Google DeepMind 的 AI 颶風預測模型準確預測颶風 Isaias 登陸佛羅裏達州,表現勝過傳統模型
Google DeepMind 的 AI 颶風預測模型準確預測颶風 Isaias 將在佛羅裏達州登陸,表現勝過傳統模型。
Google DeepMind 的 AI 颶風預測模型準確預測颶風 Isaias 將在佛羅裏達州登陸,表現勝過傳統模型。
ChatGPT、Perplexity、Gemini、Claude 和 Grok 對 5 條 CRM 推薦問題各回答兩次,共產生 50 個回答;HubSpot 50 次均獲提及,39 次排第一。25 組重複提問的答案中,有 14 組的前三名改變;不同 AI 使用的網站來源亦不相同。
Ray-Ban Meta Audio 眼鏡音質良好,Meta AI 運作不俗,沒有相機對部分用戶而言是優點。產品仍有私隱疑慮,而且價格偏高。
實測顯示,Gemma 2B 和 Qwen 1.5B 對程式碼缺陷的判斷會受提示詞佈局影響,Qwen 更在 36 次測試中全部回答 YES。Gemma 的準確率僅 52.8%,只比一律回答 YES 的基準高一題;加入要求回答 UNSURE 的指示,亦未令模型棄答。研究只涵蓋 6 個程式碼片段及兩款小型 4-bit 模型,屬初步測試,不能據此推論 7B 以上模型。
Arm 推出 Arm AGI CPU,切入智能體 AI 基礎設施,並以整個機架的效率而非單顆 CPU 峯值作為評估重點。Arm稱,在相同功耗預算下,該處理器在所選智能體工作負載上的每機架效能約為 AMD EPYC 9755 的 1.99 倍。Arm建議同時評估元件及端到端智能體基準,並按實際用例判斷表現。
2026年數據治理工具選型可從功能、成本及生態三個維度評估,文章以阿里雲瓴羊Dataphin為分析樣本。Dataphin 2026版將標準、質量規則及安全策略嵌入數據研發流程,並支援50餘種異構數據源。選型時應評估治理是否融入研發流程、成本是否透明可預測,以及工具能否接通既有技術棧的關鍵鏈路。
平治純電GLC SUV、寶馬iX3(新世代)、小米YU7及理想i6,按三電補能、智駕座艙、底盤駕乘和適配人羣四個維度作橫向評析。平治和寶馬的優勢在品牌積澱與底盤調校,小米和理想則側重智能科技、家用配置及補能能力。寶馬iX3最高續航805km,小米YU7四驅高性能版本綜合功率738kW,理想i6由10%充至80%需15分鐘。
Udio 透過 32 步擴散流程生成歌曲,並以文字提示詞引導模型創作。用戶可透過 0.1 至 2.0 的 prompt strength 滑桿調節提示詞的影響,並以 7.5 的 classifier-free guidance scale 控制生成。每次生成約使用 47 GPU-seconds,按批發運算價格計算,每首標準歌曲成本約 $0.08。
Runcrate 團隊實測六種 GPU 虛擬機,五種由建立至首次 CUDA 矩陣乘法完成需 186 至 707 秒,V100 因 PyTorch 相容性問題失敗。
Yap 比較 Parakeet v3、Whisper large-v3-turbo 與 Apple macOS 26 裝置端語音辨識模型在 25 種語言的表現,並公開所有轉錄內容。
Runcrate 團隊在 PCIe-only 的 4 張 RTX A6000 上測試 PyTorch DDP,發現基礎設定的吞吐約為單卡 2 倍,加入 bf16 梯度壓縮及每 4 個 micro-batch 才進行一次 all-reduce 後,提升至 3.54–3.66 倍。
港大商學院人工智能評估實驗室發佈 AI 影片生成模型評測報告,評估超過十款模型的影片生成能力,以及識別和防範錯誤資訊等高風險內容的能力。Seedance 2.0 Pro 生成表現總排名第一,並在六個評估維度均居首;Hailuo-2.3 安全與責任評分最高,但生成能力總排名第九。
DeepSeek 開源推理框架 DeepInfer 同一周,完全由 AI 編寫的 ForgeKernel 登上兩個算子評測榜榜首,並在 DeepSeek v4.1 Flash 算子上超越 DeepSeek 開源的英偉達版本。截至 10 月 22 日,ForgeKernel 在 CANNBench A3 硬件榜的基準加速比為 1.835×,領先第二名 25%。
阿里雲 Quick BI 完成 AI-native 架構升級並推出 AIPro 版,將 AI 融入數據接入與分析交互,提供企業語義理解、MCP 連接和數據溯源等功能。官方數據顯示,其十億級數據查詢響應時間約 0.5 秒,IDC 實測並發處理能力為 800—850。Quick BI 支援 SaaS、混合雲及私有化部署,文章並分析其適用場景與選型考量。
阿里雲旗下瓴羊的 Quick Service 是面向企業服務的 AI 客服系統,整合多模型、低程式碼平台及 AI Agent,支援由理解、執行至洞察迴流的服務閉環。系統的 AI 問答準確率達 93%,可自動處理 80% 以上的常見問題,並支援 20 多個渠道。產品已服務超過 5 萬家企業,提供 SaaS、私有化及混合雲部署模式。
阿里雲瓴羊 Quick Service 以大模型及 AI Agent 支援大型企業客服,讓系統由回答問題延伸至調用後端系統執行任務。平台採用「模型—平台—應用」三層架構,支援十餘款大模型及 15 類高頻業務操作自動執行。它已服務超過 5 萬家企業,提供 SaaS、私有化及混合雲部署。
瓴羊 Quick Service 以全渠道接入、多模型調度及 AI Agent 閉環處理,支援電商客服在對話中辦理查物流、改地址及申請退款等事務。官方數據顯示,複雜業務處理時長可縮短約60%,AI 問答準確率達93%,並可自動處理80%以上常見問題。系統支援 SaaS、私有化及混合雲部署。
Theragun Mini 第三代體積輕巧,作者表示其力度媲美較大型按摩槍,適合旅行時使用,並有助舒緩肌肉痠痛及不適。它重 0.91 磅,電池續航力長達 150 分鐘,售價 $220;機身亦設旅行鎖,避免意外啟動。
阿里雲瓴羊 Quick Service 以意圖識別、決策執行、工單閉環和數據反哺串連客服流程,將評估重心由回答是否正確轉向任務能否完成。系統採用「模型—平台—應用」三層架構,問答準確率可達93%,並支援查物流、改地址、催發貨及申請退款等操作。Quick Service 提供 SaaS、私有化和混合雲部署,複雜業務處理時長可縮短60%。
Quick BI、Power BI 和 Tableau 的零代碼 BI 橫向評測,比較三者在可視化搭建、數據準備和自然語言交互方面的能力。Quick BI 覆蓋拖拽搭建、輕量 ETL、探索分析及智能小Q;智能小Q屬增值服務,個人版不支持增購。Power BI 的 Q&A 體驗將於2026年12月結束,自然語言能力轉至 Copilot。
GitHub 開源工具可解除 RTX 20、30、40 系顯示卡 Tensor 核心部分限速,部分峯值測試接近增倍;RTX 5090 暫無已證實解法。實際應用升幅較小,RTX 4090 的 cuBLAS FP16 測試快 12% 至 34%,BF16 在兩種矩陣大小快 16% 至 20%,但在 4096³ 幾乎沒有分別。
RTX 5070 Ti 在 Houdini 22 的工作站測試中,Karma XPU 完成 960×540 渲染的中位用時為 8.97 秒,Karma CPU 則為 17.17 秒。啟用 CPU 與 GPU 混合運算時,中位用時為 9.62 秒;Vellum GPU 測試的中位用時較低。小型密集 Pyro 測試未顯示 GPU 有實用優勢,以上結果僅適用於所測場景。
Three.js 的 1,600 棵樹實驗顯示,Mesh LOD 將提交三角形數由 1,032,193 降至 193,921;以 8-view 或 16-view Impostor 替換遠處樹木後,數量進一步降至 96,247。四種方案的畫面間隔均約為 16.7 ms,未觀察到 FPS 提升。16-view 圖集的基礎數據量是 8-view 的兩倍,但卡片數和提交三角形數不變。
媒體記者實測 AI 還原二維碼的能力,發現整體模糊處理可被輕易還原,小幅像素化也容易被破解。局部線條遮擋及筆刷塗抹後,AI 多次生成的圖片均無法掃碼;高強度像素化則能有效阻擋 AI 還原。專家建議直接裁剪二維碼,或以不透明純色塊全覆蓋;半透明畫筆調亮後可露出原圖資訊。
作者在一部 8 GB RAM、僅用 CPU 的筆電上製作本地會議助理,並比較三款小型開放模型整理會議行動項目的表現。三款模型都找出 91–94% 的任務,卻會錯派負責人;約十行程式碼修正了 11 個錯誤指派,沒有誤報,但這條規則仍需在新會議測試。助理以 Moonshine 轉錄語音,再以預設模型 Ternary-Bonsai-2-4B 整理負責人、任務和期限,音訊和筆記均留在筆電。
作者以 fm-mcp 將 macOS 27 的裝置端模型接入 Claude Code 和 Codex,並實測其摘要、欄位抽取、分類及截圖讀取表現。模型上下文約 8,000 tokens;提示詞明列分類標籤後,新聞分類正確率由 49% 升至 64%,而回答上限須使用 max_completion_tokens。
Amazon Bee Frontier 是一款售價 $75 的簡單 AI 穿戴裝置,擅長持續聆聽、摘要對話及建議後續行動。
萬和超薄燃氣熱水器 AIR ULTRA 實測展示其增壓、恆温及零冷水功能,並與另外4款增壓熱水器作比較。產品配備3檔可調的500%變頻增壓、三管節能零冷水及六大巡航模式,並獲超一級瀑布洗認證。文章建議高層、老小區或兩衞以上家庭先測水壓,再選擇熱水器。
作者因 ElevenLabs 的字元配額、超額收費及長篇語音音調不一致,取消付費訂閲,轉用基於 Microsoft Azure Speech Core 的確定性語音工具。作者表示,20 分鐘影片配音通常會消耗原稿字元數的 3 倍,月費也可能由 $22 升至 $60–$90。這類工具可輸出同步 .srt 字幕,較適合重視成本可預測性及剪輯效率的長篇商業影片製作。
阿貢國家實驗室與伊利諾伊大學厄巴納-香檳分校主導開發的 CritPt v2 正式發布,用於評測大模型解答前沿物理科研難題的推理能力。數據集由全球 60 多位物理科研人員編寫,測試集包含 70 道挑戰題;公開榜單統計 11 款模型,GPT‑6 Astra (Max) 以 83.1% 得分排名第一。數據集不對公眾開放,審核通過的實驗室及科研人員可申請使用打分 API。
多個 GitHub 開源項目透過調整 GPU 啟動階段配置,提升部分 NVIDIA GeForce 顯卡在特定 Tensor Core 混合精度運算中的吞吐率,RTX 4090 的相關測試接近翻倍。
Nodus 較適合單機訓練與微調,公開列出的 H100、A100 費率低於 Lambda;Lambda 則較適合預留 16 張或以上 GPU 的 InfiniBand 叢集及長期使用大型機器。
Lynch Lab 皮膚科醫生比較三個系統,Inception v3 在 200 宗病灶中的診斷正確率為 62%,GPT-6 Astra 和 Claude Fable 5.1 均為 42%。
2026年上半年實測比較高省、直返、氧惠三大返利平台,並整理十款高返利APP的特色與適用場景。直返普通用戶佣金約為商家傭金的90%-91%,付費或邀請30名有效好友後可升至98%-99%。氧惠測試一件890元美妝產品,商家傭金220元,返還219.98元。
媒體記者實測 AI 復原打碼二維碼,結果顯示整體模糊處理最容易被還原。局部線條遮擋和筆刷塗抹後的圖片多次無法掃碼,小幅像素化仍容易被破解,高強度像素化則能有效阻擋復原。專家建議裁掉二維碼,或以不透明純色塊完全覆蓋。
《影之刃零》全球媒體評測解禁,在 Metacritic 獲得 88 分均分。評測讚揚其戰鬥系統、BOSS 戰設計及「功夫朋克」美術風格,亦指出劇情敍事模糊、關卡線性,以及幀率波動、音訊異常等技術問題;遊戲登陸 PC 與 PS5。
200 個經活檢確認的皮膚病灶測試中,2015 年代的 CNN 首選診斷準確率為 62%,高於 GPT-6 Astra 和 Claude Fable 5.1 的 42%;OpenAI 與 Anthropic 自 6 月起將 LLM 價格下調最高 80%。
對 2020 年 1 月至 2025 年 8 月的 17,859 份股票交易披露進行測試後,結果顯示,跟隨美國國會議員買入或賣出股票,均未能跑贏同期 S&P 500。按披露後一年計,買入股票落後 5.36 個百分點,賣出股票落後 6.39 個百分點;即使按交易日後開始計算,兩者仍然落後。較快披露的買入交易表現較好,但仍未跑贏市場。
這款瀏覽器棋盤遊戲以棋盤顯示、落子反應和 AI 思考時間作為效能基準,並在 2021 年中階 Android 手機及 2017 年手提電腦上測試。冷快取下,棋盤首次顯示需 1.1 秒及 0.8 秒;離線落子反應低於 16 ms,線上需 60 至 140 ms。AI 在預設 500 ms 預算下需時 480 至 520 ms,超出時會改用較淺層搜尋。
Grok 公開 AI 版《奧德賽》前七分鐘,並稱其為系列第一集;作品由 Grok、Wonder Studios 與導演 Dev Walker 聯合製作。TechCrunch 評價其部分畫面優於馬斯克近期發布的其他 AI 影片,但認為作品欠缺藝術感、感染力和敍事節奏。評論亦指旁白冗長、人物對白生硬,難以令觀眾投入。