跳到正文
10月16日週五
  1. DEV Community60

    Apple Intelligence 擬於 2026 年 12 月隨 iOS 27.3 登陸中國內地

    Apple 計劃於 2026 年 12 月隨 iOS 27.3 在中國內地推出 Apple Intelligence,採用 Alibaba 的 AI 模型,而非其在西方使用的 Google Gemini 模型。多家報道對首批功能説法不一,但均稱中國版不包括 Siri AI 和 Image Playground。Apple 尚未公佈計劃,日期、功能清單及合作方角色均為報道內容,審批亦可能影響安排。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)85

    Meta 發佈 Muse Spark Open 開放權重模型,支援在兩台 Apple M5 Ultra Mac Studio 上桌面運行

    Meta 今日發佈 Muse Spark Open 的模型權重;這款原生多模態模型有 816B 總參數(42B active)及 1M-token 上下文窗口。

    推薦理由:Muse Spark Open 同時公佈本機部署配置、託管 API 入口及 GPU 推理速度數據,呈現開放權重模型從桌面運行到託管服務的部署路徑。

  3. Modal 官方工程博客71

    Muse Spark Open 現已可在 Modal 使用

    Meta 已發佈 Muse Spark Open 權重,該模型現已可透過 Modal Auto Endpoints 使用。模型專為智能體編碼和長時程任務而設,具原生多模態理解及 1M-token 上下文窗口,並支援編寫和除錯程式碼、多步規劃、循序使用工具及延長工作流程中的失敗恢復。

  4. PyTorch:Blog74

    Meta 開放 Muse Spark Open 權重

    Meta 開放 Muse Spark Open 權重,模型即日起可在 Hugging Face 按 Muse Model License 取得。模型有 816B 總參數、42B 活躍參數及 1M tokens 上下文窗口,針對編碼和 Agent 工作設計,並支援圖像、文件、音訊及音訊影片理解。

  5. Unite.AI79

    Meta 公開 816B 參數 Muse Spark Open 模型權重

    Meta 於 2026 年 10 月 15 日公開 Muse Spark Open 的模型權重;這款原生多模態開放權重模型有 816B 總參數、42B 啟用參數及 1M-token 上下文窗口。

    推薦理由:文章列出 Muse Spark Open 的權重下載與 API 使用途徑,並交代本地運行至少需要 700GB VRAM(NVFP4)或 2TB(BF16),可供評估部署條件。

  6. Hugging Face Blog81

    Meta 發佈開放權重多模態混合專家模型 Muse Spark Open

    Meta 推出 Muse Spark Open,一款約 816B 參數、每個 token 約啟用 42B 參數的開放權重多模態混合專家模型,支援文字、圖像、音訊和影片輸入,並生成文字。模型的上下文窗口最高為 1M tokens。文章列出 Transformers、llama.cpp、SGLang 和 vLLM 等推理部署方式,以及使用 TRL 進行 LoRA 微調的示例。

    推薦理由:文章把模型規模、長上下文與多模態輸入能力,連同多種部署和微調方案放在同一份技術指南中,可用來瞭解模型的運行配置與使用方式。

  7. Liquid AI 模型與工程博客50

    d1-ultra:推出號稱全球最佳的決策模型

    Liquid AI 推出多模態決策模型 d1-ultra,支援文字和圖片輸入,並以一次前向傳播輸出答案概率,不生成 token。模型在 Artificial Analysis Decision Index 上比其他決策模型至少高 8 分,並在所有任務中勝過 Jev 1.14,提供更準確且校準更佳的答案。

  8. DEV Community37

    PaperTrail:由開放權重 AI 驅動的私隱優先財務助手

    PaperTrail 是私隱優先的財務文件管理工具,利用開放權重多模態 AI 擷取發票及收據資料,並以確定性審核引擎核對算術差異。工具面向自由工作者、個人創業者及獨立創作者,支援 Meta Llama 3.2 Vision、Qwen2.5-VL 本地文件理解工作流程,並提供 Ollama 和 FastAPI 整合選項;記錄可匯出為 CSV 賬簿、可列印明細表及本地備份。

  9. DEV Community34

    PaperTrail:由開放權重 AI 驅動的私隱優先財務副駕駛

    PaperTrail 是面向自由工作者、個人創業者及獨立創作者的私隱優先財務文件管理工具,利用開放權重多模態 AI 擷取發票及收據資料,並以確定性審核引擎核對算術差異。工具支援本機儲存及本機推理,並可匯出 CSV 帳冊、列印用報表及本機備份。其文件理解工作流程採用 Meta Llama 3.2 Vision 和 Qwen2.5-VL,並提供 Ollama 和 FastAPI 本機推理整合選項。

10月15日週四
  1. DEV Community26

    AI 問卷工具比較:WeJot 與傳統表單工具

    WeJot 將 AI 問卷生成、AI 影片訪談、抽樣、分析及視覺化報告納入研究流程,並與傳統表單工具作流程比較。傳統表單工具擅長收集結構化答案,適合簡單調查;開放式研究的招募、分析和報告通常仍要另行處理。生成的問題和摘要仍是草稿,須由熟悉受眾的人員審核;文章沒有提供量化效能數據。

  2. DEV Community30

    Pawdub:一款不假裝能翻譯寵物的 Android 裝置端應用程式

    Pawdub 是一款 Android 寵物字幕應用程式,明言不能翻譯動物,而是在裝置端偵測寵物叫聲並配上玩笑字幕。字幕文案設有 8 種角色人設,支援 59 種語言,下載語言後可離線使用;音訊和影片只在手機上處理,不會上載。應用程式已提交 Google Play 審核,免費版與 Pro 版提供不同字幕樣式及匯出功能。

  3. DEV Community46

    Invoice-Check JP: A 3B Model Reads the Invoice, Checks Decide Whether to Trust It

    Invoice-Check JP以QLoRA微調的Qwen2.5-VL-3B-Instruct讀取日本合格發票,並以校驗碼、登記資料及税額計算判定是否自動核准。在600張合成測試發票中,86.8%獲自動核准,獲核准者沒有檢查可捕捉的錯誤欄位。結果僅適用於虛構公司的合成發票,不能代表真實發票表現。

  4. Hugging Face Blog68

    Apertus 1.5 發佈説明:新增圖像與音訊理解,上下文窗口擴至 262,144 tokens

    Apertus 1.5 更新 8B 和 70B 模型,加入圖像與音訊理解及可選思考模式,並將上下文窗口擴至 262,144 tokens。持續預訓練分別為 8B 和 70B 模型加入 4 trillion tokens 和 2 trillion tokens 的文字及多模態訓練資料,總訓練量分別達 19T 和 17T。

    推薦理由:文章同時公開訓練資料、各階段檢查點與可重跑的評測記錄,讀者可據此瞭解 Apertus 1.5 的訓練流程及比較評測結果。

  5. DoNews49

    千問最新款AI硬件,走出一種“看眼色”路線

    千問推出 N1、N1 Pro 兩款 AI 眼鏡及一款 AI 耳夾式耳機,將「主動服務」作為產品方向。N1 Pro 配備眼動追蹤,千問眼鏡亦以專用芯片和灰度感知鏈路持續理解環境,功耗為 5 毫瓦。系統按用戶授權提供服務,發送、支付等關鍵操作仍須由用戶確認。

  6. DoNews41

    漢王M10C二代率先搭載E Ink Kaleido 4全球首發 彩色電紙書體驗升級

    元太科技與漢王科技聯合發佈 E Ink Kaleido 4 彩色電子紙技術,以及全球首款搭載該技術的漢王 M10C二代彩墨辦公本。Kaleido 4 的色域容積較前代提升 2 倍,達到 40K 以上,白畫面反射率提升 15%,對比度提升 50%,並支持最高 18FPS 視頻內容播放。M10C二代整合書寫、語音識別、OCR 和大模型功能,支持智能會議紀要、AI閲讀問答及離線語音轉寫。

  7. DoNews52

    OpenCode 開放免費調用 DeepSeek V4.1 Flash 模型

    OpenCode 宣佈即日起免費提供 DeepSeek V4.1 Flash 調用,在 OpenCode 平台內使用不再消耗 Go 套餐額度。免費版本支援 200K 上下文窗口,採用因果編碼器-解碼器架構,主幹參數為 552B;該模型於 9 月 10 日發布,屬原生多模態 MoE 模型。用戶回報指生成速度波動較大,在 200K 上下文下約為 50 tokens/s。

  8. DEV Community21

    AI 如何令食客更輕鬆瀏覽餐廳餐牌

    AI 餐牌分析透過自然語言處理、圖像識別和數據建模,協助食客理解菜式並按個人需要作出選擇。系統可從文字描述或菜式圖片推斷食材、份量和烹調方式,估算卡路里及營養素,並標示飲食選項和致敏原。它亦可按用戶的飲食限制、喜好及營養目標,排序或推薦菜式。