跳到正文

全部動態

今日 453 條
9月8日週二
  2. Mistral AI80

    Mistral 完成 €3 billion D 輪融資，擴大主權開放權重 AI 研發

    Mistral 宣佈完成 €3 billion D 輪融資，投後估值超過 €21 billion，並將藉此擴大前沿研究、訓練算力及基礎設施。本輪由 Samsung Electronics 領投，Scaleup Europe Fund（由 EQT 管理）與現有投資者 PSG Equity 共同領投；Mistral 稱這是歐洲科技公司完成過的最大股權融資。

    推薦理由：融資不只用於前沿研究和訓練算力，也涵蓋基礎設施與商業拓展，呈現 Mistral 主權 AI 全棧路線的擴張重點。

  4. ChinaTalk58

    中美可從核酸合成篩查展開生物風險合作

    作者主張，中美可要求各自的核酸合成供應商篩查 DNA、RNA 訂單及客戶，以合作降低 AI 促成的生物風險。中國約佔全球 DNA 合成供應商的 34%，若只有美國實施篩查，訂單仍可能轉往規管較寬鬆的司法管轄區；作者認為，這項措施不會直接限制 AI 開發。他建議先制定共同的最低篩查標準，交流訂單篩查數量及市場覆蓋率等彙總數據，再逐步處理更敏感的風險資訊共享。

  9. FireRedTeam：原創語音與多模態項目65

    FireRedTeam 發佈 FireRedAudio 通用音訊語言模型及 PyTorch 程式碼

    FireRedTeam 發佈 FireRedAudio，一款以共用 9B 參數 LLM 為基礎、涵蓋音訊理解與語音生成的音訊語言模型。Audio Encoder 負責理解、RedAE pathway 負責生成；模型支援 ASR、音訊理解、零樣本及指令式 TTS、語音編輯，並可處理最長一小時的錄音。除 ASR 外，其他功能只支援中文和英文。

9月7日週一
  2. OpenMOSS / 復旦NLP / 上海創智 / MOSI51

    OpenMOSS/Awesome-WAM 彙整 World Action Models 綜述與研究資源

    OpenMOSS/Awesome-WAM 資源庫配合 World Action Models（WAM）綜述，分類整理相關論文、訓練數據及評估資源。綜述涵蓋 Cascaded 與 Joint WAM 架構、訓練數據、評估流程，以及用於 VLA 學習的世界模型。資源庫亦收錄論文摘要博客、基準排行榜與表現趨勢圖，並開源生成摘要所用的 Paper2Blog 技能。

9月6日週日
  4. OpenMOSS / 復旦NLP / 上海創智 / MOSI59

    OpenMOSS 發佈 0.1B 參數多語言語音生成模型 MOSS-TTS-Nano

    OpenMOSS 團隊與 MOSI.AI 發佈開源語音生成模型 MOSS-TTS-Nano，參數量為 0.1B，支援 20 種語言。模型提供聲音複製和串流生成，並採用 Audio Tokenizer + LLM 純自回歸架構。ONNX CPU 版本在團隊測試中處理效率接近原版的 2 倍，並可在 MacBook Air M4 單核流暢運行。

  5. OpenMOSS / 復旦NLP / 上海創智 / MOSI59

    OpenMOSS 團隊開源發佈 MOSS-Audio 4 款音訊理解模型

    OpenMOSS 團隊開源 MOSS-Audio，推出 4B、8B 的 Instruct 和 Thinking 版本。模型支援語音、環境音及音樂理解、音訊描述、時間感知問答與複雜推理，並採用跨層特徵注入和時間標記設計。在 MMAU、MMAU-Pro、MMAR 和 MMSU 四項通用音訊理解基準中，MOSS-Audio-8B-Thinking 的平均準確率為 71.08。

9月5日週六
  1. Sierra：Blog44

    呼叫中心 AI：營運及推行指南

    呼叫中心 AI 的推行應視為營運模式變革，先選定一條客戶旅程，訂立基準及擴展準則，再於真實渠道條件下驗證完整流程。指南聚焦自主語音及由 AI 路由的旅程，涵蓋渠道與系統銜接、路由和佇列安排、人手規劃、品質校準及故障復原，並指出客服代表輔助、預測和品質分析部署須採用不同切換準則。

  2. GitHub Blog · AI & ML67

    Project HydraFusion 以多模型編排提供前沿級品質

    GitHub 推出 Project HydraFusion 研究預覽，以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程；所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`，再執行 `/model` 選用 HydraFusion。

    推薦理由：三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨，與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。

9月4日週五
  1. Benedict Evans：Blog54

    AI 如何改變企業軟件與工作流程

    Benedict Evans 指出，AI 不會令企業軟件大規模消失，而會擴展現有應用、催生新的垂直應用，並改變企業選擇不同工具的門檻。他將企業軟件使用概括為「制度化」與「即興」兩端，指出流程反覆出現、涉及多人並承載收入或風險時，便需要納入具審計、安全、維護和問責機制的系統。因此，企業採用 AI 不只是向員工提供模型，還要評估部署方式、營運流程變化，以及對業務經濟效益和競爭格局的影響。

  5. Timothy B. Lee：Understanding AI57

    機械人初創公司正嘗試各種方法取得更多訓練數據

    多家機械人初創公司正嘗試透過記錄人類動作、聘人操作機械人等方式，增加機械人訓練數據。目前最大型的公開機械人任務數據集 ABC-130K 只有 3,500 小時示範；模擬訓練有助步行等任務，但複雜操作受到模擬與現實差距限制。另有公司讓人類佩戴手套或外骨骼完成日常工作，以收集更豐富的動作數據。

  6. Google Research70

    Google Research 與合作團隊發佈雄性果蠅大腦及中樞神經系統完整連接組圖譜

    Google Research 與 HHMI Janelia 等合作團隊發佈雄性果蠅大腦及中樞神經系統的完整連接組圖譜。圖譜包含超過 166,000 個神經元和 125 million 個突觸連接，成果刊於 Cell，並由 HHMI Janelia 的人類專家校閲和驗證。研究者可透過開源工具 Neuroglancer 查看、探索和下載圖譜，並與雌性果蠅圖譜比較神經差異及個體變異。

    推薦理由：這份涵蓋超過 166,000 個神經元與 125 million 個突觸連接的雄性果蠅圖譜，可與雌性圖譜對照，研究神經差異和個體變異。

9月3日週四
  1. Google DeepMind75

    Google DeepMind 與 Google Research 發佈 WeatherNext 3 全球天氣 AI 模型

    Google DeepMind 與 Google Research 發佈 WeatherNext 3，利用即時地球同步衞星資料逐小時生成全球天氣預報，部分地表變數解析度達 5 公里。

    推薦理由：WeatherNext 3 以即時衞星觀測支援逐小時全球預報，並為部分變數提供 5 公里解析度；文中列出降水預測相對 IMERG、MRMS 等基線的 CRPS 改善幅度。

  2. Recode China AI54

    打造智能機械人需要大量數據，數據從何而來？

    文章將具身智能機械人訓練數據分為人類數據與機械人數據，前者包括網絡及第一身視角影片、UMI 和動作捕捉，後者包括遙操作及模擬生成數據。YouTube 每日上載逾 720,000 小時影片，Open X-Embodiment Dataset 則有 1,150 至 2,000 小時實際機械人操作數據；但網絡影片欠缺力、扭矩等物理訊號，也面對人與機械人身體形態不同造成的轉移障礙。

  8. Hugging Face Blog73

    Hugging Face 推出開源工具 funes，為編碼智能體提供可檢索的持久記憶

    Hugging Face 推出開源工具 funes，讓 Claude Code、Codex、pi 和 Hermes 共用可檢索的持久記憶。funes 預設在本機索引、嵌入及重排工作記錄，檢索時返回原文並標示智能體、時間戳、工作階段和回合；記憶亦可發布至預設私有的 Hugging Face 資料集，供其他機器使用。

    推薦理由：funes 將不同編碼智能體的工作記錄轉為本機可檢索記憶，並保留原始片段及來源脈絡，展示跨會話延續決策依據的實作方式。

  9. OpenAI：部署安全與系統卡73

    GPT-6 Astra 系統卡公佈安全與能力評估結果

    OpenAI 的 GPT-6 Astra 系統卡公佈模型安全與能力評估，將其生物與化學能力列為 High，並指出尚未達到 Critical。明確要求模型規避監測時，Astra 在 WMDP 的 CoT 監測召回率低於 11%，GPT-5.6 Sol 則接近 100%；在 Monorepo-Bench 中，Astra 的召回率降至零。

  10. OpenAI News74

    GPT-6 Astra 安全概覽：網絡安全能力達 Preparedness Framework 的 Critical 級別

    OpenAI 的 GPT-6 Astra 安全概覽指出，該模型是其目前廣泛部署中能力最強的模型。它也是首個在 Preparedness Framework 下達到網絡安全能力 Critical 級別的模型。

    推薦理由：這段安全概覽同時交代 GPT-6 Astra 的部署定位與網絡安全能力級別，可供讀者把模型能力描述放回 Preparedness Framework 的評估框架理解。

  11. Timothy B. Lee：Understanding AI52

    Google 如何教大語言模型控制機械人，並帶動機械人熱潮

    Google 在 2023 年宣佈 RT-2，將多模態大語言模型訓練成可直接生成機械人動作的 VLA 模型，帶動以此架構為基礎的機械人研究熱潮。文章梳理 Physical Intelligence 等團隊以動作分段、強化學習、記憶和視覺推理改善機械人操作與複雜任務能力，並探討 VLA 與世界模型的關係。

  12. Google DeepMind60

    Google DeepMind 推出 Fairwind Program，向政府機構及可信賴夥伴有限度開放 AI 網絡防禦能力

    Google DeepMind 推出有限度開放的 Fairwind Program，讓政府機構及可信賴夥伴使用進階 AI 網絡防禦能力。計劃把 Gemini 3.8 Flash Cyber 與 CodeMender 結合，用於自主發現、驗證及修復漏洞，並可在機構安全雲端環境內於數分鐘生成經驗證、可部署的修補程式。

    推薦理由：Fairwind 將 Gemini 3.8 Flash Cyber 與 CodeMender 結合，讓參與機構在安全雲端環境內生成經驗證、可部署的漏洞修補程式，將人工修補由數週縮至數分鐘。