跳到正文
11月18日週三
  1. HuggingFace Daily Papers(社區熱門論文)47

    M3OPD-Reasoner:以多教師 on-policy 蒸餾進行多模態推理後訓練的開放方案

    M3OPD-Reasoner提出一套完全開放的多模態推理後訓練方案,涵蓋圖像 STEM、圖像感知及影片三個領域。評測 21 個基準後,研究發現從 Qwen3.5-9B 直接以 GSPO 訓練各領域教師,再用 MOPD 蒸餾的方案表現最佳;接續 MixRL 仍可提升學生模型,形成 M3OPD-Reasoner-9B。

  2. HuggingFace Daily Papers(社區熱門論文)45

    π^4:用於 4D 場景幾何與運動的基礎模型

    π^4 是面向 4D 場景感知的統一基礎模型,可從未經標定的 RGB 圖像或影片中恢復稠密幾何、相機位姿和度量尺度,並為多圖輸入提供點追蹤及移動物體遮罩。在多項基準測試的幾何評估中,π^4 的整體平均排名最佳,2D/3D 點追蹤及移動物體分割表現具競爭力。完整系統約有 0.5B 參數,可在一次前向傳播中聯合重建與追蹤,處理數千張輸入圖像;訓練上下文最多為 64 個視角,程式碼和模型已提供。

  3. IT之家68

    騰訊混元宣佈 Hy4 flash 模型開源

    騰訊混元宣佈開源 Hy4 flash,提供 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base 三個版本。模型總參數量為 224B,包含 64B Engram 參數,每個 token 激活 12B,支援多模態輸入及 100 萬 token 上下文長度,API 價格較 Hy4 大幅降低。

  4. 阿里雲開發者社區 AI64

    通義千問 Qwen4-Max 全面解析:功能、價格、API 呼叫及免費 100萬 Tokens 試用

    阿里雲開發者社區的文章解析通義千問 Qwen4-Max,整理其多模態能力、功能支援、收費及 API 接入範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens,並稱阿里雲百煉提供免費 100萬 Tokens 試用。文章亦提供 Python、Node.js 及 cURL 的呼叫範例,並稱模型兼容 OpenAI 與 Anthropic API。

  5. 阿里雲開發者社區 AI29

    OpenTrek AI 知識庫以低算力解析企業文件,讓知識可溯源並持續演進

    OpenTrek AI 知識庫將企業文件及音視頻等多源數據整理為可供大模型調用的知識資產,並支援精準檢索與逐條引證。其內置模型 OP-OCR-0.8B 參數規模不足10億,在 OmniDocBench 排名前五,並可用單張 GPU 部署。Knowledge Wave 引擎原生支援30多種格式,能定期自檢冗餘與衝突並自動重構知識庫。

  6. 阿里雲開發者社區 AI27

    高並發智能 AI 模擬法庭系統:多模態互動與即時裁判推理引擎架構設計

    該項目構建面向高並發場景的智能 AI 模擬法庭系統,結合多模態互動與即時裁判引擎,支援角色扮演、證據鏈校驗及自動評分。系統採用微服務及事件驅動架構,整合法律知識圖譜、RAG 檢索增強推理與狀態機管理,並以規則引擎和 LLM 多維評分器進行裁判評估。方案支援千人級線上法學實訓。

  7. DEV Community38

    Perception and Sensor Fusion — 第 06 章:多感測器融合

    多感測器融合透過整合不同感測器的觀測,讓機械人建立比單一感測器更完整可靠的環境表示;核心架構包括早期融合、後期融合和深度融合。早期融合保留較多原始資訊,但對校準和同步要求高;後期融合較具模組化和容錯彈性,但可能在融合前已丟失資訊。深度融合在神經網絡的中間表示中學習跨模態互動,仍需處理特徵對齊、校準及時間戳同步。

  8. 新浪科技50

    Xreal 發佈 Aura XR 眼鏡,售價 1279 美元,搭載 Android XR

    Xreal 正式發佈 Aura XR 眼鏡,售價 1279 美元起,搭載 Android XR,透過虛擬屏幕與增強現實元素呈現擴展現實體驗。眼鏡採有線設計,配備 Snapdragon XR Elite 計算模組,提供兩種記憶體及儲存配置,電池可持續使用約四至五小時。Aura 單眼分辨率為 1920x1200,支援手勢追蹤及五級電致變色調光。

  9. DEV Community67

    Microsoft 發佈七款 MAI 模型並推出 Frontier Tuning

    Microsoft AI 發佈七款涵蓋推理、編碼、圖像、轉錄及語音能力的 MAI 模型,並推出 Frontier Tuning 以配合機構工作流程調整模型。模型可透過 Foundry、OpenRouter、Fireworks 和 Baseten 使用,開發者亦可自行調整權重;Frontier Tuning 透過受控環境中的實際工作軌跡進行強化學習,並讓機構資料留在客戶環境。

  10. 新浪科技58

    OlmoEarth v1.3 如何用一串數字追蹤地表變遷

    美國艾倫人工智能研究所發佈新一代地球觀測基礎模型 OlmoEarth v1.3,並免費開放全球預先計算數據及分析工具。模型以每個10米網格的128個數值表徵年度地表特徵,另提供成本較低的64維版本;跨六大洲27項地表識別評測中,兩個版本分別有20項及18項領先同場對手,GPU耗時則降至v1.2的約53%。

  11. DEV Community54

    GPT-6.2 Astra 如何把機械人除錯時間由數小時縮短至數分鐘

    文章稱,GPT-6.2 Astra 能將以影片診斷機械人故障並提出修正方案的流程,由數小時縮短至數分鐘。文中以 30 秒故障片段為例,稱 Astra 可提供視覺摘要、故障診斷及修正動作計劃,整個流程不到兩分鐘,並提及 Self-Check 安全模組。文章亦列出動作計劃可能違反任務要求、訓練資料截至 Dec 2025,以及完整運行 Astra 需 A100-80 GB 或同等 GPU 等限制。

  12. Databricks:Blog22

    Azure Databricks 在 Microsoft Ignite 2026 的專題環節

    Azure Databricks 將於 Microsoft Ignite 2026 舉行多場專題環節,展示如何建構、治理及運行 AI,並推動企業把 AI 試點帶到正式生產環境。議程涵蓋政府雲端、NVIDIA Nemotron 模型微調、智能體式 AI、企業資料治理及 Azure Storage。活動於 11 月 17 至 20 日在三藩市 Moscone Center 舉行。