模型發布/更新
微信開源全模態模型系列 WeMM-Video 騰訊微信 (Tencent WeChat)
- 一言以蔽之:騰訊微信團隊於 GitHub 正式開源全新全模態模型系列 WeMM-Video。
- 發布團隊與定位:由騰訊微信團隊研發並推出,屬於具備全模態能力的模型系列。
- 開源狀態:相關程式碼與專案已正式於 GitHub 官方倉庫開源釋出。
- 傳送門:GitHub 開源專案倉庫
OpenAI 於 API 上線全雙工語音模型 GPT-Live-1.1 OpenAI
- 一言以蔽之:OpenAI 正式透過 API 開放全雙工語音模型 GPT-Live-1.1,支援 128K 上下文並將待機閒置成本降至每分鐘 0.02 美元。
- 模型規格:API 模型識別碼為 gpt-live-1.1,支援全雙工即時語音互動,預設提供 128K 上下文視窗。
- 部署與連線方式:僅限透過 OpenAI 雲端的 v1/live/sessions 端點部署,使用者端可經由 WebRTC 或 WebSocket 建立連線。
- 待機成本最佳化:引入待機模式設計,讓語音會話在閒置狀態下的成本降至每分鐘 0.02 美元。
- 傳送門:MarkTechPost 技術報導
Baseten 發布基於 Gemma 4 的開源決策模型 Bison-1 與 Groundhog-1 Baseten
- 一言以蔽之:Baseten 推出基於 Google Gemma 4 訓練的開源權重決策模型 bison-1 與 groundhog-1,登頂 Decision Index 榜單。
- 模型基礎與授權:兩款模型皆基於 Google 的 Gemma 4 架構進行訓練,並以開源權重形式釋出。
- 輸出特性與表現:模型專注於決策任務,僅回傳經過校準的機率數值而不生成一般文字,並在 Decision Index 評測取得第一名錶現。
- 傳送門:MarkTechPost 報導
Google 開放 Gemini 4 Neon 體驗,兼顧高推理能力與執行速度 Google DeepMind
- 一言以蔽之:Google DeepMind 團隊在 AI Studio 開放 Gemini 4 Neon 測試,獲得 Perplexity 執行長等開發者高度評價。
- 模型定位對比:Google DeepMind 產品經理 Logan Kilpatrick 表示,Neon 屬於全能型最佳模型(best all around),而 Carbon 具備大模型風格,Hydrogen 則主打快速與高效率。
- 社群實測回饋:目前可於 ai.studio/neon 進行體驗;Perplexity 執行長 Aravind Srinivas 指出已在 Perplexity Computer 上測試高推理模式的 Gemini Neon,稱其同時具備高智慧與高速度。
- 傳送門:
- 傳送門:
- 傳送門:
產品發布/更新
Claude Code 推出實驗性 Code Mode,以 JavaScript 編排多步驟工具呼叫 Anthropic
- 一言以蔽之:Anthropic 為 Claude Code 引入實驗性功能 Code Mode,讓 Claude 透過編寫並執行 JavaScript 一次完成多步驟工具操作。
- 更新內容:Anthropic 的 Addy Osmani 介紹,Code Mode 允許 Claude 撰寫並執行 JavaScript 指令碼,在單次流程中編排多步驟的工具呼叫。
- 效能優勢:支援平行執行多項指令並預先過濾輸出結果,有效減少上下文視窗的 Token 佔用。
- 傳送門:
OpenAI API 為 GPT-6.2 啟用跨輪推理複用機制 OpenAI
- 一言以蔽之:OpenAI 針對開發者 API 檔案新增指南,為 GPT-6.2 模型開放跨對話輪次的推理狀態複用能力。
- 功能機制:在呼叫 GPT-6.2 API 時,只要保持請求提示詞的字首(Prefix)不變,即可跨輪次重複使用先前的推理狀態。
- 適用物件:主要面向使用 OpenAI API 建構多輪次推論應用與 AI Agent 的開發者。
- 傳送門:OpenAI API 官方檔案
Google 於 Gemini API 開放 Gemini 3.5 Transcribe 語音編輯預覽 Google
- 一言以蔽之:Google 在 Gemini API 中正式開放語音編輯預覽功能,並上線 Gemini 3.5 Transcribe 模型技術檔案。
- 更新內容:透過 Gemini 3.5 Transcribe 模型在 Gemini API 提供語音編輯(Speech editing)功能的預覽測試。
- 開發資源:相關模型說明與串接檔案已正式發布於 Google AI Studio 官方檔案中心。
- 傳送門:Google AI Studio 檔案
Tesla FSD V15 推出天空箭頭導航與實景點選行駛功能 Tesla
- 一言以蔽之:Elon Musk 揭露 Tesla FSD V15 的視覺化導航更新,系統能將真實路況重新渲染為電玩風格畫面並支援點選導航。
- 視覺化指引:在 FSD V15 中,Tesla AI 電腦會如同電玩遊戲般重新渲染周遭實景,並在天空中繪製箭頭指示轉彎方向。
- 互動駕駛控制:使用者可在實景重現畫面上點選任意位置,直接讓車輛自動行駛前往該目標地點。
- 傳送門:
Signal 預設限制行動端螢幕截圖,防範作業系統級 AI 監控風險 Signal
- 一言以蔽之:Signal 宣佈在 Android 與 iOS 平臺預設限制應用程式內截圖,以保護通訊隱私免於遭系統級 AI Agent 擷取。
- 防護措施擴大:繼 Windows 版本預設封鎖截圖後,Signal 進一步於 Android 與 iOS 行動端預設限制應用程式內的截圖操作。
- 隱私威脅背景:Signal 總裁 Meredith Whittaker 表示,整合代理式 AI(Agentic AI)的作業系統會掃描螢幕內容,使敏感資訊被擷取、儲存並供系統級 AI Agent 存取,進而削弱 Signal 保障通訊隱私的能力。
- 傳送門:TechCrunch 報導
產業動態
美國眾議院報告揭露 Cursor 考慮逐步停用中國 AI 模型 美國眾議院國土安全委員會
- 一言以蔽之:美國眾議院國土安全委員會最新聯合報告指出,AI 程式開發工具 Cursor 正考慮逐步汰除中國 AI 模型。
- 事件概述:美國眾議院國土安全委員會於 2026 年 11 月 20 日發布針對中國 AI 模型的聯合調查報告(Joint Report: PRC AI Models)。
- 企業動向:報告內容提及開發者工具 Cursor 正在評估並考慮逐步停止支援或使用來自中國的 AI 模型。
- 傳送門:美國眾議院聯合報告 (PDF)
聯合國日內瓦會議未能就「殺人機器人」自主武器監管達成共識 The Verge
- 一言以蔽之:聯合國日內瓦會議未能透過自主武器監管規範,各國僅同意就選項展開討論並延後提案時程。
- 協商結果:各國未能對具法律約束力的自主武器規則達成共識,僅妥協同意於兩年內提出監管提案,且部分規範可保留為「可選」專案。
- 各方立場分歧:紅十字國際委員會、聯合國秘書長與教宗皆呼籲於一年內制定具約束力的規範;但俄羅斯、以色列與美國為主要反對或阻礙方,其中美國曾提議以五年時間討論非約束性指南。
- 傳送門:The Verge 報導
Anthropic 那斯達克創紀錄上市,現場遭抗議團體堵門示威 The Verge / Rohan Paul
- 一言以蔽之:Anthropic 於那斯達克完成創紀錄 IPO 並引發安全治理討論,舊金山辦公室外部則出現 Stop the AI Race 抗議行動。
- 上市表現與討論:Anthropic 於那斯達克上市,發行價為 83 美元並一度漲至 111 美元,業界亦高度關注其在公開市場壓力下能否持續將 AI 安全置於首位。
- 外部抗議事件:蒙特婁大學教授 David Krueger 昨日於 Anthropic 舊金山辦公室外參與 Stop the AI Race 抗議並發表演說,現場數名封鎖入口的示威者遭到警方逮捕。
- 傳送門:The Verge 深度對談
- 傳送門:
微軟企業級架構採用開源專案 OpenClaw 並擔任社群維護者 OpenClaw / Microsoft
- 一言以蔽之:開源專案 OpenClaw 宣佈微軟已在其企業級架構中採用 OpenClaw 進行建置,並以維護者身分回饋開源社群。
- 企業級部署:微軟已在企業級軟體架構中匯入並基於 OpenClaw 進行系統建置。
- 開源社群回饋:微軟技術團隊同時擔任該專案維護者,直接向 OpenClaw 開源社群貢獻程式碼與維護工作。
- 傳送門:
美股科技股遭遇疫情以來最差單週表現,Nasdaq 100 跌入熊市區間 The Decoder
- 一言以蔽之:受市場對 AI 前景疑慮升溫影響,Nasdaq 100 指數單週大跌 10.4%,創下新冠疫情以來最差單週紀錄。
- 指數跌幅:Nasdaq 100 指數於週五單日下跌 5.6%,全週累計跌幅達 10.4%,寫下新冠疫情爆發以來最慘烈的單週表現。
- 熊市區間:該指數相較於 10 月份的高點已累計回落 20%,正式進入市場定義的熊市區間。
- 傳送門:The Decoder 報導
Nasdaq 100 指數跌幅統計Nasdaq 100 單週累計下跌 10.4%,較 10 月高點回落 20% 正式進入熊市區間
指數跌幅(0–100%)
受市場對 AI 前景疑慮升溫影響,創下新冠疫情爆發以來最慘烈的單週表現。
資料來源:The Decoder 報導
論文研究
Columbia 與 MIT 論文:Claude 發現的新演演演算法突破 3SUM 與 APSP 複雜度上限 Columbia University / MIT
- 一言以蔽之:Columbia 與 MIT 發表論文展示由 Claude 發現的新演演演算法,在 3SUM 與全對最短路徑(APSP)問題上實現多項式級別的速度突破。
- 演演演算法複雜度突破:Claude 所發現的演演演算法將 3SUM 問題的時間複雜度推進至 O(n^1.9992),並將全對最短路徑(APSP)推進至 O(n^2.9995)。
- 理論意義:這兩項多項式級別的改進結果,直接推翻了電腦科學界長期以來的 3SUM 假設與 APSP 假設。
- 傳送門:
NVIDIA 提出 CPU-ARC 技術:將 LLM 推理軌跡快取為 CPU 程式碼,成本大降 16 至 291 倍 NVIDIA
- 一言以蔽之:NVIDIA 發表 Agentic Reasoning Caching(CPU-ARC)研究,把語言模型的推理過程轉為可執行程式碼,大幅降低類似問題的推論成本。
- 核心創新機制:CPU-ARC 讓 LLM 將推理軌跡轉譯為可執行的程式碼並加以快取,而不必每次都重新消耗昂貴的 GPU 推論資源。
- 研究成果資料:面對改寫措辭或更換數字的變體問題時,系統可直接於 CPU 上複用該程式碼執行求解,使類似任務的處理成本降低 16 到 291 倍。
- 傳送門:
UT Austin 提出 Darmok 系統,於英國密碼填字錦標賽超越人類冠軍 UT Austin
- 一言以蔽之:德州大學奧斯汀分校(UT Austin)發表研究介紹 Darmok,成為首個在英國密碼填字專案達成超人類表現的自動化系統。
- 實戰競賽成績:在 2026 年《泰晤士報》填字遊戲錦標賽(Times Crossword Championship)決賽中,Darmok 零失誤解出全部 7 道題目,並以 3 分 13 秒的優勢擊敗人類冠軍。
- 系統備援架構:決賽過程中其主模型曾出現大幅降速,最終透過備援路徑提供了 30 個答案中的 17 個,順利完成零失誤通關。
- 傳送門:
位元組跳動聯合美國高校發表研究:證實 AI 模型訓練僅需三步驟,多數階段非必要 位元組跳動 (ByteDance) / The Decoder
- 一言以蔽之:位元組跳動與多所美國大學共同發表論文指出,現行 AI 訓練流程中多數階段並非必要,並以具備競爭力的開源模型佐證三步驟訓練法。
- 研究動機:研究指出當前 AI 訓練流程層層巢狀,不僅複現成本高昂,也導致研究人員難以判斷究竟哪一個訓練步驟真正發揮效果。
- 實證成果:團隊主張 AI 模型訓練僅需三個核心步驟即可完成,並實際釋出一個具備市場競爭力的開源模型驗證該論點。
- 傳送門:The Decoder 報導
其他分享
騰訊團隊開源 LoopForge:五個定時 AI Agent 自治維護自家程式碼倉庫 Tencent
- 一言以蔽之:騰訊團隊開源可自託管的 Agent 工作臺 LoopForge,利用五個錯開排班的定時 AI Agent 每日自動處理調研、審查與補齊測試等維護工作。
- 五段式定時自治排程:包含 09:00 唯讀調研並最多提 3 張需求單、整點首輪 PR 審查、半點 CI 巡檢與沙箱自癒、02:00 補齊核心套件測試(曾單夜將覆蓋率從 83.3% 提升至 86.0%),以及週一 03:00 進行不超過 200 行的架構整理。
- 嚴格安全護欄與剎車:提示詞第一行即寫死禁止不可逆操作(不合併、不關閉、不直推主分支),測試 Agent 僅可新增測試檔案而不得修改生產程式碼;若待合併架構類 PR 達 10 條便會自動停機,確保人類始終掌握決定權與最終合併按鈕。
- 傳送門:GitHub 開源專案倉庫
- 傳送門:
LangChain 分享 AI Agent「知識工廠」實踐:企業落地的瓶頸在於知識而非模型 LangChain
- 一言以蔽之:LangChain 公開內部建置 GTM、內容工作室與 LangSmith Engine 等 AI Agent 背後的「知識工廠」實踐方法。
- 內部應用實戰:分享團隊如何為內部 GTM 流程、內容工作室 AI Agent 以及 LangSmith Engine 打造系統化的知識供應管線。
- 核心方法論:LangChain 指出,阻礙 AI 在企業內部真正落地的關鍵往往不是模型能力不足,而是缺乏高品質且可維護的企業知識基礎。
- 傳送門:LangChain 官方部落格