最新精選 第 581–600 條 · 共 712 條 23:00 Google DeepMind · 23:00 精選AI 評分 65 65 Google DeepMind 發佈 Gemini 3.5 Flash Cyber,這款基於 3.5 Flash 並經微調的輕量網絡安全模型,旨在快速發現、驗證及修補漏洞。
推薦理由:V8 JavaScript Engine 的固定調用測試提供了具體比較,Gemini 3.5 Flash Cyber 找到 55 個獨特確認問題,主線 3.5 Flash 與 Claude Opus 4.6 分別找到 47 個和 36 個。
08:00 Moonshot AI:Kimi Blog · 08:00 精選AI 評分 84 84 Moonshot AI 發佈 Kimi K3,稱其為全球首個開放 3T 級模型;它有 2.8T 參數、原生視覺能力及 1-million-token 上下文窗口。
推薦理由:資料披露 Kimi K3 相較 Kimi K2 的整體擴展效率提升約 2.5×,並交代其整體表現仍落後最強的專有模型。
08:00 Hugging Face Blog · 08:00 精選AI 評分 76 76 Hugging Face 披露,其部分生產基礎設施遭自主 AI 智能體系統入侵,攻擊者存取了有限範圍的內部資料集及多項服務憑證。Hugging Face 已封堵相關程式碼執行路徑、重建受影響節點並輪換憑證;目前未發現公開、面向用户的模型、資料集或 Spaces 遭篡改,合作夥伴或客户資料是否受影響仍在評估。
推薦理由:事件呈現託管模型安全護欄對事故分析的限制,也提供可遷移的準備方向,即預先驗證能在自有基礎設施運行的模型,以保護攻擊資料並維持調查能力。
14:12 gihyo.jp · 14:12 精選AI 評分 83 83 OpenAI 於 2026 年 7 月 9 日開始向一般用戶提供 GPT-5.6 系列,同日公佈 ChatGPT Work 和整合 Codex 的新桌面應用程式。
推薦理由:文章對照三款模型的定位、推理等級和 API 價格,並整理 ChatGPT、Codex 與 API 的提供安排,有助比較模型選擇及接入成本。
14:29 美團 LongCat:HuggingFace 新模型 · 14:29 精選AI 評分 76 76 美團 LongCat 發佈 LongCat-2.0,這款 MoE 大語言模型總參數量為 1.6 trillion,每個 token 約啟用 48 billion 參數。
推薦理由:文中按編碼、Agent、搜尋及基礎能力列出 LongCat-2.0 與多款專有模型的基準分數,並標明部分分數引用自官方報告。
10:43 gihyo.jp · 10:43 精選AI 評分 78 78 Meta 於 2026年7月7日發佈 Muse Image,並以預覽形式公佈 Muse Video;Muse Image 已可在 Meta AI 應用程式及網頁版使用,Muse Video 則將於 Meta AI 等平台稍後提供。
推薦理由:文章列出 Muse Image 在三項 Arena 評測均排名第 2,以及 Muse Video 在影片生成評測排名第 3,並交代兩款模型目前的開放狀態。
21:55 Mistral AI · 21:55 精選AI 評分 63 63 Mistral AI 發佈 Leanstral 1.5,這款 Apache-2.0 授權模型總參數量為 119B、活躍參數為 6B,面向 Lean 4 形式化驗證。
推薦理由:文章不只列出形式化數學基準,也以 AVL 樹複雜度證明及 57 個程式庫的漏洞排查,呈現 Leanstral 1.5 將定理證明延伸至實際程式驗證的應用。
10:38 gihyo.jp · 10:38 精選AI 評分 80 80 Anthropic於2026年6月30日發佈 Claude Sonnet 5,提升其自主規劃及使用瀏覽器、終端等工具工作的能力。Anthropic稱其在推理、工具使用、編碼及知識工作上大幅超越 Claude Sonnet 4.6;模型已適用所有方案,Free/Pro 預設使用。
推薦理由:新 tokenizer 可能令相同輸入的 token 數增至約 1.0–1.35 倍,文章並指出文件估算同一文本所需 token 約增 30%;導入價旨在抵消增幅,並列出優惠期前後的 API 價格,便於評估遷移成本。
09:53 gihyo.jp · 09:53 精選AI 評分 81 81 OpenAI 於 2026 年 6 月 26 日啟動 GPT-5.6 系列限定預覽,Sol、Terra、Luna 先經 Codex 和 API 提供予少數可信任夥伴及機構。
推薦理由:三款模型按能力、成本和用途分層,目前先透過 Codex 和 API 提供;文中列出定價與基準結果,便於比較不同型號的取捨。
00:30 Google DeepMind · 00:30 精選AI 評分 71 71 Google DeepMind 將 computer use 內建於 Gemini 3.5 Flash,讓開發者可構建能在瀏覽器、流動裝置及桌面環境操作的智能體。
推薦理由:從獨立提供的 Gemini 2.5 computer use 模型,到納入 Gemini 3.5 Flash 內建工具,這次更新呈現電腦操作能力的產品整合變化。
20:00 Mistral AI · 20:00 精選AI 評分 62 62 Mistral AI 為 Connectors 推出多項管理與安全功能,涵蓋工作區及組織層級的存取控制、具 connector scope 的 API keys、多帳户連接器,以及 MCP 連線除錯。
推薦理由:這次更新把企業連接器的權限、執行身份與故障定位納入同一套控制,呈現智能體投入組織日常工作所需的治理環節。
20:00 Mistral AI · 20:00 精選AI 評分 60 60 Mistral AI 發佈文件解析模型 Mistral OCR 4,除提取文字外亦輸出邊界框、區塊類型和信心分數,並支援 170 種語言、10 個語言組別。獨立人工偏好評估的平均勝率為 72%,模型在 OlmOCRBench 得分 85.20;官方提醒自動基準存在評分侷限,建議以自有文件評估。
推薦理由:文章列明 OCR 4 的結構化輸出和自動基準評分侷限,為企業按自身文件評估解析、檢索及資料管線提供具體參照。
22:52 Nathan Lambert:Interconnects · 22:52 精選AI 評分 76 76 Nathan Lambert 認為,GLM-5.2 是首個在編碼工作框架中適合作為通用智能體的開放權重模型,代表開放模型能力跨過重要門檻。在 Arena 的智能體排行榜上,它是唯一能與 OpenAI 和 Anthropic 最新模型同場競爭的開放模型;GLM-5.2 的 max 模式與 Opus 4.8 的 no-thinking effort 表現相當。
推薦理由:文章把 GLM-5.2 的編碼智能體能力放進開放與閉源模型競爭脈絡,説明它可能如何加劇模型服務市場的價格壓力。
08:00 Hugging Face Blog · 08:00 精選AI 評分 68 68 Hugging Face 測試開源模型使用 transformers,CLI 與 Skill 縮短大型模型耗時,卻可能降低小模型成功率。Qwen3-14B 在 classify-sentiment 任務中,clone 環境的匹配率為 100%,Skill 環境則降至 0%。agent-eval CLI 可套用於其他命令列工具,並記錄匹配率、tokens、耗時、錯誤、行為標記及執行軌跡。
推薦理由:評測不只看任務是否成功,也追蹤 tokens、耗時與操作路徑,呈現 CLI 與 Skill 對大小模型的影響並不一致。
17:01 Hugging Face Blog · 17:01 精選AI 評分 78 78 GLM-5.2 發佈,將最大上下文長度由 200K 擴至 1M tokens,並強化長程任務與編碼能力。它在 Terminal-Bench 2.1 和 SWE-bench Pro 分別取得 81.0、62.1,高於 GLM-5.1 的 63.5、58.4。
推薦理由:文章並列長程編碼基準成績與 IndexShare、MTP 的效率改動,讓讀者可對照模型性能數據和 1M-token 上下文的工程支撐。
10:57 gihyo.jp · 10:57 精選AI 評分 85 85 SpaceX 於 2026年6月16日宣佈,已行使以全股票交易收購 Cursor 的選擇權,目標是構建全球最有用的 AI 模型。此前公佈的選項條款包括在 2026 年內以 600億美元收購 Cursor,或支付 100億美元作為雙方合作費用;雙方共同訓練的模型將很快在 Cursor 和 Grok Build 推出。
推薦理由:這次收購延續雙方此前的模型訓練合作,而 Origin 則把 Cursor 的服務拓展至程式碼託管、審查與團隊協作。
08:00 Hugging Face Blog · 08:00 精選AI 評分 66 66 Hugging Face 推出 Discover Tool,作為 Agentic Resource Discovery(ARD)規範的參考實作,讓智能體可在執行時搜尋並發現能力。
推薦理由:ARD 把能力發現由預先安裝轉為跨登錄表搜尋,Hugging Face Discover 可按需求將 Space 呈現為技能或 MCP 伺服器。
08:00 OpenAI News · 08:00 精選AI 評分 62 62 OpenAI 計劃收購 Ona,以安全、持久的雲端環境擴展 Codex。此舉將支援 AI 智能體在企業工作流程中長時間運行。
推薦理由:這宗收購把雲端環境與 Codex 的擴展連結起來,可從中瞭解 OpenAI 如何將長時間運行的 AI 智能體延伸至企業工作流程。
01:11 Ethan Mollick:One Useful Thing · 01:11 精選AI 評分 77 77 Ethan Mollick實測Claude 5 Fable後指出,模型能按多頁規格連續工作長達12小時,人的角色更像委託者。它在Claude Code中調用多個智能體研究交通資料並製作等時線地圖,也花九個半小時開發可校準人類與AI判斷的研究軟件Concord。Mollick指出,Fable消耗大量 tokens,安全護欄常令它退回能力較弱的Claude 4.8 Opus,而其決策過程不易看見。
推薦理由:Ethan Mollick以等時線地圖和研究分析軟件的實測,呈現人類角色如何由過程操作轉向委託與驗收,以及模型自主決策帶來的可見性落差。
22:10 Google DeepMind · 22:10 精選AI 評分 72 72 Google DeepMind 發佈 Gemma 4 12B,定位為可在筆記型電腦本機運行的多模態模型,並為中型模型加入原生音訊輸入。它採用免多模態編碼器架構,將視覺和音訊輸入直接整合至 LLM backbone;標準基準表現接近 26B MoE,總記憶體佔用不足其一半。Gemma 4 12B 以 Apache 2.0 授權釋出,可透過 LM Studio、Ollama 等工具試用。
推薦理由:Gemma 4 12B 的免編碼器設計、接近 26B MoE 的基準表現與較低記憶體佔用,提供比較中型多模態模型架構和本機部署定位的具體依據。
上一頁 1 … 28 29 30 31 32 … 36 下一頁