跳到正文
11月20日週五
  1. Stanford HAI News53

    TRACER 結合 ICU 影片與病歷,協助及早識別譫妄徵兆

    研究團隊開發 TRACER,結合 ICU 牀邊影片與電子健康紀錄追蹤患者活動變化,協助醫護及早識別譫妄徵兆。系統每分鐘抽樣15類「原子動作」,再整理成逐小時報告;測試中動作偵測準確率為85%,醫師查詢答對率為61%。在280名 ICU 患者中,譫妄篩查呈陽性者的「目的性活動」較少;研究團隊表示,TRACER 未使用患者資料訓練。

  2. DoNews52

    火山引擎上線豆包 SeedRealtime 1.0 即時音訊及影片通話模型 API

    火山引擎於11月19日推出豆包 SeedRealtime 1.0 即時音訊及影片通話模型 API 服務,支援多模態即時互動。模型融合聲音、畫面、時序與表達,具備持續環境感知及主動表達能力。相較依賴 ASR、VLM、TTS 等模組串聯的方案,模型可顯著降低延遲與資訊損耗,並能識別説話對象、消解同音歧義及理解視覺時序指代。

  3. 阿里雲開發者社區 AI55

    阿里雲 Qwen4-Max 功能、適用場景、價格及首發優惠介紹

    阿里雲百煉平台上線 Qwen4-Max 預覽版,並將其接入 Token Plan 訂閲體系;新用戶首購套餐可享5折優惠,至11月30日。Qwen4-Max 支援文字、圖像理解、工具調用、聯網搜尋及結構化輸出,適用於複雜文檔解析、代碼開發和智能體任務。預覽版目前只可透過 Token Plan 調用,不開放單獨按量計費;Lite 套餐折後每月19.5元,含20000 Credits。

  4. 阿里雲開發者社區 AI70

    Qwen4‑Max 與 Qwen3‑Max 比較評測:兩代旗艦模型差異解析

    Qwen4‑Max 預覽版相較 Qwen3‑Max,差異集中在任務定位、原生多模態、智能體動作範圍、發布流程及訂閲計費五方面。預覽版透過 Token Plan 訂閲 Credits 調用,不開放按量計費,並會於 11 月 25 日下線。文章指出,參數量、上下文窗口、完整基準跑分、開源規劃及正式版定價尚未由官方公佈,其他 Qwen4 型號的測試成績不能代表 Qwen4‑Max 的表現。

  5. DEV Community32

    構建用於評估用藥操作技巧的 AI

    電腦視覺與多模態 AI 可協助評估患者的用藥操作技巧,辨識示範中可觀察到的步驟偏差,並提供清晰易懂的教育回饋。系統可結合裝置專屬知識庫、視覺評估模型及受臨牀規範限制的回饋組件;如評估不確定或發現重要錯誤,應轉交藥劑師或臨牀人員跟進。系統須按裝置類型及預定用途接受臨牀驗證、保障患者影片資料私隱,且不得自行更改藥物劑量或建議更換裝置。

  6. 阿里雲開發者社區 AI39

    阿里雲千問(Qwen)大模型怎樣選?四款熱門模型能力、適用場景與優惠全解析

    阿里雲千問(Qwen)四款熱門模型各有定位:qwen3.8-max 主打全模態與智能體,qwen3.7-max 專注純文本推理,qwen3.8-flash 和 qwen3.7-flash 則面向不同成本與能力需求。四款模型輸入價格為每百萬 Token 0.3 元至 12 元,均提供 Batch 半價及 Token Plan;新用戶每個模型可獲 100 萬 Token 免費額度,有效期 90 天。

  7. Together AI 研究與產品博客56

    Together AI 上線 Tencent Hy4,提供無伺服器及專用端點

    Tencent Hy4 現已可透過 Together AI 的無伺服器及專用端點執行,並支援文字與圖像輸入。模型提供 1M-token 上下文窗口,每 1M 個輸入 token、輸出 token 及快取輸入 token 分別收費 $0.83、$2.50 及 $0.042。文章亦展示 Hy4 從圖表截圖擷取 JSON 數據並重建 HTML 圖表,以及按單一提示詞寫出瀏覽器遊戲。

  8. 阿里雲開發者社區 AI25

    阿里雲大模型能力體系解讀:一站式 AI 落地的產品矩陣與技術支撐

    阿里雲大模型能力體系以分層架構整合多模態模型、統一接入與計費平台、應用方案及彈性算力,支援企業構建 AI 應用。千問 AI 平台-Token Plan 統一模型接入和 Token 計量,函數計算 FC 則以彈性算力支援推理;應用模板和行業方案封裝提示詞工程、上下文管理及工具調用編排等共性工作。

  9. 阿里雲開發者社區 AI38

    大模型多場景使用手冊:文生圖、語音生成、文生文與 AI 編碼的技術路線比較

    文章比較文生圖、語音生成、文生文與 AI 編碼四類大模型應用的負載特徵及技術路線,指出它們分別側重顯存與單張耗時、首字節延遲、上下文與吞吐,以及長程推理和工具調用。四類場景可共用服務化、彈性伸縮及可觀測性,但冷啟動、流式輸出、分流和任務編排等環節須按場景設計。選型應依實測基線與流量結構配置預留及彈性資源,並按延遲要求和業務價值平衡體驗與成本。

  10. CNET48

    Siri 即將可回答 iPad 螢幕上顯示的內容

    Apple 將在 iPadOS 27.3 為 iPad 加入 Siri 視覺功能,讓用戶可詢問畫面或鏡頭中的物件。更新目前正進行 beta 測試,預計於 12 月向公眾推出。新功能亦包括雙擊視窗頂部調整大小,以及在 Freeform 以文字描述生成形狀、直接在 Pixelmator Pro 編輯圖片;後兩項功能須訂閲 Apple Creator Studio。

  11. DEV Community15

    Physical AI Engineering — 第10章:醫療與以人為本的 Physical AI

    《Physical AI Engineering》第10章探討醫療及以人為本的 Physical AI,並以醫療機械人為例,説明 Physical AI 如何整合感知、推理、精準操作及臨牀知識,支援診斷、治療、復康和病人監察。醫療機械人旨在輔助而非取代醫護人員,並透過融合多種感測資訊,提升臨牀情境理解。

  12. Prime Intellect51

    Prime Intellect 回顧 2026 年 RL Residency 研究成果

    Prime Intellect 回顧 RL Residency 在 2026 年支持的開放研究成果,分為評測、訓練環境和其他研究三類。項目涵蓋 Maze Bench、OpenTTD-Bench、PretrainGym、AerialSim 等;Maze Bench 中,當前最佳大語言模型在不使用編碼工具時準確率最高為 16%,使用編碼工具時最高為 23%。

  13. LlamaIndex:產品、工程與評測53

    ParseBench-2 如何建立文件解析評測基準

    ParseBench-2 將文件解析評測分為六個維度,並透過嚴重程度政策設定不同錯誤對分數的影響。六個測試套件涵蓋330種錯誤及良性變化,基準包含4,317個頁面案例。Metric Lab 允許用戶調整維度權重、錯誤嚴重度及錯誤分類;作者指出,符合預設政策不代表評分與所有用戶的判斷一致,也不能證明可泛化至未見文件。

  14. DEV Community44

    COLD SWEAT:恐慌會加快倒數引信

    COLD SWEAT 是一款使用 Presage SmartSpectra SDK 的 3D 拆彈遊戲,透過網絡攝影機即時讀取玩家的脈搏和呼吸,並以此調節引信速度。玩家的緊張程度越高,引信燃燒越快;保持冷靜則可爭取更多時間。遊戲亦提供可選的 AI 炸彈設計功能,並以規則檢查器驗證設計。

  15. BBC Technology72

    荷蘭私隱監管機構呼籲民眾不要購買 AI 智能眼鏡

    荷蘭私隱監管機構 AP 呼籲民眾不要購買智能眼鏡,稱測試發現 AI 可能在關鍵情境中提供錯誤資訊。該機構測試了荷蘭市場上的六款產品,發現它們曾錯誤提供兒童約會建議、讀錯藥品指示,並謊稱救護車已出發。該機構沒有要求禁售,亦未公開受測品牌;測試另發現錄影指示燈可被遮擋、部分產品有安全漏洞,錄得資料往往傳送至 EU 以外。

11月19日週四
  1. DEV Community49

    Neat 的會議室 AI 應在哪些裝置上運行

    Neat 的 Tormod Ree 指出,會議室 AI 中對時間敏感的音訊及影片處理應在裝置上運行,考量次序為時效、私隱和成本。Neat 採用邊緣與雲端混合架構:即時鏡頭取景及咪高峯混音留在房間硬件上,較不趕時間的音訊摘要則可在雲端處理。現時取景決策仍主要依靠確定性規則,Ree 認為須待訓練模型能在現有裝置上勝過規則後才轉用。

  2. 阿里雲開發者社區 AI32

    多模態資訊處理技術落地:AI 識別與內容生成如何提升線上課堂體驗

    多模態 AI 將線上課堂中的語音、圖像與文本統一識別、理解及生成,讓課堂內容可搜尋、重用和互動,減少教與學之間的資訊損耗。工程實作涵蓋語音轉寫、視覺理解、內容切片,以及字幕翻譯、課堂摘要、課件生成和智能答疑;實時字幕採流式處理、摘要採異步處理、問答採同步處理,並按任務選擇模型規格。

  3. DoNews37

    理想汽車上線菁彩聲 Audio Vivid 車載功能

    理想汽車正式上線菁彩聲(Audio Vivid)車載音頻功能,標誌着國內首個國家級三維聲標準在智能汽車端落地。該技術由 UWA 聯盟制定,是全球首個基於 AI 的三維聲編解碼標準,支援聲音對象的精準空間定位與動態渲染;網易雲音樂、汽水音樂及喜馬拉雅等車機應用已適配 Audio Vivid 內容。

  4. 阿里雲開發者社區 AI36

    從文生圖到語音生成:阿里雲函數計算如何承載多類 AIGC 模型的 Serverless 實踐

    阿里雲函數計算(FC)以 Serverless GPU 承載文生圖、語音合成及大語言模型推理等多類 AIGC 負載,按請求調度實例,並以獨立函數和容器鏡像隔離模型環境。文章説明權重存放於對象存儲、冷啟動優化及按業務需求配置預熱實例與並發,讓團隊按量承接負載波動。

  5. 阿里雲開發者社區 AI40

    Qwen3.8-Flash 技術解析:混合稀疏注意力、百萬級長文本與 API 接入教學

    Qwen3.8-Flash採用GDN+QSA混合稀疏注意力等架構,支援百萬級上下文;原文稱在百萬上下文場景下,文件預填充速度提升7倍以上。模型另有51B規模的N-gram嵌入查表參數,並強化編程、Agent工具調用及多模態理解能力。它兼容OpenAI與Anthropic協議,亦可透過雲端API或開源權重本地部署。

  6. 阿里雲開發者社區 AI28

    Qwen3.8-Max 開發者實戰:多模態能力解析、長週期智能體搭建與程式碼調用完整教學

    Qwen3.8-Max 開發者實戰教學涵蓋多模態能力、長週期智能體搭建及 API 程式碼接入。模型採用 MoE 架構,總參數量為 2.4萬億,推理時動態激活 950億參數,支援百萬 Token 上下文窗口。用戶可經百煉平台 API 調用,亦可依託開源權重作私有化部署。

  7. 阿里雲開發者社區 AI45

    阿里雲千問大模型完整指南:由註冊開通到免費額度,Qwen 系列能力解析與優惠購買攻略

    阿里雲千問大模型指南梳理由註冊、開通阿里雲百煉到建立 API Key 的接入流程,並介紹 Qwen 系列模型能力及優惠。新用戶每個模型可獲 100 萬 Token 免費額度,涵蓋 70+ 個模型、總額超 7000 萬 Token,有效期為開通後 90 天;Token Plan 個人版月費由 39 元起,新客首購低至 5 折。

  8. 阿里雲開發者社區 AI45

    阿里雲千問大模型詳解:Qwen 系列能力、適用場景與優惠購買指南

    阿里雲千問(Qwen)涵蓋文字、圖片、音訊及影片等全模態能力,並可透過百煉平台一站式調用。Qwen3.8-Max採用2.4萬億參數MoE架構,上下文長度為100萬Token;Qwen4-Max預覽版支援1M上下文,預覽期至11月25日。Token Plan個人版月費由39元起,新客首購可享半價,另有夜間折扣及新用戶免費額度。