跳到正文

#模型發布

RSS
今日 4 則
11月12日週四
  1. aihot72

    Google 推出 Gemini Decision 1 模型與 Gemini Decisions API

    Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,在 Google AI Studio 中提供以評估方式產生判定的能力。 輸入與處理方式:可處理文字、影像、音訊、影片和 PDF,並針對最多 1,000 個問題進行評估,在單次處理中給出決策。 計費方式:不按輸出 token 計費。

    推薦理由:Gemini Decision 1 以多種輸入對照最多 1,000 個問題並直接產生判定,且不按輸出 token 計費,呈現評估式模型的使用方式與計費差異。

  2. Google66

    Google 推出 Gemini Robotics 2.5,稱這款 VLA 模型是其迄今最具能力的版本,並表示它能擴充套件機器人可學習的技能範圍、加快學習速度。 目標:協助機器人從實驗室進入真實環境。 推出狀態:目前正向 Google 的機器人合作夥伴陸續推出。

    推薦理由:Gemini Robotics 2.5 著重擴充套件機器人可學習的技能範圍並加快學習速度,呈現 Google 推進模型走入真實環境的方向。

11月11日週三
  1. Google DeepMind86

    Google DeepMind 發布 AlphaGenome 2,預測不同人類細胞中的 DNA 變異影響

    Google DeepMind 發布 AlphaGenome 2,可依特定人類細胞型別或狀態,預測 DNA 序列及其變異對基因活動的影響。 - 模型訓練:使用人類與小鼠的 bulk 及單細胞資料訓練,涵蓋超過 1.07 億個細胞剖面與 68 種組織;新增 DNA 甲基化預測。

    推薦理由:AlphaGenome 2 在 TenK10K 資料集的因果變異辨識率由 16% 提升至 30%,可供評估單細胞模型定位疾病相關變異的能力。

  2. The Decoder77

    DeepL推出 Aure 語音模型,讓即時翻譯保留語氣與情緒

    DeepL推出 Aure,讓 DeepL Voice 的即時翻譯將原說話者的語氣、情緒、強調方式與語速帶入目標語言。 - 運作方式:Aure 在對話進行時持續分析翻譯文字與原始音訊;訓練時將聲音身分、語調和內容分開處理,並以強化學習避免輸出帶有口音。

    推薦理由:Aure 會隨對話持續分析譯文與原始音訊,將語氣、情緒、強調方式和語速帶入目標語言,補上靜態聲音樣本難以呈現的情緒變化。

  3. iThome (臺灣)78

    Google Gemini 4 Carbon 全面上線,API 費用為 Anthropic Fable/Mythos 5.2 的一半

    Google 開放新一代尖端模型 Gemini 4 Carbon,供企業、開發者及個人付費使用者使用,並公佈基準排名與 API 費用。此前模型僅供部分受信任的資安防禦人員使用。

    推薦理由:文章並列 Gemini 4 Carbon 的基準排名、任務成本與 API 定價,呈現其效能與費用定位,也交代限時折扣及供應管道。

  4. 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

  5. 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。

  6. 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。

  7. 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。

  8. 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。

  9. 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。