跳到正文

#多模態

RSS
今日 5 則
11月2日週一
  1. Dev.to Top Tech87

    Mistral Large 4 開源模型:完整安裝與部署指南

    Mistral Large 4 是一個 1.05T 引數的多模態 Mixture‑of‑Experts 模型,於 2026‑10‑29 以 MIT 開源授權公開,本文提供從 Hugging Face 下載、量化檔案選擇、GPU 部署到 API 方案的完整流程。

    推薦理由:提供完整的安裝與部署指南,讓開發者可快速部署 Mistral Large 4,並掌握其硬體需求與成本。

11月1日週日
10月31日週六
10月30日週五
10月29日週四
  1. aihot80

    Mistral Large 4(Le Chonk)上線 Hugging Face:1T 引數 MoE 多模態開源權重模型

    Mistral Large 4(Le Chonk) 已在 Hugging Face 上線,為多模態多語言 MoE 架構,總引數約 1T,啟用 49B,上下文視窗 1M token。

    推薦理由:原文給出模型架構、引數與硬體吞吐,讀者可評估部署門檻與適用場景,並快速判斷是否符合資源需求,進而決定是否投入實驗或商業化。

  2. Apple Newsroom79

    Apple 推出搭載 PROLED XDR 螢幕的 MacBook Pro,加入觸控操作與 M5 Pro、M5 Max

    Apple 推出搭載 PROLED XDR 螢幕的新款 MacBook Pro,讓使用者能直接觸碰螢幕操作,也能透過 Dynamic Island 檢視搜尋、即時更新和 Siri AI。新機有 14 吋和 16 吋兩種尺寸,搭載 M5 Pro 或 M5 Max,螢幕最高亮度為 2000 nits,並支援 120Hz 更新率;部分專業工作者也能在裝置上執行大型語言模型。新款 MacBook Pro 已開放預購,起價為 $2,899(美國),預計 11 月 6 日開始供貨。

    推薦理由:新款 MacBook Pro 把觸控螢幕、Dynamic Island 和新款 M5 晶片放進筆電,並列出創作與專業工作會用到的顯示和連線功能。

10月28日週三
  1. Hacker News (official RSS)73

    亞馬遜因 Nova 模型失敗削減 AI 團隊

    亞馬遜 近期宣佈削減其 AI 研究團隊,將多個 Nova 大型語言模型停用或降級,僅保留基本支援。 這一舉措是對 Nova 模型「能源需求高、投資回報低」的回應,並將資源重新投入由 Pieter Abbeel 領導的前沿模型與機器人研究。 亞馬遜同時關閉了舊金山的 80 人 AGI 研究辦公室,顯示其正從 AI 熱潮中抽身,聚焦於可實際應用的自動化技術。

  2. Google Gemini70

    Google 在 Gemini 提供 SynthID 偵測,讓使用者檢查圖片、影片或音訊是否由 Google AI 生成。 使用方式:向 Gemini 詢問「Is this AI generated?」即可進行檢查。 說明:原文指出,此功能可協助使用者更有信心地瀏覽網路。

    推薦理由:Gemini 的 SynthID 偵測涵蓋圖片、影片與音訊,並提供直接詢問的檢查方式,呈現這項功能支援的媒體型別與使用入口。

10月27日週二
  1. ElevenLabs Official Blog62

    打造符合品牌的 AI 語音助理:完整開發指引

    ElevenLabs 提供完整的 AI 語音助理開發指南,說明如何從語音辨識、LLM 生成到語音合成構建低延遲、可擴充且安全的客服機器人。 - 核心技術:使用 ElevenLabs Scribe v2 Realtime 低延遲語音辨識(<150 ms),GPT‑4o mini 產生回應,ElevenLabs v4 Turbo 文字轉語音(≈100 ms)。