉絲金屬機身,配備「Talk」實體按鍵、錄音鍵及紅綠 LED 狀態指示燈。CEO 裴宇表示,產品旨在補足大模型欠缺的即時生活情境,讓 AI 更自然地融入工作流程。
零跑汽車回應 A10 後備廂下層儲物盒受損影片,稱受損部件是蓋板下方的獨立儲物盒,因超出設計承重 40kg 而受損,並非結構件問題。涉事車輛用戶已溝通並表示理解。零跑表示將優化新車交付、車機界面及官方平台的用車指引,加強場景化提示。
Google 在 Gemini 推出由 Gemini Omni 1.2 Flash 驅動的 GIF 生成功能,可生成循環動圖與表情包。功能面向所有 Google AI 訂閲用戶,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費開放。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 選項並描述需求,即時生成。
範式發布2026年Q3財報,前三季度總收入達人民幣67.47億元,同比增長53.3%。毛利約人民幣22.6億元,同比增長39.4%;AI Platform業務收入人民幣53.92億元,同比增長32.0%,在手訂單約90億元。API業務收入達人民幣10.14億元,同比增長1,556%,承接快速增長的模型推理需求。
測試流程應由 AI 負責探索、由腳本負責回歸守護;Mika 是 AI 操作手機的產品,Droidline 則是由程式碼驅動手機的介面。AI 探索所得路徑須由人判斷、補上斷言並固化成可重複執行的腳本,不能直接視作可進入 CI 的回歸用例。Mika 為 v0.1.x,Droidline 自述仍為 0.1,兩者仍處早期,定位是補位工具而非替代方案。
Keploy 透過 eBPF 在內核層錄製真實流量,自動生成 API 測試用例及依賴 Mock,並以回放結果對照錄製快照檢查回歸。回放比對可檢查行為有否偏離錄製基線,卻不能判斷原有行為是否正確;真實流量也未必涵蓋邊界情況。文中指出 test-gen 可透過 AI Agent 參照錄製資料及 Swagger、OpenAPI 文件補充用例,錄製資料放入 Git 前須先脱敏。
Serverless 運行 AI 應用時,冷啟動由五段串行準備工作構成,任何一段都可能拖慢首個請求。用戶可重點優化程式碼與映像檔準備、運行時初始化和業務初始化,包括精簡依賴、分開全局初始化與請求邏輯,以及延遲載入非關鍵資源和並行執行互不依賴的初始化。鏈路追蹤可查看分段耗時,以定位瓶頸;若仍未達延遲要求,文章建議使用預留實例降低冷啟動概率。
文章講解如何為 AI 影片生成設定首尾幀,指出尾幀與首幀的差異會影響運動幅度及商品變形風險。只有一張商品圖時,可重用同一張圖、用圖像編輯工具製作尾幀,或只設定首幀。首尾幀差異較大時,應增加生成幀數並降低運動強度;差異較小時則可適度提高運動強度。
電商 AI 生成影片中的商品變形分為結構、紋理和時序三類,應先判斷問題類型,再針對成因排查。流程包括檢查輸入圖、調低運鏡幅度、處理文字圖層、檢視首尾幀差異及運動強度,並每次只調整一個變數,以便定位根因。
npm 全站週末單日下載量佔平日比例,從連續 25 季的 23% 至 29% 升至目前的 47%。作者分析 507 個大型套件時發現,506 個的週末比例至少上升 10 個百分點;esbuild 的 Linux 套件自 2025 年春季先開始上升,Mac 和 Windows 套件到 2026 年才開始變化。作者指出,下載數據無法分辨 Mac 和 Windows 的增長來自週末開發,還是更多 CI。
當機構用 AI 自動化取代判斷,而非支援判斷時,錯誤可能更難被發現和申訴。英國 Ofqual 在 2020 年以統計模型調整 A-level 成績,約 39% 的成績低於教師評估,之後政策改為採用教師評估。文章指出,問題不只在模型準確度,也在機構如何設定目標及承擔決策責任。
Gistsmith 讓用戶自行選擇會議筆記的語言,無論參與者以甚麼語言交談,筆記都會使用所選語言。現時應用程式支援 35 種語言的語音輸入、37 種語言的筆記和即時翻譯,以及 12 種介面語言;筆記語言設定與 Mac 介面語言分開。代價是原文措辭的語氣可能在翻譯後流失。
作者 nonacosa 建立 PastNoise(pastnoise.com),可搜尋 206M+ 帶時間戳的 Podcast 字幕行,將 5 至 6 位不重複主要講者的片段編排成連續瀏覽頁,並列呈現 Wikipedia、PubMed、Crossref 和 OpenAlex 引文。
AI 令數學家與軟件工程師的工作逐漸趨同:兩者都愈來愈常透過提示詞生成程式碼。軟件工程師生成 Rust 或 Python 程式,數學家則生成 Lean 證明;兩者都以自然語言表達想法,再由 AI 轉換成形式語言。
MiniMind 展示如何從零開始,在 2 小時內訓練可運作的 64M 大語言模型;文章並整理 4 項 2026 年仍可使用、毋須信用卡的開發資源。Kaggle GPU 提供每週 30 小時 Dual-T4;Groq 和 Cerebras 提供 300+ tok/s 推理,SiliconFlow 提供 14M–20M starter tokens。
文章指出,聊天機械人只按提示詞回覆,智能體則接受目標、拆解步驟、呼叫工具、評估結果並反覆迭代,直至完成目標或停止。文中以是否具備這個循環區分工作流與智能體,並建議固定步驟或單次 LLM 呼叫已足夠時,不必加入智能體;若授予工具權限,應設最小權限、人工審核及操作記錄。
Bazaar Ledger 是一款面向商店的記帳應用,支援 Android 並配有 Windows 配套程式;所有帳單、付款和庫存變動都先寫入手機。帳目採用複式記帳;啟用雲端時,資料會先在手機上加密,伺服器不會取得解密密鑰,因此無法搜尋或分析帳目。選用的 AI 助手使用 Anthropic 的 Claude,只會收到單次請求所需資料。
武漢一名男子酒後駕車遇交警檢查,開啟車輛智能輔助駕駛並躲到後排,試圖逃避查處,當場被識破。次日血液檢測顯示其酒精含量為186mg/100ml;他涉嫌醉駕的行為已被刑事立案,另因在駕駛證吊銷期間駕車被罰款1500元。