LiteParse 2026 年 9 月更新加快 PDF 解析、改善表格準確度並新增視覺定位
LlamaIndex 更新 LiteParse，PDFium 優化令文字抽取耗時減少 20-25%，並改善 Markdown 解析表現，新增視覺定位及 is-complex API。
全部AI 動態
全部動態
今日 458 條LlamaIndex：產品、工程與評測AI 評分5858 LlamaIndex：產品、工程與評測AI 評分5555 LlamaIndex 解釋 VLM 為何難以解析表格
LlamaIndex 指出，通用 VLM 難以可靠解析表格，因其並非為文件及表格處理最佳化；LlamaParse 則以專用方案取得更佳結果並降低成本。LlamaParse 以巢狀 JSON 保留欄位與分區關係，並處理勾選狀態、邊界框定位和欄位歸屬。
LlamaIndex：產品、工程與評測AI 評分6262 LlamaIndex 發佈 Extract v2.5，提升文件抽取準確度
LlamaIndex 發佈文件抽取智能體 Extract v2.5，提升所有檔位的準確度，且每頁收費不變。ExtractBench 上，Cost Effective 的整體 value F1 由 87.1 升至 93.9，Agentic 由 89.8 升至 95.8，Agentic Plus 由 95.1 升至 96.4。
LlamaIndex：產品、工程與評測AI 評分3030 LlamaParse 應付帳款 OCR：效益、挑戰與最佳實踐
LlamaParse 將應付帳款 OCR 與 VLM 文件解析、機器學習及結構化解析整合，把非結構化發票轉成可驗證、可供企業系統使用的財務資料。系統可擷取發票欄位及明細，並在資料進入 ERP 前核對小計、明細與總額是否符合財務規則。結構化索引和檢索亦可加快查找發票記錄及財務屬性，強化審計準備。
LlamaIndex：產品、工程與評測AI 評分2727 甚麼是 Agentic OCR？智能文件自動化的下一階段
Agentic OCR 將推理、規劃與自我修正納入文件處理流程，並按文件元素選用合適模型，不再只做一次性文字擷取。多模態語言模型與自動文件類型識別可理解版面、表格及圖表；視覺定位則將擷取欄位連回來源頁面供核查。Agentic loop 透過一致性檢查驗證結果，並在輸出前修正總額與明細不符等錯誤。
LlamaIndex：產品、工程與評測AI 評分3131 LlamaParse 表格 OCR：如何從文件提取結構化資料
表格 OCR 透過表格偵測、結構辨識與資料擷取，將文件中的表格轉為 JSON、CSV 或 Excel 等機器可讀格式。LlamaParse 的發票示例會重建行列及欄位關係，並把數值映射至指定 schema。算術、資料類型及跨欄位一致性檢查，有助避免結構錯配流入企業工作流程。
LlamaIndex：產品、工程與評測AI 評分3939 非結構化資料抽取：如何將文件轉化為結構化洞察
現代非結構化資料抽取結合 NLP、NER 與 LLM，從文件擷取可查詢的結構化資訊，供下游系統處理。實際流程包括文件匯入、OCR 與分塊等預處理、提示詞抽取、資料驗證及輸出整合。LLM 的 zero-shot 能力無需領域專用訓練例子，可降低新增文件類型的成本。
IT之家AI 評分4848 特斯拉持續推進 FSD 監管版輔助駕駛系統在中國台灣地區落地，進一步優化道路測試計劃
特斯拉正持續推進 FSD 監管版輔助駕駛系統在中國台灣地區落地的申請，並按首輪技術審查意見進一步優化道路測試計劃架構。測試路線除涵蓋法規要求場景，亦將納入由城市至鄉村的多種交通環境，以驗證系統對當地機動車與摩托車混行及交通規則的適應能力。公司將完善路線與場景規劃，推進系統取得相關審核認可。
IT之家AI 評分3030 極米記得 AI 顯示眼鏡 MemoMind One 明日進駐線下門店，開放定金預訂
MemoMind One 將於明日進駐全國 56 家線下門店及 INNO100 全球創新旗艦店，並開放定金預訂。10 月 3 日至 10 月 14 日到店預付 100 元定金，可獲贈價值 199 元墨鏡夾片 1 副。官方稱眼鏡具備 AI 記憶、導航和提詞功能，結合極米顯示、蔡司光學與哈曼聲學，目前尚未公佈配置資訊。
IT之家AI 評分7575 日本法院首次確認聲音受法律保護，認定未經許可模仿津田健次郎聲音侵犯形象權
東京法院在津田健次郎起訴 TikTok 案中，首次確認人的聲音受法律保護，並認定未經許可使用其聲音侵犯形象權。案件涉及匿名帳號用 AI 克隆其聲音為影片旁白；因帳號已註銷，法院未支持津田要求 TikTok 下架影片的請求。
IT之家AI 評分2929 大眾安徽與眾 09 夏測實車亮相，預售價 19.99 萬元起
大眾安徽與眾 09 夏測實車亮相，並已開啟預售，售價 19.99 萬元起。新車搭載端到端智能輔助駕駛模型，可實現高速／城區 NOA 和車位到車位 AI 代駕，並標配圖靈 AI 晶片，總算力 750TOPS。
IT之家AI 評分6464 Black Forest Labs 發佈 FLUX 3 Image，支援最高 4K 生成及精確排布畫面元素
Black Forest Labs 發佈圖像生成模型 FLUX 3 Image，最高支援生成 4K 解像度圖片，並可用座標網格和邊界框精確安排畫面元素。模型單次最多可融入 10 張參考圖像並指定物件位置，也可修改指定區域而保持其他像素不變；官方稱其能在像素級別維持原圖內容，以支援精確多輪編輯。
IT之家AI 評分3838 小鵬 MONA L03 車型 9 月交付超 14,000 台，年輕用户佔比過半
小鵬汽車表示，MONA L03 9 月交付超 14,000 台，年輕用户佔比過半。一線、新一線及二線城市佔七成，超九成訂單選擇 Max / Ultra SE，輔助駕駛里程累積超 7 億公里。
IT之家AI 評分7474 Anthropic IPO 招股書警告美國政府態度或影響客户關係，甚至波及人類文明
Anthropic 在 IPO 招股書中警告，美國政府對公司及其技術的態度可能影響政府業務，並延伸至商業客户和合作夥伴，甚至波及人類文明。
IT之家AI 評分5151 湖北擴大智能家居國補範圍，機械人、數碼相機等可補貼 15%
湖北省自 2026 年 10 月 1 日起擴大智能家居及相關消費品補貼範圍，新增機械人、數碼相機、無人機、血壓儀等品類。個人消費者在參與商家購買補貼範圍內產品，可按扣除各環節優惠後的最終售價獲 15% 補貼，每類產品限 1 件、每件不超過 1500 元。數碼及智能產品、家電仍參與國補。
IT之家AI 評分1717 鈦度推出輕鸞 2 頭戴式耳機：50mm 動圈、230g 重量，售價 159.9 元
鈦度推出輕鸞 2 頭戴式耳機，售價 159.9 元，主打輕量化機身。耳機重約 230g，搭載 50mm 發聲單元，支援 7.1 遊戲音效與音樂雙模式，並提供 2.4G、藍牙 6.0 及有線 USB 連接。產品內置 1000mAh 電池，配備可插拔全指向 AI 降噪麥克風。
IT之家AI 評分5252 上海市委網信辦要求平台防範七類涉未成年人心理健康風險，嗶哩嗶哩、小紅書、拼多多等 17 家平台參會
上海市委網信辦於9月30日召開未成年人網絡保護專題指導會，17家重點平台參會，會議要求平台防範七類涉未成年人心理健康風險。風險包括網絡沉迷成癮、網絡欺凌、容貌身材焦慮、自殘自殺類消極有害信息傳播、線上社交擠佔現實交往、AI 換臉及虛擬人設帶來的情感操控，以及不良價值觀傳播。
IT之家AI 評分6060 NVIDIA DGX Spark 推出 64GB 版本，起售價 4,999 美元
NVIDIA 推出 DGX Spark 64GB 版本，起售價 4,999 美元，並將於 10 月 23 日發售。產品基於 GB10 Grace-Blackwell，約 56GB 記憶體可供模型權重與 KV cache 使用，並最多支援 4 台設備組成集羣。官方實測兩台設備組成集羣運行 Qwen3.8-27B，相比單台設備性能最高提升 1.7 倍。
IT之家AI 評分5454 Meta 旗下 AI 智能體 Muse 將登陸智能眼鏡，可代用户完成各類任務
Meta 宣佈，旗下 AI 智能體 Muse 將於近期登陸智能眼鏡，用户可透過語音指令讓它在後台代辦任務。Muse 基於 Muse Spark AI 模型運行，使用持續運作的雲端 Linux 虛擬機，並可自行編寫、執行程式碼或把工作分派給多個子智能體。
IT之家AI 評分1919 煥新極氪 007GT 推出「河谷綠」車色及「墨綠」內飾
極氪汽車為煥新極氪 007GT 推出「河谷綠」外飾色與「墨綠」內飾。2026 年 10 月 1 日至 10 月 31 日下定該車，可享更多限時權益；煥新極氪 007/007GT 均採用 900V 高壓架構，匹配麒麟電池，最高續航達 905 公里，百公里加速最快 2.73 秒。
IT之家AI 評分5757 Meta 預告 Ray-Ban Display 眼鏡 2026 年下半年大型更新，涵蓋導航、通知及 Hologram 虛擬化身
Meta 公佈 Ray-Ban Display 眼鏡 2026 年下半年大型更新詳情，涵蓋導航、通知管理、Hologram 虛擬化身及 Explore 應用推薦。
OpenAI Developers：BlogAI 評分3030 Hello, world! OpenAI 推出開發者網誌
OpenAI 推出面向開發者的新網誌，將刊載技術深入文章、版本更新説明及最佳實踐，並由工程師直接分享工具與功能資訊。首批兩篇文章包括 Realtime API 開發者備忘，聚焦整合 GA Realtime API 及新即時模型時涉及的重要技術變更。
OpenAI Developers：Blog精選AI 評分7676 OpenAI Realtime API 開發者筆記：GA 後語音對語音更新要點
OpenAI 整理 Realtime API 與 gpt-realtime 語音對語音模型進入 GA 後的介面變更、新功能及整合注意事項。文章建議客户遷移至 GA 介面，並説明 beta 與 GA 在功能支援、temperature 和非同步函式呼叫上的差異。
推薦理由：文章對照 beta 與 GA 的功能支援差異，並説明介面遷移、temperature 設定及長對話截斷的處理方式，方便開發者按整合環節核對需要調整的設定。
OpenAI Developers：BlogAI 評分5252 Dagster Labs 如何用 Codex 加速文件撰寫、跨媒介改編與完整度評估
Dagster Labs 團隊運用 OpenAI Codex 加快技術教育文件撰寫、跨媒介內容改編，並評估文件完整度。他們透過完善 CONTRIBUTING.md，並把程式碼、文件與示例放在同一個程式碼庫，讓 Codex 協助解讀 PR、起草文件及製作影片講稿。此外，團隊讓 Codex 根據文件生成程式碼，再執行測試，並以程式能否按預期運作作為文件完整度的間接指標。
OpenAI Developers：BlogAI 評分6363 如何打造優質 ChatGPT app，讓產品能力在對話中發揮價值
OpenAI 提供 ChatGPT app 設計指南，説明如何選擇使用場景，並將產品優勢拆成模型可在對話中調用的明確能力。文章以 Know、Do、Show 概括 app 的增值方式，建議聚焦少量操作，而非移植整個產品。指南亦涵蓋模糊與明確意圖下的互動、清晰的工具參數與結構化輸出、資料最小化及跨 app 協作。
OpenAI Developers：BlogAI 評分6565 OpenAI 發佈四款 2025-12-15 語音模型快照，擴大 Custom Voices 開放範圍
OpenAI 發佈 gpt-4o-mini-transcribe-2025-12-15、gpt-4o-mini-tts-2025-12-15、gpt-realtime-mini-2025-12-15 及 gpt-audio-mini-2025-12-15 四款語音模型快照，並擴大 Custom Voices 開放範圍。
OpenAI Developers：BlogAI 評分5353 Skyscanner 如何透過 JetBrains MCP 將 Codex CLI 整合至 JetBrains IDEs，加快除錯、測試與開發工作流程
Skyscanner 的開發者將 OpenAI Codex CLI 透過 JetBrains 的 MCP server 接入 JetBrains IDE，讓 Codex 查詢 IDE 檢查結果及執行預設 run configurations，以縮短除錯、測試與開發工作流程。
OpenAI Developers：BlogAI 評分6767 Codex Agent 技能的 Evals 系統化測試實踐指南
OpenAI Developers 提供一套以 Evals 系統化測試、評分並改進 Codex Agent 技能的實踐流程。指南建議先定義可量度的成功條件，並以 10–20 條提示詞涵蓋技能應否觸發等情境。再用 codex exec --json 記錄 JSONL trace，對命令與檔案執行確定性檢查，並以 --output-schema 輸出結構化 rubric 評分風格要求。
OpenAI Developers：BlogAI 評分6262 Alpic 分享 ChatGPT Apps 開發的 15 項經驗，並介紹可助建置提速 10x 的 Codex 技能
Alpic 分享 ChatGPT Apps 開發的 15 項經驗，並將部分做法納入開源 Skybridge 框架及 chatgpt-apps-builder Codex 技能。
OpenAI Developers：Blog精選AI 評分7676 OpenAI 分享以 Skills、託管 shell 與服務端 compaction 建構長時間運行智能體的實作技巧
OpenAI 分享以 Skills、託管 shell 和服務端 compaction 構建長時間運行智能體的實作模式，涵蓋技能路由、容器復用與網絡配置。Glean 面向 Salesforce 的 skill 將評測準確率由 73% 提升至 85%，並令 time-to-first-token 縮短 18.1%。
推薦理由：文章將 Skills、shell 與服務端 compaction 的分工整理成長流程建構方法，並涵蓋技能路由、產物交接及網絡隔離等可複用設計。
OpenAI Developers：BlogAI 評分6969 使用 Codex 和 Figma 構建前端 UI
OpenAI 宣佈即日起，Codex 可透過 Figma MCP server 在 Figma 與程式碼間雙向協作，並將運行中的介面轉成可編輯的 Figma frames。
OpenAI Developers：BlogAI 評分6464 Codex Code Review 新增 AGENTS.md 自訂倉庫審查規則
OpenAI 為 Codex Code Review 加入自訂倉庫規則支援，讓它可按 AGENTS.md 中的指引檢查改動，並在審查發現中引用相關規則。在包含已知違規和安全反例的主要評測套件中，規則引導版本識別出 98% 的必要自訂問題，基線對照組為 58.3%。
OpenAI Developers：BlogAI 評分2121 OpenAI 介紹 Rosalind Workbench：讓每位科學家都能成為自己的研究團隊
OpenAI 介紹 Rosalind Workbench，讓每位科學家都能成為自己的研究團隊。它透過引導式任務、科學檢視器及定序分析，協助研究人員循研究問題從數據追尋證據。
OpenAI Developers：BlogAI 評分2121 OpenAI Codex 部落格文章一覽
OpenAI Developer Blog 彙列多篇 Codex 文章，涵蓋以 Codex 建立遊戲、進行建築視覺化、製作前端介面，以及自動化重複工程工作的案例。其他內容包括 Skills 與提示詞、Codex Security、遠端工程工作、程式碼審查規則、JetBrains MCP 整合，以及用 Evals 系統測試 Agent Skills 的指南。
OpenAI Developers：BlogAI 評分00 OpenAI API 音訊與即時語音開發
OpenAI API 的 Audio & voice 文件聚焦於建立語音及即時語音體驗，並列於 API 開發文件導覽中。頁面其餘內容為開發者文件與資源入口，沒有提供音訊功能細節。
Hacker News：AI 熱帖AI 評分1919 面向 AI 智能體的身份管理（PDF，2025）
Hacker News 分享了 openid.net 上一份題為《面向 AI 智能體的身份管理》的 PDF，標示年份為 2025 年。頁面未提供文件內容細節。
Hacker News：AI 熱帖AI 評分3030 消費者對 AI 的疲勞感令人難以招架，本地商户應重新考慮使用 AI
消費者對 AI 內容的疲勞感已令人難以招架，討論主張本地商户重新考慮使用 AI。支持者認為，專業運用 AI 可製作媲美甚至勝過人工作品的內容，速度更快、成本更低。批評者稱，AI 產出有 99% 一眼可見地粗劣；他們所見的做法是未用過 AI 的人只輸入「a poster」，便採用首個結果。
Hacker News：AI 熱帖AI 評分6262 Breadcrumb 推出 Mac 本機 AI 工作記錄與上下文管理工具
Justin 推出 Breadcrumb，一款為 Mac 設計的本機工具，可記錄螢幕、會議及 AI 對話與操作，並整理為 AI 可搜尋的記憶和上下文規則。作者舉例，Claude 讀取會議記錄、調取螢幕時間線並檢查程式碼後，建立 14 張 JIRA 工單、附上 12 張截圖，並草擬 Slack 訊息。
Hacker News：AI 熱帖AI 評分1818 評測智能體在雜亂真實公司知識中的檢索能力
這場討論聚焦如何評測智能體在雜亂真實公司知識中的檢索能力，並詢問 BEAM、MemEval、MemoryArena 等基準的參考價值。提問者亦詢問 Karpathy 的 Episodic/Procedural/Semantic 分類（Doxa/Koine/Gnosis）是否有用、與設計哪些部分相符，並追問能否公開資料抽取流程，讓其他公司自行比較，以推進可重現性。
Hacker News：AI 熱帖AI 評分2727 Jev 等決策模型未能勝過 LLM-as-a-judge 或傳統分類器
Jev 等決策模型未能勝過 LLM-as-a-judge 或傳統分類器；用於智能體堆疊的條件分支決策時，模型須兼具良好校準與資訊性。神經網絡輸出 logits 對可約減的認知不確定性屬高度有損壓縮，令校準在實務上難以落實；高概率區域的估計亦會在輕微協變量偏移下不穩，令多步搜尋圖可能走向模型訓練或校準時未見的分支，甚至落在分佈外。