跳到正文

#多模態

RSS
今日 5 則
11月5日週四
  1. Rohan Paul61

    SenseTime 發布 SenseNova 6.8 Flash,主打 Office Intelligence 與 Dynamic Design 兩項能力方向。 Office Intelligence:在不同任務間保留使用者目標、偏好與限制,並依新脈絡主動推薦下一步行動。 Dynamic Design:產生動畫 PPTX 簡報、動態海報、互動式網站與可編輯的 Blender 專案。 整體方向是從單次內容生成,轉向延續任務並產出可用成品。

  2. solidot72

    研究指出 Google 與 OpenAI 模型對特定英語口音有偏見

    研究人員測試多種多模態模型評估不同口音英語語音的表現,發現模型對中國與奈及利亞口音的評分最低,對美國與英國口音的評分最高。 - 測試模型:Gemini 2.5 Pro、Gemini 2.5 Flash、GPT-Audio 1.5,以及開放權重模型 Qwen 3 Omni。

    推薦理由:研究比較多種模型對五種英語口音的評分與解釋,呈現口音偏見如何影響面試、報告及口語能力評估。

  3. Vercel Blog55

    Vercel AI Gateway 增加更多 Kimi K3.1 Pro 的 ZDR 供應商

    Vercel AI Gateway 現在可透過更多支援零資料保留(ZDR)的供應商,呼叫 Kimi K3.1 Pro 與高速版本 Kimi K3.1 Pro Highspeed。 模型特性:兩款模型都支援 1M-token 上下文視窗與圖片輸入;Kimi K3.1 Pro 在程式開發、3D 建模與金融分析方面有所改進,並可處理從小幅修正到完整專案的長時間 Agent 工作。Highspeed 適合重視回應速度的互動工作,例如程式開發 Agent。 ZDR 路由:此前只有 Moonshot AI 提供這兩款模型。啟用單次請求的 zeroDataRetention 選項,或在 AI Gateway 儀錶板設定中為團隊所有請求啟用 ZDR 後,系統只會路由至簽有 ZDR 協議的供應商;若沒有可用供應商,請求會失敗,不會改送至未簽約的供應商。 呼叫方式:可透過 AI SDK、Chat Completions、Responses、Anthropic Messages API,或連線 AI Gateway 的程式開發 Agent 呼叫。模型名稱為 moonshotai/kimi-k3.1-pro;Highspeed 使用 moonshotai/kimi-k3.1-pro-highspeed。也可安裝最新版 Vercel CLI,在 Claude Code、Codex、Cursor 等 Agent 中選擇模型。 費用:AI Gateway 依供應商定價,不加價;推論不收平臺費,包含 Bring Your Own Key(BYOK)請求。

  4. Hacker News (official RSS)86

    Kimi K3.1 Pro 開放權重發布

    Kimi K3.1 Pro 開放權重發布,這款原生多模態AI 助理模型採 MoE 架構,提供 1,048,576-token 上下文視窗。 - 模型規模:總引數 2.8T,啟用引數 104B;支援文字與影像輸入。

    推薦理由:材料列出模型規模、推論設定與多項基準成績,並說明 API 和推論引擎支援,便於比較其能力與部署條件。

11月4日週三
  1. aihot64

    可靈 Kling 4.0 Flash 全面開放,支援官網、API、MCP 與 Adobe 外掛

    可靈 Kling 4.0 Flash 現已向所有使用者全面開放,可透過 Kling AI 官網與 API 使用。 - 接入方式:支援 MCP、CLI 及 AI 外掛。 - Adobe 外掛:可在 Adobe Photoshop、Premiere Pro 和 After Effects 中呼叫此模型。 - 體驗入口:klingai.com

    推薦理由:原文列出 Kling 4.0 Flash 的開放範圍與多種接入入口,呈現模型可用方式的變化。

  2. llama.cpp Releases82

    llama.cpp v0.9.0 發布:新增 FP8 E4M3 量化與多序列 KV 快取最佳化

    llama.cpp v0.9.0 正式發布,新增 FP8 E4M3 量化、flash_attn_ext_rows 等多項功能,並擴充多模態與音訊支援。 - 量化:加入 OCP FP8 E4M3 tensor type,提供轉換輔助,提升量化模型效能。

    推薦理由:此版本新增 FP8 E4M3 量化與多序列 KV 快取最佳化,並支援多種新架構與音訊功能,能顯著提升多模態推理效能與跨平臺部署彈性,為開發者帶來更高效能與更低延遲。

  3. 雷科技49

    **title_zh:**

    國行蘋果智慧深度評測:AI功能馬馬虎虎,隱私保護秒殺安卓? summary_zh: - iOS 27.3 Beta 推送:自 11 月 4 日起,擁有開發者許可權的使用者可下載 12 GB 更新包,開啟首批 AI 功能。

  4. Solidot82

    Apple Intelligence 開始在中國推出,12 月隨 iOS 27.3 正式推出

    Apple Intelligence 自 11 月 4 日起在中國開放測試,預計於 12 月隨 iOS 27.3 正式推出。 - 合作與模型:中國版由 Apple 與阿里巴巴合作推出,基於千問模型。

    推薦理由:中國版 Apple Intelligence 由 Apple 與阿里巴巴合作推出,內容列出首批功能與測試、正式推出時程,可瞭解服務如何進入中國市場。

  5. Vercel Blog45

    Tencent Hy4 登上 AI Gateway,年底前享 5 折優惠

    Tencent 的 Hy4 已在 AI Gateway 開放使用,並提供至 2026 年 12 月 31 日止的 5 折優惠。 模型功能:Hy4 支援推理、工具呼叫、結構化輸出與影像輸入,具備 1M-token 上下文視窗,可用於跨程式碼庫或大量檔案的工作。它是 Hy 系列首款具備視覺能力的模型,能辨識影像細節並讀取複雜圖表,也支援在命令列與圖形介面中操作電腦。 相較 Hy4 Preview:Hy4 更能遵循指令,處理長上下文、長時間執行任務與深度研究的表現也有所提升。 使用方式:模型名稱為 tencent/hy4。安裝最新版 Vercel CLI 並執行設定後,可在 Claude Code、Codex、Cursor 等代理程式中選用;也可在模型 playground 試用。 AI Gateway:提供統一 API,可呼叫模型、追蹤用量與成本,並設定重試、故障轉移及效能最佳化。平臺依供應商定價、不加價,推論不收平臺費,包含 BYOK 請求。