跳到正文

全部動態

RSS
今日 4 則
11月19日週四
  1. Modal Engineering Blog56

    Miguel Novelo 用 Modal 打造瑪雅文字研究工具

    瑪雅文字刻在石頭上的深度和形狀,可能藏著平面照片看不出的線索,但逐件手工做成 3D 模型要花不少時間。藝術家兼史丹佛講師 Miguel Novelo 用 Modal 建立流程,把 2D 瑪雅文字影像轉成 3D 模型;他從約 100 個音節符號開始,也把展場觀眾畫下的圖形納入流程。研究者可以旋轉模型、改變照明,仔細檢視雕刻。Novelo 希望日後用更多 3D 雕刻資料訓練專用模型,找出文字形狀與語言之間的關係;他也強調,研究需要結合瑪雅社群的知識與學者的共同解讀。

  2. Anthropic Research83

    Claude 解出黑洞物理的兩個未解問題

    黑洞形成與量子重力的關係,至今仍有許多問題難以用計算回答。Anthropic 的 Claude 解出兩個理論物理問題:一項完成了物理學家提出多年、但始終未完成的計算,發現即使時空變得模糊,黑洞形成時的突變仍會出現;另一項則找出一種研究量子重力方法所能達到的精確上限。研究團隊讓多個 Claude AI 助理分頭計算、互相核對,並以 Lean 檢查證明。這些結果沒有直接描述我們的宇宙,也沒有實際應用,但能幫助物理學家縮小探索量子重力的範圍。

    推薦理由:兩項成果分別完成長年未解的計算,並找出一種量子重力研究方法能達到的精確上限,呈現 AI 協助理論物理研究的不同方式。

  3. Vercel Blog51

    Vercel 推出 Vercel X,為早期 AI 新創提供六週加速計畫

    剛有 AI 創業點子的人,常需要釐清要做什麼、誰會需要,也得找到資源把產品做出來。Vercel 推出 Vercel X,邀請 40 個團隊到舊金山參加六週計畫,接受 Vercel 團隊的技術指導與產品回饋,並可使用 Vercel、AWS、Anthropic、OpenAI 等夥伴提供的超過 $9M 點數,用於主機、運算和模型 API。申請者須是 Vercel 客戶,並全程到場;計畫不收股權,獲選團隊還有機會取得 Vercel Ventures 資金與合作夥伴獎項。

  4. Arena.ai47

    GPT-6.2 Astra 和 GPT-6.2 Sol 在 LMSYS Arena 的 Code Arena: WebDev 實測中,都進入了「表現與花費都很有競爭力」的前緣位置。Astra 得到 1781 分、排名第 3,每項任務的中位花費是 $5.45,比前一版 GPT-6 Astra 低 42%;Sol 得到 1757 分、排名第 7,任務花費中位數是 $1.45,比 GPT-6.1 Sol 低 21%。Astra 比 Sol 高 24 分,Sol 的花費則低 73%。這些成績讓人能比較兩款模型在網頁開發任務中的表現與成本;AI 助理的分數預計稍後公佈。

  5. OpenAI News66

    OpenAI 作者反對人類把社會主導權交給 AI

    AI 越來越能做研究、談合約和管理資源,人們可能為了效率,逐步把企業和公共機構交給 AI 運作。OpenAI 作者把這種人類慢慢失去社會主導權的想法稱為「沉默共識」,並主張人類不該因此放棄決策與問責的地位。他提出,AI 助理的許可權應清楚且有限,行動要能稽核,使用者也應能收回授權;若 AI 助理要自行參與經濟活動,應受到明確約束。文章也提醒,讓人類保有責任,不必等於監控日常生活,系統仍可保護隱私與個人資料。

    推薦理由:作者指出,AI 可能透過市場競爭逐步接手企業與治理權力,文章進一步提出人類保有問責與撤回權的制度方向。

  6. OpenAI News76

    OpenAI 說明 Codex 沙盒如何限制 AI 助理存取檔案與網路

    AI 助理執行指令時,可能讀到敏感檔案或把資料傳到網路上。OpenAI 說明,Codex 沙盒會依許可權設定限制指令能讀寫哪些檔案,以及能連到哪些網域;預設的 workspace 設定允許修改工作資料夾、讀取其他有許可權的檔案,並關閉網路。Codex 會使用 macOS、Linux 和 Windows 各自的系統防護,在使用者原本的電腦環境裡執行指令,也提供設定檔讓個人或企業調整限制。不過,沙盒無法防住所有風險,例如惡意程式若被編輯器在沙盒外執行,仍可能造成問題,因此 OpenAI 也搭配模型訓練與對齊來保護使用者。

    推薦理由:文章說明 Codex 如何用許可權設定限制檔案與網路存取,也提醒沙盒無法阻止所有透過本機工具觸發的風險。

  7. Replit ⠕55

    想改進一項產品時,光提出目標還不夠,還要安排工作、測試成果並控制花費。Replit 產品與設計團隊成員分享,他們用 Replit Missions 改進 Replit Slides:先交代想達成的目標、評分規準範例、預算和一項受控要求,再讓多個 AI 助理分工數小時甚至數天。這次測試中,AI 助理反覆調整 Replit Slides 背後的提示詞和工具,經過六輪由 AI 評分的測試,設計評分提高 20%,花費不到 $500。

  8. Meta Engineering76

    Meta 用標準模型模板,把廣告排序模型改進推廣到整個系統

    Meta 的廣告排序模型種類很多,逐一套用新方法既耗時,也容易在不同模型上出現問題。Meta 用標準模型模板整理出一小組可重複使用的模型設計,先在有代表性的模型上測試新方法,再把通過檢查的改動加入模板,推廣給使用這些模板的模型。Meta 表示,這套做法讓每個模型所需的工程時間減少 92%,兩年來推出超過 5000 種技術與模型組合,離線模型品質平均提升 0.63%,線上成效累計提升 0.86%。模板也讓 AI 助理有較明確的設計範圍,可協助提出想法、進行實驗和找出問題。

    推薦理由:Meta 說明標準模型模板如何把逐一調整模型的工作,改成在代表性模型上驗證後推廣,並分享兩年來的工程時間與模型成效變化。

  9. Meta Engineering74

    Meta 如何用 AI 助理把廣告排名模型的改進推廣到更多模型

    一種機器學習改進方法,往往不能直接搬到另一個廣告排名模型上,工程師得花時間逐一調整,訓練也會消耗大量運算資源。Meta 用 AI 助理找出值得嘗試的模型、調整技術做法、安排訓練工作,並協助診斷和處理失敗;工程師仍會審查重要決定,並核准要推出的模型。Meta 表示,AI 助理目前負責超過 60% 的技術推廣工作;在部分模型與技術組閤中,訓練運算量中位數減少 4 倍。這套做法希望讓經過驗證的改進更快用到更多模型。

    推薦理由:文章拆解 AI 助理如何找出可套用的技術、調整模型並管理訓練工作,呈現大規模推廣機器學習改進的方法。

  10. Databricks Blog68

    Databricks 推出 Unity Gateway Insights,找出 AI 助理浪費 token 的地方

    團隊想降低 AI 成本時,除了調整預算,也可以檢查 AI 助理每次工作的紀錄。Databricks 推出 Unity Gateway Insights,會分析工作紀錄和公司的業務資料,找出 MCP 工具反覆出錯、簡單工作用了昂貴模型,以及值得整理成共用技能的重複流程。每個發現都能連到相關工作紀錄,也會依浪費的 token 成本排序;團隊還能加入自己的問題,檢視哪些流程值得改善。Databricks 表示,他們曾從 7 個 MCP 小錯誤中估計出每年 $1.2M 的浪費。

    推薦理由:Databricks 說明 Insights 如何從 AI 助理的工作紀錄找出重複錯誤與模型使用浪費,並把可節省的 token 成本連結到實際工作流程。

  11. Google AI Official Blog78

    Gemini app 登上低記憶體 Android 手機,帶來語音、相機與圖片功能

    記憶體較少的 Android 手機,過去受硬體限制,多半隻能使用基本語音指令。Google 重新設計 Gemini app,讓它能在符合條件的 Android Go 裝置上順暢運作。使用者可以用 45 種以上語言和 Gemini Live 對話、練習面試,也能用相機拍下筆記或表格來學習和翻譯,或用 Nano Banana 製作圖片。這讓更多人能在日常手機上使用 Gemini;部分合作夥伴的未來新機也會預先安裝這款 app。

    推薦理由:低記憶體手機過去多隻能使用基本語音指令,這次更新把 Gemini 帶到 Android Go 裝置,讓更多人能用語音、相機和圖片生成功能。

  12. vLLM68

    vLLM v0.34.0 已發布,這次更新包含 1,061 次程式碼提交與 412 位貢獻者。新版加入 10 個模型,並預設啟用可擴充的 KV cache;Model Runner V2 成為唯一的 GPU 執行器。專案也表示,在 4× GB200 上,Step5 NVFP4 解碼最高可快 1.95 倍。升級前可參考公告附上的升級說明。

    推薦理由:這次更新同時加入 10 個模型並調整 GPU 執行方式,還列出 Step5 NVFP4 解碼的速度資料,可用來瞭解 vLLM 的更新範圍。

  13. a16z48

    AI 助理要直接和客戶溝通,企業得先處理訊息服務的建置與日常維護。Linq 提供工具,讓開發者打造穩定、能擴大規模的訊息服務,也幫忙處理背後繁雜的營運工作;許多快速成長的 AI 助理公司已用它直接聯絡客戶。Linq 原本在做數位名片,後來轉為提供 AI 助理使用的通訊基礎服務。a16z 表示將領投 Linq 的 B 輪融資,並看好未來企業透過 Linq 在客戶常用的地方與他們聯絡。

  14. Replit Blog68

    Replit 擴大與 Microsoft 合作,讓團隊用企業資料打造並部署應用程式

    企業團隊常知道哪裡需要改善,卻得先換工具、搬資料,才能把想法做成軟體。Replit 宣佈與 Microsoft 擴大合作,讓團隊可用 Fabric 的受管資料打造應用程式,並部署到企業的 Fabric 租戶;Replit Desktop 也能在 Windows、Mac 和 Linux 存取使用者指定的資料夾,讓人檢查本機修改。Replit 與 Microsoft Teams 的整合將讓團隊從對話開始提問和開工;Azure 部署則進入早期存取,管理員可設定每個工作區的發布位置。這些功能讓團隊能在熟悉的工具中建置和發布,同時由企業管理資料與部署環境。

    推薦理由:Replit 這次把建置、部署與工作對話接上企業既有的資料和系統,也交代各項整合的開放狀態與管理方式。

  15. OpenAI News86

    OpenAI 說明 AI 模型如何改良自家與 AMD 晶片設計

    晶片設計要在速度、耗電和電路面積之間取捨,改動後也得確認功能沒有出錯。OpenAI 說明,GPT-4o 曾協助改良自家 Jalapeño 晶片的運算區塊;與 AMD 合作時,模型改寫描述電路的程式碼,工具再檢查功能並比較取捨。AMD 表示,部分修改已用在送交製造的設計中。OpenAI 也用兩款開源 RISC-V 處理器測試不同模型,GPT-6.2 Astra 在相近預算下平均分數最高。這些測試也有界線:從規格設計時,模型可能省略原有功能,因此評測未必完全反映量產設計的要求。

    推薦理由:OpenAI 以自家晶片、AMD 設計與開源處理器測試呈現模型改寫電路的成果,也交代了評測和實際設計之間的差距。

  16. OpenAI56

    晶片設計往往要花很長時間反覆調整,OpenAI 表示,與 AMD 合作後,模型在不到五個月內找出可讓旗艦 GPU IP 的 PPA 最多改善 14% 的設計。這些改動是在 AMD 工程師多年最佳化的設計上繼續改善。相同做法也用於 OpenAI 首款自研推論晶片 Jalapeño,改善成果已在實際晶片上確認。OpenAI 也分享模型在部分晶片設計工作的新評測結果,並與 Synopsys 合作,把模型能力和 EDA 設計、驗證工具帶給更多晶片設計人員。

  17. Hugging Face Blog78

    作者用 Transformers 在 32 GB Mac 上執行 180B MoE 模型

    大型 MoE 模型的專家權重很佔空間,往往放不進一般筆電的記憶體。作者替 Transformers 加上串流載入方式,只從 SSD 讀取模型當下挑中的專家,並用有限大小的快取保留常用部分;其他權重和 n-gram 資料也分別處理,讓 Qwen3.8-Flash-Next 能在 32 GB 的 Mac 上執行。經過調整後,短文字生成速度是每秒 13.9 個 token,和 Strata 的每秒 14.8 個接近。作者也指出,剩下的速度差距主要和 Python 與 GPU 之間的等待有關。

    推薦理由:作者比較多種 MoE 推論引擎,並實測如何只載入當下用到的專家,讓大型模型在 32 GB Mac 上運作。

  18. Databricks Blog78

    Databricks Genie 把受治理的企業資料帶進 Teams、Excel 和 Copilot

    公司資料分散在不同工具裡,員工常得自己找表格、核對數字,也不一定知道哪些資料能看。Databricks 擴大 Genie 在 Microsoft 工具中的使用方式:在 Teams 裡,員工可用訊息詢問資料、檢視圖表、分析檔案或安排定期分析;在 Excel 裡,可用白話提問、把結果載入活頁簿,並建立會更新的樞紐分析;Copilot Chat 和 Copilot Cowork 則能把資料問題交給 Genie 查詢。答案會附上資料來源,並依使用者許可權提供內容,管理員也能透過 Unity Gateway 管理工具使用、支出和操作紀錄。

    推薦理由:Genie 把受治理的企業資料帶進 Teams、Excel 與 Copilot,並以許可權、引用來源和管理工具串起工作流程。

  19. CrewAI Releases37

    CrewAI 發布 1.15.42,修正多項功能與資料處理問題

    這次 CrewAI 更新讓 ChromaDB 可以選擇安裝,並把預設知識資料改存到本機 Qdrant;AI 助理也能先挑選工具,之後再加入。更新還修正了多種資料處理問題,例如避免日期寫入 JSON 時出錯、正確讀取含 BOM 的 JSON 檔,以及不再漏掉串流回傳的內容。這些調整讓設定與資料讀寫更可靠,也讓使用者能依需求選擇儲存方式和工具。

  20. a16z37

    First Person Labs 正在打造 Second,持續整理使用者的偏好、優先事項和目標,並由使用者決定要分享給哪些 AI 助理。Ken Liu 認為,個人 AI 若能串起生活各處的資訊、看出哪些事情重要,並把這些瞭解帶到不同工具,就不必每次都要使用者重新說明。訪談也談到 AI 助理如何主動提醒待辦事項、保護敏感資料,以及讓 AI 助理長時間運作要花多少錢。Second 想讓 AI 更瞭解使用者,也讓使用者掌握個人資料的分享方式。

  21. Arena.ai42

    LMSYS Arena 比較了 Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 在實際工作任務上的速度、表現和成本。Muse Ember 完成一項任務平均花 27 秒,另外兩款分別要 5.8 分鐘和 1.9 分鐘;它的 Agent Arena 分數提升 2.3%,也高於對手的 1.4% 和 0.4%。每項任務成本則是 1.9 美分,低於另外兩款的 7.0 美分和 6.9 美分。這些結果讓 Muse Ember 在三項比較中都領先,顯示它處理實際工作任務時更快、成本也更低。

  22. Databricks Blog45

    AUMOVIO 如何用 Databricks Unity Gateway 集中管理 AI 模型

    AUMOVIO 的各團隊原本用不同方式連線大型語言模型,讓管理、計算費用和管控許可權變得複雜。公司改用 Databricks Unity Gateway 當共同入口,集中管理模型核准、使用紀錄和安全規則,也能透過 Microsoft Entra ID 身分驗證,不必另外發放 API 金鑰。 AUMOVIO 用代號連線核准使用的模型;需要更換模型或服務商時,可以在中央調整,使用中的應用程式不必跟著改程式碼。系統也會記錄 token 用量,搭配專案與成本中心資料,讓負責人檢視各團隊用了哪些模型、花了多少錢。這樣一來,各團隊能更方便使用核准的模型,公司也更容易掌握費用與許可權。

11月18日週三
  1. AssemblyAI69

    即時對話、語音 AI 助理和錄音的轉錄需求不同,說話者標記、速度和辨識準確度也各有重點。AssemblyAI 推出 STT-3.7 系列的三款模型:Realtime 在對話回合結束時提供定稿的說話者標記;Realtime-Agent 面向語音 AI 助理,標榜能在 86 毫秒內提供定稿文字;STT-3.7 則用於錄音,支援 32 種語言。官方表示,三款模型今天都已推出,並提供基準測試與同業錄音比較。

    推薦理由:三款模型分別面向即時對話、語音 AI 助理和錄音,並提供各自的錯誤率比較,可據此挑選符合音訊情境的轉錄服務。

  2. Y Combinator47

    Ramp 原本想幫企業省下時間和金錢,七年後已成為市值 $60 billion、服務數萬家企業的平臺,年營收超過 $2 billion。現在,Ramp 不只把 AI 放進產品,也用 AI 改變公司內部的工作方式。共同創辦人暨執行長 Eric Glyman 在訪談中談到,AI 讓 Ramp 有些員工的工作效率大幅提高,也促使公司重新思考整個組織怎麼做事。他認為,這種改變未來或許能讓大型企業也像新創公司一樣快速行動。

  3. cloudflare blog83

    Cloudflare 推出 Java4Shell WAF 規則,提醒 OpenJDK 使用者更新 Java

    Java 的 Base64 解碼程式有記憶體錯誤,攻擊者可能藉此讀取記憶體或執行程式。研究人員已在多種常見服務中展示遠端攻擊;漏洞隻影響使用特定版本 OpenJDK、支援 AVX-512 VBMI 的 x86-64 處理器,且應用程式會解碼攻擊者提供的 Base64 資料時才可能觸發。Cloudflare 為付費方案加入 WAF 規則,預設只記錄可疑請求,確認沒有誤擋正常流量後才能改成封鎖。WAF 看不到非 HTTP 流量、外連或繞過 Cloudflare 的請求,因此仍須更新所有 Java 執行環境並重新啟動服務;無法立即更新時,可暫時關閉有問題的加速功能。

    推薦理由:文章拆解漏洞觸發條件、可利用路徑與 WAF 規則的防護邊界,能協助團隊安排修補與暫時緩解措施。

  4. LangChain Blog63

    LangSmith 推出程式開發 AI 助理花費與 PR 成果報表

    團隊花錢使用程式開發 AI 助理後,常很難看出這些花費帶來了什麼成果。LangSmith 新增報表,把 Claude Code、OpenAI Codex 等 AI 助理的使用花費連到它們參與的 PR,並按 PR 狀態、工作型別和使用的模型整理資料。團隊可以檢視每個 PR 花了多少、哪些工作沒有產生 PR,也能點進對話瞭解原因,並比較更換模型前後的花費與合併成果。這項功能目前在 LangSmith Cloud 公開測試。

    推薦理由:LangSmith把程式開發 AI 助理的花費連到合併的 PR 與工作內容,能協助團隊比較模型調整前後的成本和成果。

  5. Hugging Face Blog64

    Hugging Face 開源 0.5B 語音辨識模型 Rumble-2-Flash

    語音辨識模型常要用很大的模型,才能處理多種語言和吵雜的電話錄音。Hugging Face 開源了 Rumble-2-Flash,這個 0.5B 模型支援 40 多種語言,也能自動判斷語言;它還能設定數字要寫成數字或文字,以及是否保留填充詞和重複內容。在一項 302 小時、涵蓋 14 種英語口音的客服電話測試中,它的錯誤率是 7.86%,接近 30B 的 Nemotron 3.5 Transcribe。模型可透過 Transformers、vLLM 和 Hugging Face API 使用。

    推薦理由:Rumble-2-Flash 在多語言辨識與電話語音測試中,和大上許多的模型比較成績,呈現小型語音模型的實用範圍。

  6. Hugging Face Blog65

    IBM 時間序列模型加入 Confluent,協助企業即時預測與找出異常

    企業的銷售、付款和裝置讀數一直在變,等到定期報表出來才採取行動,可能已經太晚。IBM 和 Confluent 把時間序列模型放進 Confluent,讓團隊透過 Apache Flink 和 SQL,從即時資料預測需求、找出異常,也能搜尋相似的裝置訊號;模型可在雲端或企業自己的環境中用 CPU 執行。文章舉例,商店可依銷售預測安排補貨,工廠則能提早發現產品品質可能偏離目標。預測結果可提供給既有應用程式和作業流程參考,仍可搭配其他資料、規則與人工判斷。

    推薦理由:文章以零售補貨與工廠品管等案例,說明如何把時間序列預測和異常訊號接進即時資料流程,協助團隊更早採取行動。

  7. NVIDIA Newsroom Press Releases76

    NVIDIA 推出 RTX Spark 小型桌機,可在本機執行 AI 模型與創作工作

    想在本機跑 AI 模型、處理創作工作,又不想讓筆電一直忙著執行任務,可以考慮專用桌機。ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 小型桌機已開賣,搭載最多 128GB 共用記憶體,可在本機執行支援的模型、AI 助理、圖片與影片生成,也能微調模型。NVIDIA 表示,在本機處理程式碼和檔案可避免這些工作產生雲端 API 費用;桌機也能在筆電外出時繼續執行常駐 AI 助理和排程任務。文中另介紹 Adobe、Blender 和 ComfyUI 等創作工具在 RTX Spark 上的更新。

    推薦理由:RTX Spark 桌機把本機模型、常駐 AI 助理與創作工具放在同一臺電腦,文中也列出記憶體規格與適用工作流程。

  8. PostgreSQL Official News54

    pgSherpa 推出 macOS 桌面工具,方便監控 PostgreSQL

    同時管理 PostgreSQL 伺服器時,健康狀況、資安設定和雲端資料庫資訊分散,可能不容易掌握。CortexRidge 推出免費的 macOS 桌面工具 pgSherpa,可監看 PostgreSQL 12 到 18,並用句子提醒需要處理的狀況,也能檢視鎖定等待、長時間執行的工作、複寫延遲、備份和故障切換等資訊。它也提供 SQL 查詢和常用報表;查詢預設在唯讀交易中執行,只有使用者切換後才會寫入資料。工具不需在伺服器安裝擴充功能或代理程式,密碼和金鑰會留在 macOS Keychain。

  9. PostgreSQL Official News58

    pgjumbo 推出免費 PostgreSQL 桌面使用者端,整合查詢與管理工具

    管理 PostgreSQL 時,查詢資料、備份資料庫和檢查伺服器狀況常要用到不同工具。pgjumbo 是一款免費桌面使用者端,支援 PostgreSQL 12 以上版本,可在 Windows、macOS 和 Linux 使用。它提供 SQL 查詢、資料編輯、備份還原、許可權與伺服器活動檢查等功能;修改資料庫物件前會先顯示 SQL,標記為 Production 的伺服器若要執行會造成破壞的指令,也會先要求確認。

  10. PostgreSQL Official News50

    WAL-G 發布 3.0.10,新增 PostgreSQL WAL 直接讀取功能

    備份資料庫時,如果要讓備用伺服器讀到新的記錄,過去可能得先把檔案搬到指定位置。WAL-G 3.0.10 新增 PostgreSQL 的 wal-send,可以透過串流複寫協定,讓備用伺服器直接從物件儲存讀取 WAL,並在新片段到達時接著讀取。這次也改善了備份上傳、S3 傳輸和 Greenplum、Cloudberry 的備份還原流程;要留意的是,永久備份雖然仍不會因保留期限而刪除,但指定刪除目標時可以刪掉。

  11. Apple Newsroom42

    Apple 公佈 2026 App Store Awards 入圍名單

    Apple 公佈今年 App Store Awards 的 45 款入圍作品,包含 App 和遊戲,涵蓋 iPhone、iPad、Mac、Apple Vision Pro、Apple Watch、Apple TV、Apple Arcade,以及「文化影響力」類別。像 iPhone App 類別入圍的 ElevenReader,可以用聽起來自然的 AI 聲音朗讀文字;Apple Vision Pro App 類別的 MLB,則能讓觀眾從本壘後方觀看棒球直播。得獎名單預計在接下來幾週公佈。

  12. FastAPI Releases60

    FastAPI 0.164.0 新增可設定的請求本文大小上限

    網站收到太大的請求本文時,可能需要限制可接受的資料量。FastAPI 0.164.0 新增可設定的請求本文大小上限,讓開發者能為服務設定這項限制。發布頁也提供一項協助 AI 助理使用 FastAPI 新功能與建議寫法的官方技能;可透過 uvx library-skills 在專案中安裝。

    推薦理由:FastAPI 這次加入可設定的請求本文大小上限,讓開發者能依服務需求限制傳入資料的大小。