AI日報｜Kimi 釋出 2.8 兆參數 K3 模型、Gemini 代理上線、小米破除機器人資料壁壘

AI日報｜Kimi 釋出 2.8 兆參數 K3 模型、Gemini 代理上線、小米破除機器人資料壁壘

今天的 AI 圈依然熱鬧。Kimi 端出了 2.8 兆參數的開源巨獸，Google 則在設法不讓 AI 代理花光開發者的錢，而 OpenAI 正忙著修補把使用者電腦家目錄刪除的超大包。以下是今天的重點整理。

2.8 兆參數的開源巨獸：Kimi K3

Kimi 發布了擁有 2.8 兆參數的開源模型 Kimi K3: Open Frontier Intelligence，支援 100 萬 Token 的上下文長度。架構上，它利用 KDA 與 AttnRes 組合來處理長文本注意力與特徵擷取，並透過 Stable LatentMoE 技術在 896 個專家網路中精準活化 16 個。最引人注目的是，它在 48 小時內自主完成了奈米晶片的設計與驗證。即使跑分還未全面超越 Claude Fable 5 或 GPT 5.6 Sol，K3 已是目前開源界難以忽視的重量級選手。

視覺感知的真相：PerceptionBench 評測

我們以為 AI 能看懂圖片，但很多時候它只是在瞎猜。Kimi 團隊推出的 PerceptionBench 題庫將「視覺感知」與「邏輯推理」分開測試。這套涵蓋計數、深度感知與空間定位等 3,000 個題目的測試揭露了一個慘烈的現實：目前市面上沒有任何一款模型的準確率能突破 60%。

圖片來源: https://www.kimi.com/blog/perception-bench

OpenAI 的青少年防護網

由於大量青少年依賴 ChatGPT 學習，OpenAI 推出專屬的「學習模式」(Study Mode)。這套模式不會直接提供答案，而是用提問引導思考。配合家長控制選項，可以設定安靜時間或過濾敏感內容。Family Online Safety Institute 等機構也參與了相關合作的推動。

Google 搜尋整合外部 App

Google 搜尋的 AI 模式現在可以直接串聯外部應用程式。請 AI 規劃烤肉菜單時，能透過 Instacart 直接將食材丟進購物車結帳；需要海報能呼叫 Canva 範本；想聽音樂則能連動 YouTube Music 一鍵播放。

Gemini Notebook 亮相

廣受歡迎的 NotebookLM 正式更名為 Gemini Notebook。這次針對 Google AI Ultra 及 Workspace 商業用戶開放了雲端運算環境，這意味著你的數位筆記本現在可以直接編寫、執行程式碼，並處理複雜的資料分析。

防治 AI 暴走的 Gemini API 受管理代理

讓 AI 代理自主運作最怕的就是預算失控。Google 新推出的 Gemini Interactions API 讓代理能在隔離的雲端沙盒裡寫程式或上網。為了解決燒錢問題，Google 加入了預算控制選項，開發者只要設定 max_total_tokens 就能直接踩煞車。另外新增的排程觸發器也能讓代理自動執行每日除錯或程式碼清理，詳情可參考官方文件。

Muse Spark 1.1 上線

Meta 的 Muse Spark 1.1 正式登陸 OpenRouter 平台，為美國開發者提供更多樣化的模型選擇來建構應用。

小米機器人突破資料瓶頸

訓練機器人最大的難關是缺乏高品質資料。小米開源了 Xiaomi-Robotics-1 模型，他們的方法是：先讓模型看 10 萬小時的第一人稱視角 (UMI) 影片學習物理規律，再用 144 小時的真實機器人資料進行微調。技術報告顯示，模型只要看不到 10 小時的示範就能學會收納物品，成功率達 75%。這款模型已經在 GitHub 和 Hugging Face 上開源。

NVIDIA Nemotron 3 Embed 奪冠

找錯資料是 RAG 系統的致命傷。NVIDIA 新釋出的 Nemotron 3 Embed 8B 模型拿下了 RTEB 排行榜冠軍，支援 32k 上下文。搭配 Blackwell 架構，它展現了極高的運算效率，能有效減少 AI 代理在檢索過程中的重複搜尋耗損。

圖片來源: https://huggingface.co/blog/nvidia/nemotron-3-embed-wins-rteb

GPT-5.6 刪除使用者檔案事件

AI 把你的 $HOME 目錄刪了——這聽起來像地獄般的玩笑，但它是真的。近期傳出 GPT-5.6 意外刪除檔案，原因是當使用者開啟完全存取模式且未啟用沙盒時，模型有時會為了建立暫存目錄去覆寫 $HOME 環境變數，結果不小心刪除了整個家目錄。OpenAI 已經緊急修補漏洞並加上了額外護欄。

SuperGrok 整合 X Premium+

社群與 AI 的綁定又加深了。訂閱 SuperGrok Heavy 現在免費附贈 X Premium+ 資格。只要在 Grok 裡連結 X 帳號即可啟用，原有的付費訂閱會在下個計費週期自動轉換。

像寫軟體一樣寫提示詞

把所有的安全規範與領域知識塞進一個超長提示詞，牽一髮就會動全身。Google 團隊提出將提示詞「模組化」的概念：把不同技能拆成獨立檔案，再用編譯器組合。這樣能在建置階段抓出語法與相依性錯誤，也能直接整合進 CI/CD 流程。

Anthropic 的百萬行程式碼遷移術

Anthropic 公開了他們用 AI 完成大規模程式碼遷移的方法。核心概念是：不要讓 AI 直接去修復程式碼，而是修復「產出程式碼的工作流程」。透過建立規則書、壓力測試與自動編譯比對的流程，AI 代理能成功在極短時間內完成大型專案的語言轉換。

Grok Mermaid 終端機流程圖

Simon Willison 在 Grok CLI 程式碼庫裡挖出了一個用 Rust 寫的 Mermaid 渲染器。它透過 WebAssembly 執行，能直接在終端機裡把 Mermaid 語法轉換成純文字的 Unicode 邊框圖，帶有一種復古的實用美學。

ChatGPT Work 文書處理升級

ChatGPT 預告了辦公場景的升級。使用者可以直接在對話介面中建立、編輯和排版文件、試算表與簡報，省去了把 AI 草稿複製貼上到其他軟體的麻煩。

欺騙 AI 視覺的 Decoy 字體

「Decoy Font」是一個針對 AI 視覺弱點設計的實驗字體。模型在看圖片時習慣近距離讀取清晰的前景像素，這款字體利用干擾圖層，讓人眼退後幾步能看懂隱藏訊息，但 AI 卻會讀出一串毫無關聯的詞彙。

Grok Automations 自動化排程

Grok 新增了任務自動化功能。向它描述一次任務後，就能依照排程或特定電子郵件觸發。例如設定早上 8 點讀取未讀信件並總結新聞，執行後的對話紀錄會保留供隨時接手。

Google Vids 數位分身

Google Vids 導入了 Gemini Omni 模型，透過文字或圖片就能生成影片。新推出的「數位分身」(Personal Avatars) 功能，只要上傳自拍照和錄音，AI 就能替你上台簡報。基於安全，產出的影片都會壓上隱形的 SynthID 浮水印。

1Password 解決代理密碼難題

當 Claude 需要登入網站（例如查看 Stripe 營收）時，密碼該怎麼處理？1Password 給出了解方：使用者授權後，由 1Password 在後台處理憑證與一次性密碼 (OTP)。過程中，Claude 能拿到需要的資訊，但完全碰不到你的明碼密碼。

問與答(Q&A)

• Kimi K3 的技術亮點？ 2.8 兆參數開源模型，100 萬 Token 上下文。架構結合 KDA、AttnRes 與 Stable LatentMoE，能在 48 小時內自主完成奈米晶片設計驗證。
• Gemini 代理如何防止預算失控？ 在 Google 託管的隔離沙盒中執行，並加入預算控制護欄，開發者可設定 max_total_tokens 上限，並支援排程觸發器。
• PerceptionBench 點出了什麼問題？ 剝離了「邏輯推理」後，發現 AI 視覺感知多半靠瞎猜。目前最強模型在基礎視覺測試上的準確率也過不了 60%。
• 小米機器人如何解決資料荒？ 兩階段訓練：先看 10 萬小時第一人稱影片學物理規律，再用 7,200 小時真實機器人資料微調，少於 10 小時的示範就能學會新任務。
• GPT-5.6 刪除檔案是怎麼回事？ 在未開啟沙盒的完全存取模式下，模型為了建暫存目錄去覆寫 $HOME 變數，意外把使用者的家目錄刪了。
• 1Password 如何保護 AI 代理的密碼？ 透過 API 整合，由 1Password 在後台代填憑證與 OTP，AI 代理能登入網站完成任務，但全程接觸不到密碼。