跳到正文

全部動態

RSS
今日 6 則
11月11日週三
  1. Qwen38

    Qwen4 即將推出。 知識更深入、世界理解更豐富,程式設計與 AI 助理能力更強。 為實際工作打造,涵蓋複雜程式設計與知識工作、前端開發,以及專業軟體工作流程。 Qwen4-Max 現已在 Alibaba 的 Token Plan 開放預覽。你也可以透過 QwenWork、Qoder、Qwen APP 和 QwenStudio 搶先體驗新模型。 用實際問題考驗它,秀出你的成果。👀 Token Plan: https://t.co/LOB2Jdt3Sk

  2. Dev.to Top Tech84

    Google DeepMind 發布 Gemini Robotics 2.5,Apollo 2 在 Mercedes-Benz 產線測試成功率達 96%

    Google DeepMind 發布 Gemini Robotics 2.5,並表示 Apptronik 的 Apollo 2 人形機器人在 Mercedes-Benz 產線概念驗證中,分揀汽車零件的成功率達 96%。

    推薦理由:測試資料呈現模型在多種任務上的成功率與速度變化,也提供汽車產線分揀零件的實地應用案例。

  3. Rohan Paul76

    NVIDIA 發布開放世界動作模型 GR00T 2,可用於機械手臂、機器人手與人形機器人。 預訓練資料:包括 402,730 小時的人類頭戴攝影機影片、10,184 小時的手持夾爪示範,以及 23,500 小時的遙操作機器人資料。

    推薦理由:GR00T 2 的預訓練資料包含大量人類頭戴攝影機影片,並搭配較少的遙操作機器人資料,呈現其資料來源的組成。

  4. Dev.to Top Tech79

    Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,降價並加快輸出

    Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,標準輸入與輸出 token 定價較前版降低 20%,Fable 5.2 輸出速度最高提升 30%,安全分類器誤攔截也有所減少。

    推薦理由:Fable 5.2 同時調降價格、加快輸出並減少誤攔截,文中列出基準變化與 Claude Code 預設採用方式,可供評估日常使用成本。

  5. Higgsfield AI 🧩66

    Seedream 5.5 已在 Higgsfield 上線,這款 ByteDance 影像模型在編輯時較能保留細節。 功能:支援原生 RGBA 輸出、畫素級區域性編輯,並改善光線、材質、膚色自然度與小字清晰度。 可用性:目前可在 Higgsfield 使用,美國即將開放。

    推薦理由:Seedream 5.5 已可在 Higgsfield 使用,原文列出區域性編輯、原生 RGBA 輸出與細節保留等變化,並說明美國即將開放。

  6. Simon Willison75

    Simon Willison 實測 Gemini 4 Carbon,展示模型打造 3D 動畫與遊戲

    Google 宣佈 Gemini 4 Carbon 開放給更多人使用,Simon Willison 用它搭配 Antigravity IDE 製作 3D 動畫。動畫讓 Yonkers 變成大型機器人,在 Manhattan、Queens 和 Brooklyn 走動;他還把結果做成不需要外部依賴的單一 HTML 檔。文中也提到另一個用 Carbon 製作的 3D 遊戲,玩家能騎著 GBike 探索 Google 的 Mountain View 園區,製作過程用到多個 AI 助理分工。

  7. The Decoder74

    NVIDIA GR00T 2 從人類示範影片學習機器人動作

    NVIDIA GR00T 2 透過預測機器人動作與未來影像,將人類示範影片中的動作轉移到機械手臂,研究目標是減少訓練時遠端操控的需求。 - 訓練與實驗:模型使用約 400,000 小時的人類任務影片訓練;實驗中,機器人能點燃火柴、切香蕉及將包裹丟上輸送帶,各任務成功率介於 10% 至 80%。

  8. Rohan Paul66

    MBZUAI 基礎模型研究所(IFM)發布開放式物理智慧世界模型 PAN 2,讓AI 助理在採取行動前先推演可能發生的情況。 - 兩種推理分工:概念推理由 LLM 判斷事件發展、時間順序與鏡頭移動,並寫成文字;感知推理由從頭訓練的 29B 擴散模型將文字轉換為視覺內容。

    推薦理由:PAN 2將語言模型的步驟規劃與擴散模型的視覺生成分工,並以多步任務結果呈現兩者結合的差異。