全部動態
RSS 訂閱全部動態
RSS
a16z@a16z品質評分4949
llama.cpp Releases品質評分3636 llama.cpp 修正 Qwen4exp 的 FP8 模型檔轉換問題
更新修正了 llama.cpp 轉換 Qwen4exp 模型檔時,FP8 n-gram 表格的縮放設定與區塊縮放權重處理問題,也補上從 ModelOpt 模型檔還原區塊縮放權重的處理。這讓相關模型檔能更正確地轉換;更新也列出 macOS、Linux、Android、Windows 等平臺的下載版本。
Arena.ai@arena精選品質評分6161
推薦理由:這場實測涵蓋 3D 場景、動畫、網站、遊戲與資料圖表,可用來瞭解比較範圍和各模型的初步表現。
Baseten@baseten品質評分4949Vercel Blog精選品質評分8585 Vercel AI Gateway 迎來 GPT‑6.2 Astra 與 Sol
Vercel AI Gateway 現已支援 OpenAI 的 GPT‑6.2 Astra 與 Sol。Astra 適合複雜多步專案,支援程式碼變更、檔案範本與電腦使用;Sol 針對日常編碼、寫作與代理工作流程,能從簡短需求建置互動式網頁。使用者可透過 API 指定模型 ID,並可啟用 Ultrafast 服務,降低成本;亦可在 Vercel CLI 內設定並於 Codex、Cursor 等編碼代理使用。
推薦理由:瞭解 GPT-6.2 Astra 與 Sol 在 AI Gateway 的功能差異與使用方式
Vercel Blog精選品質評分6868 MAI-Image-2.7 與 MAI-Image-2.7-Flash 於 AI Gateway 正式上線
Microsoft 推出的 MAI‑Image‑2.7 與 MAI‑Image‑2.7‑Flash 兩款影像生成模型,已在 Vercel 的 AI Gateway 進入公開預覽。它們可產出最大 2048×2048 畫素、支援透明背景的 PNG,並能用同一 API key 進行文字生成或圖片編輯。MAI‑Image‑2.7 針對高品質最終素材,MAI‑Image‑2.7‑Flash 則提供更快、成本更低的變體。開發者只需設定 AI_GATEWAY_API_KEY,即可透過 Vercel AI SDK 或 AI CLI 直接呼叫。
推薦理由:本文說明 Microsoft MAI-Image-2.7 及其 Flash 版可在 AI Gateway 直接使用,支援 2048×2048 解析度與透明背景,適合需要高品質或快速生成影像的應用。
Vercel Blog品質評分5757 Vercel AI Gateway 開放使用 Microsoft Decision-1.1
把客服問題分給合適團隊、替工作流程選下一步,或評分 AI 的回答,都需要清楚、方便程式處理的結果。Vercel AI Gateway 現在提供 Microsoft Decision-1.1,能回傳真假判斷、分類選項及各選項的機率,或依自訂尺度給分;同一個請求也能用同一份輸入回答多個問題。它沿用 Decision-1 的請求格式,開發者可透過 AI SDK、相容 OpenAI 的 Decisions API 或 AI CLI 呼叫。
Vercel Blog精選品質評分8383 Vercel 推出 eve 1.0,開源框架助你快速打造多租戶 AI 助理
Vercel 近日正式釋出 eve 1.0,這是一套開源框架,讓開發者能在同一個「harness」裡管理模型、工具與子代理,並支援多租戶、多人協作與安全審核。框架內建的 Workflow SDK 能自動儲存進度,支援 Slack、Teams、Discord 等多個通訊管道,並且在 Vercel 上可即時部署。新版把回應延遲從 3 秒降到 0.4 秒,工作流程成本降低 76%,還提供 OpenTelemetry 追蹤與多種記憶體供應商。對想快速落地 AI 助理或軟體工廠的團隊來說,eve 1.0 提供了完整的工具箱與即時部署環境。
推薦理由:此公告說明 eve 1.0 讓開發者以單一框架構建多租戶 AI 助理,對快速落地代理系統的團隊具實務參考價值。
Vercel Blog品質評分6060 Vercel Blob 新增 TTL 自動刪除功能,簡化暫存資料管理
開發者常遇到暫存檔案需要手動刪除的麻煩,Vercel Blob 近期推出 TTL (Time‑to‑Live) 功能,允許在上傳時指定保留天數,系統會自動在到期時刪除。你只要在 put、copy 或 presign 時加入 ttlDays,回傳的 expiresAt 會告訴你何時會被清除;CLI 也支援 --ttl-days 引數,並可用 set‑ttl 來延長或清除 TTL。這項功能不僅省去手動清理,還能在觀測面板追蹤 TTL 操作,讓資料管理更輕鬆。
Artificial Analysis@ArtificialAnlys品質評分5555
a16z@a16z品質評分3939
llama.cpp Releases品質評分5656 llama.cpp b12480 把 Llama Chat 的共用介面整理成 UI 函式庫
Llama Chat 原本把不少介面元件、顏色設定和字型留在自己的程式碼裡,與共用版本重複維護。這次 b12480 把這些內容整理進新的 @ggml-org/llama-ui 套件,聊天介面改從套件取用元件、模型資訊和樣式,建置流程也會在函式庫內容變動時重新建置。更新還修正子選單被選單邊界裁切,以及切換對話時可能把回覆節點寫到錯誤對話的問題。
Google DeepMind@GoogleDeepMind品質評分5353
Microsoft Research品質評分4646 Microsoft Research 探討 AI 如何改變醫療,讓診斷更快、更準
AI 已能幫忙看醫療影像、整理病人的症狀,也能協助醫師決定接下來該問什麼、做哪些檢查;但不少研究成果還沒有真正用在病人身上。Microsoft Research 的研究人員與醫師在節目中談到,未來可以把病歷、影像和其他健康資料放在一起,幫助醫師更早發現疾病,也探索新藥和生物研究。要讓這些進展真正幫上忙,還需要更好的生物資料,以及在真實醫療情境中確認效果。
Browserbase@browserbase品質評分4242
OpenAI News精選品質評分7373 OpenAI 更新 Astra for Law,提升法律研究與檔案撰寫表現
法律工作需要查詢判例、整理資料並寫出有根據的答案,引用錯誤可能造成嚴重影響。OpenAI 更新了 Astra for Law,將 GPT‑6.2 Astra 搭配更大的法律搜尋資料庫與法律研究指引,協助模型查法規、衡量不同依據並撰寫答案。在一項測試中,它有 20.8% 的作業拿到滿分;在另一項法律研究測試中,滿分比例從約 46% 升到 53.8%。搜尋資料庫也增加超過 80 million 個網址。ChatGPT Enterprise 客戶現在可申請使用,也可申請 API 存取權。
推薦理由:原文比較 Astra for Law 在多項法律測試中的表現,也說明法律搜尋資料庫擴充後,研究答案的完整得分比例有所提升。
AWS Machine Learning Blog精選品質評分6363 AWS SageMaker JumpStart 開放部署 OpenTSLM 時間序列模型
只看大量裝置數字,很難及早看出問題從哪裡來。OpenTSLM 能把 CPU 使用量、磁碟空間等數值,和維修紀錄或文字說明放在一起分析,再整理可能的狀況、建議檢查方式和預期結果。文中以 Nexthink 的 IT 支援為例,Spark 會先確認磁碟空間是否不足,經員工同意後才進行清理,並確認問題是否改善。AWS 也示範如何在 SageMaker JumpStart 部署模型,以及用 ARFBench 資料微調;這提供了把時間序列資料接進實際工作流程的做法。
推薦理由:OpenTSLM把數值變化和文字背景放在一起分析,文中也示範如何部署與微調,呈現從資料到實際 IT 支援的做法。
AWS Machine Learning Blog精選品質評分7676 SMART 如何用 Amazon Bedrock AgentCore 串接 WhatsApp AI 助理
把 AI 助理接上 WhatsApp,麻煩的地方常是訊息格式、圖片和語音處理、對話記憶與提醒排程。AWS 的開源工具 SMART 提供 Python SDK 和 Terraform 設定,讓開發者把重心放在 AI 助理的提示詞、工具和商業邏輯,並由 SMART 處理通道工作。文章也示範如何在本機先試跑,再部署到 AWS;若訊息是在對方最後發言超過 24 小時後送出,就必須使用 Meta 預先核准的範本。文中提醒,這是供非正式上線用途的範例程式,部署前仍要符合自己的安全與法規要求。
推薦理由:文章整理 WhatsApp 串接時常見的訊息、媒體、記憶與排程工作,並展示 SMART 如何把這些通道功能交給現成工具處理。
Arena.ai@arena精選品質評分6969推薦理由:Arena 比較 MAI-Image-2.7 與前一版在多種圖片任務的名次,也列出每張 $0.035 的價格,方便了解效能與成本的取捨。
Arena.ai@arena品質評分4949
OpenCode@opencode品質評分3737GitHub Engineering精選品質評分8181 GitHub 如何用 Agent Host Protocol 讓 Copilot 工作階段跨裝置接續
AI 助理如果綁在單一程式裡,關掉視窗或換裝置時,工作就難以接續;每個應用程式各自串接,也讓開發者不容易把 AI 助理帶進自己的工具。GitHub 說明 Agent Host Protocol(AHP)如何讓 VS Code、GitHub Copilot app 和其他使用者端共用工作階段、歷史紀錄與狀態。使用者端送出操作後,由伺服器更新狀態;遇到網路中斷時,使用者端可以重新送出排隊中的操作,等伺服器確認。VS Code 和 GitHub 也用不同語言各自實作主機,藉此找出協定需要補足的地方。
推薦理由:AHP以獨立協定連線不同裝置與兩種獨立實作,文中也整理了跨網路中斷、重連與功能差異時的設計取捨。
Artificial Analysis@ArtificialAnlys精選品質評分7676
推薦理由:AA-Robotics v0.1 的分數比較與真實機械手臂測試,呈現模型在基準表現和實際操作任務上的差異。
Replit ⠕@Replit品質評分3737
a16z@a16z品質評分5656Google Developers Blog精選品質評分8989 Google 推出 Gemini 4 Hydrogen,讓機器人控制更快也更省
讓機器人完成日常工作,常得先處理硬體設定、模擬環境和控制程式,花上不少時間。Google 推出 Gemini 4 Hydrogen,開發者用一般語言描述目標並提供相機畫面後,它就能規劃工作、撰寫控制程式,並在執行時持續調整。在一項機器人基準測試中,它操作真實的六軸手臂完成八種桌面任務,分數是 58,與 Gemini 4 Argon 相近,但每個 token 的成本較低。Google 也推出 Antigravity Robotics 外掛,協助設定手臂、建立 MuJoCo 模擬場景,再把測試過的應用帶到真實機器人上。
推薦理由:Gemini 4 Hydrogen 在機器人任務測試中取得與 Argon 相近的分數,文章也展示它如何搭配工具完成從模擬到實機的工作流程。
Arena.ai@arena品質評分5353
OpenAI@OpenAI精選品質評分7575OpenAI 宣佈 GPT-6.2 Astra 和 Sol 已開放使用,並形容這兩款模型效率高,能在實際情境中發揮表現。貼文沒有提供更多功能、價格或效能細節。

ElevenLabs Official Blog精選品質評分6565 ElevenLabs 推出 Scribe v3 Live Medical,讓醫療電話更聽得懂藥名
醫療電話裡的藥名、劑量和病情細節容易被聽錯,可能讓後續處理出問題。ElevenLabs 推出 Scribe v3 Live Medical,讓 ElevenAgents 能即時轉錄看診和醫療服務電話;醫療團隊也能加入最多 10,000 個自訂詞彙,並支援超過 90 種語言。PriMock57 測試中,它的字詞錯誤率是 12.8%,比測試中最接近的醫療模型少 17% 錯誤。這些結果來自 ElevenLabs 對部分模型的內部測試。
推薦理由:原文以兩組醫療對話測試比較轉錄結果,可瞭解這款即時語音模型在藥名、症狀等臨床內容上的表現。
Artificial Analysis@ArtificialAnlys精選品質評分8383推薦理由:GPT-6.2 Astra 與 Sol 在多項評測的名次和價格效率各有表現,也出現編碼評分停滯或下滑,便於比較不同用途的取捨。
Artificial Analysis@ArtificialAnlys品質評分5555
Artificial Analysis@ArtificialAnlys精選品質評分7373
推薦理由:Artificial Analysis 比較兩款模型在影像編輯與文字生成圖片的表現和價格,可看出不同任務下品質與費用的取捨。
a16z@a16z品質評分3838
LangChain Blog品質評分5656 LangSmith 新增追蹤資料許可權,讓團隊除錯時保護客戶資訊
工程師需要檢視 AI 助理的工作紀錄來找問題,但紀錄裡可能有姓名、健康資料或付款資訊,不能讓所有人都看見。LangSmith 新增三種管理方式:限制誰能看使用者輸入和模型回覆、按團隊設定許可權,以及依追蹤紀錄中的客戶或使用者資料決定誰能檢視。工程師仍可檢查工具呼叫和速度等資訊,必要時也能只讓負責某位客戶的團隊檢視相關內容。這些功能已提供給 LangSmith Enterprise 方案。
ClaudeDevs@ClaudeDevs品質評分4848llama.cpp Releases品質評分4848 llama.cpp b12479 開始支援 Minimax-Music3
llama.cpp 這次更新,加入對 Minimax-Music3 的支援,並修正、整理了相關程式碼。更新頁面也列出多種系統和硬體的版本,例如 macOS、Linux、Android、Windows 與不同 GPU;其中有些版本標示為停用。
Apple Newsroom精選品質評分6363 Apple TV 本週末直播 F1 拉斯維加斯大獎賽
想看 F1 賽事時,觀眾可能也想同時掌握不同車手畫面和賽道狀況。Apple TV 將直播拉斯維加斯大獎賽,賽事畫面可加入更多車手視角,也有前三名車手畫面、賽道追蹤資訊和車隊畫面。到現場的車迷可用 Apple Maps 查詢入口、接送區、飲水站、步行路線和道路封閉資訊,也能檢視賽道附近景點與粉絲活動。美國觀眾需訂閱 Apple TV,月費為 $14.99,新訂戶可免費試用七天。
推薦理由:Apple TV 將提供賽車多視角直播,並搭配賽道資訊與週邊指南,讓觀眾能比較不同觀看方式與現場服務。
Google AI Official Blog精選品質評分8888 Google 讓 Gemini 代辦電話預約、帳單分析和購物
打電話預約、翻帳單找問題或比價購物,都得花時間自己處理。Google 更新 Gemini 的 Task 功能,讓它能依照指示使用連結的應用程式完成多步驟工作,例如同時打電話詢問預約、找出電費變高的原因,或把商品加進購物流程;有些步驟仍會交回給使用者完成。購買前,Gemini 設計上會先詢問確認,也能設定支出上限。這項更新正向美國、日本、韓國、加拿大、澳洲和印度的使用者免費推出,部分進階功能先在美國推出。
推薦理由:Gemini 把打電話預約、整理帳單和購物等日常工作串在一起,也設有確認步驟與支出上限,能看出 AI 助理如何代辦多步驟任務。
Guillermo Rauch@rauchg品質評分3838Google Developers Blog精選品質評分7373 Google 開源 ABFS,讓 Android 大型程式碼庫更快下載與建置
Android 程式碼庫很大,下載原始碼和重新建置常要等很久,也讓開發者和 AI 助理難以快速開好多個工作區並平行測試。Google 做了開源工具 ABFS,先載入檔案清單,等建置真的需要某個檔案時才下載,並重用 CI 和開發者已經做好的建置結果。Google 表示,Android 原始碼下載時間從約 36 分鐘縮短到不到 8 秒,完整建置則從約 80 分鐘縮短到 2 分鐘多。ABFS 也能讓多個工作區共用快取;Google 正探索把它用在其他大型 Git 專案。
推薦理由:ABFS 把大型 Git 專案的檔案按需載入,並重用 CI 與開發環境的建置結果,文中以 Android 實測呈現這套做法如何縮短等待時間。