AI 日報：Meta Muse Spark、Anthropic 新代理架構與邊緣運算突破

掌握每日 AI 動態：Meta 發表多模態模型 Muse Spark，Anthropic 重塑代理架構

科技發展日新月異，各種創新應用層出不窮。大家是否曾想過，未來的個人超級智慧會是什麼模樣？今天的重點涵蓋了從大型語言模型架構的革新，到邊緣運算視覺技術的突破，乃至於日常生產力工具的全面升級。

事情是這樣的，不論是開發人員還是科技愛好者，掌握這些新資訊都能帶來極大的幫助。接下來，請仔細閱讀今天精選的各項重要進展。

Meta 推出 Muse Spark 模型，邁向個人超級智慧

打造一個真正懂你的超級助理，一直是許多科技巨頭的目標。Meta 宣佈推出 Muse Spark 模型，這象徵著他們在人工智慧領域邁出了關鍵的一步。

這個模型天生具備多模態推理能力。它不僅支援工具使用，還具備視覺思維鏈以及多代理協同運作的能力。這意味著它可以更聰明地處理複雜任務。老實說，這種全面性的升級確實令人驚豔。

為了支持後續的擴展，開發團隊對整個技術架構進行了全面翻新。從前端的研究、模型訓練，一直到後端基礎設施都投入了龐大資源。這種全方位的投資，讓模型在運算效率上有了顯著的提升。

獨特的 Contemplating 模式有何特別之處？

許多讀者可能會好奇，Muse Spark 遇到極度困難的任務時該怎麼辦？答案就在全新的 Contemplating 模式。這個模式會同時協調多個代理程式進行平行思考。這讓它能夠與市面上最頂尖的推理模型一較高下。

在測試數據方面，它在極具挑戰性的評估中表現亮眼。安全性方面，開發團隊也進行了嚴格的把關。模型對於生化武器等高風險領域展現了強大的拒絕回應機制，確保技術應用在安全的範圍內。

Anthropic 重新定義架構，分離大腦與雙手的 Managed Agents

談到代理程式的底層邏輯，Anthropic 提出了相當有趣的工程觀點。隨著模型越來越聰明，過去的舊架構反而成為了限制。因此他們推出了全新的 Managed Agents 託管服務。

讀者可以透過這份 官方說明文件 了解具體細節。這次更新的核心概念非常明確，就是要把「大腦」與「雙手」徹底分開。

什麼是大腦與雙手？這裡的大腦指的是 Claude 模型及其溝通介面，雙手則是執行動作的沙盒環境與工具。過去這些元件全部綁在同一個容器裡。一旦容器當機，所有的運作紀錄就會跟著消失。

為什麼要把大腦和雙手分開？

你可以把過去的系統想像成需要精心照顧的「寵物」。只要寵物生病了，整個任務就得停擺。現在，Anthropic 將這些元件虛擬化，轉變成隨時可以替換的「牛群」。

這帶來了兩個巨大的好處。首先，系統變得異常穩定。即使某個執行環境崩潰，系統也能迅速重啟一個新的環境接手工作。其次，安全性大幅提升。未經信任的程式碼不再與憑證放在同一個空間，從根本上阻斷了潛在的資安風險。

Liquid AI 專注邊緣運算，LFM2.5-VL-450M 視覺語言模型登場

你知道嗎？並非所有的人工智慧都需要依賴龐大的雲端伺服器。有時候，將運算能力直接放在設備終端，反而能解決延遲與隱私問題。

這正是Liquid AI 發表 LFM2.5-VL-450M 視覺語言模型 的初衷。這是一款專為邊緣設備打造的模型。即使硬體資源有限，它依然能發揮強大效能。

這款模型處理一張 512x512 的圖片只需要 242 毫秒。這代表它完全有能力處理每秒 4 幀的即時影像串流。開發者現在就可以前往 Hugging Face 下載模型權重 進行測試。

邊緣運算模型最大的突破是什麼？

傳統的視覺系統通常需要多個步驟。先偵測物件，再進行分類，最後套用額外的邏輯判斷。這種流程既耗時又佔用資源。

LFM2.5-VL-450M 改變了這個現況。它可以在一次運算中同時完成物件定位、情境分析以及回傳結構化資料。此外，它支援多達九種語言的視覺理解能力。不論是裝載於智慧型手機還是工業設備上，都能展現出極高的實用價值。

Gemini 整合 NotebookLM，打造井然有序的專案工作區

我們再來看看生產力工具的最新動態。當你同時進行好幾個專案時，要管理散落各處的筆記與對話紀錄，往往會讓人感到心力交瘁。

Google 注意到了這個痛點，正式在 Gemini 中推出 Notebooks 功能。這就像是為你的大腦建立了一個外接硬碟。

你可以把特定的對話、上傳的文件以及相關資料統整在同一個筆記本裡。最棒的是，這些內容會與 NotebookLM 保持同步。這表示你可以運用 NotebookLM 的特殊功能來整理 Gemini 中的對話紀錄。這項功能將率先開放給特定訂閱用戶，未來幾週內會陸續推廣給更多人使用。

Google Colab 推出 Learn Mode，專屬程式家教上線

對於程式開發者而言，寫程式遇到卡關是家常便飯。許多人習慣直接讓 AI 生成一段程式碼貼上交差。但老實說，這樣往往學不到真正的核心觀念。

為了改善這種學習模式，Google Colab 帶來了全新的 Learn Mode 與自訂指令功能。這項更新完全改變了與 AI 互動的方式。

當你開啟 Learn Mode 後，AI 不再只是冷冰冰地吐出程式碼。它會化身為一位極具耐心的家教。透過一步步的引導，為你解釋複雜的概念。加上可以儲存於筆記本層級的自訂指令，你可以要求 AI 永遠使用某種特定的撰寫風格，讓學習體驗更加個人化。

AI 升級版 Google Finance 擴展至百個國家

最後要分享的是財經領域的消息。掌握即時的市場脈動，對於投資人來說至關重要。結合 AI 技術的 Google Finance 正在全球大幅擴張，預計將涵蓋超過一百個國家。

這次升級帶來了許多實用的功能。你可以直接向 AI 詢問複雜的市場問題，並獲得詳盡的回覆。全新的圖表工具也讓技術分析變得更加直觀。

更令人振奮的是，它還提供了企業財報會議的即時語音與同步逐字稿。搭配 AI 自動生成的重點摘要，任何人都能輕鬆掌握企業營運的關鍵資訊。這確實為金融資訊的獲取方式帶來了極大的便利。

問與答 (Q&A)

Q1：Meta 的 Muse Spark 模型中，全新的「沉思模式（Contemplating mode）」具體是如何運作的？ A： 沉思模式的核心在於它能同時協調多個代理程式進行平行思考。這意味著當你向它提出複雜的要求（例如規劃一趟家族旅行）時，它可以啟動多個子代理同步工作：一個負責草擬行程、一個負責比較不同地點，另一個則去尋找適合兒童的活動。這種多代理協作讓 Muse Spark 能與市場上最頂尖的推理模型一較高下，大幅提升解答複雜問題的速度與品質。

Q2：Anthropic 將 Managed Agents 的「大腦」與「雙手」分離，到底解決了過去舊架構的什麼致命傷？ A： 過去將大腦（模型）、雙手（沙盒與工具）和對話記憶全綁在同一個容器裡，只要容器一當機，所有的運作紀錄就會消失，工程師還得像照顧「寵物」一樣進去修復。將大腦與雙手分離後，執行環境變成了可隨時丟棄與替換的「牛群」，就算崩潰也能由大腦迅速重啟一個新環境接手。更重要的是，這阻斷了資安風險，確保在沙盒中執行的未受信任程式碼，無法輕易接觸到身分驗證憑證。

Q3：Liquid AI 的 LFM2.5-VL-450M 模型在「邊緣運算」上有什麼具體的效能表現？能應用在哪些地方？ A： 它的處理速度極快，在邊緣設備（如 Jetson Orin）上處理一張 512x512 解析度的圖片僅需 242 毫秒，這足以應付每秒 4 幀（4 FPS）的即時影像串流處理。這讓它非常適合應用在對運算資源、低延遲與隱私要求極高的場景，例如：智慧眼鏡等穿戴式裝置、汽車行車紀錄器、倉儲自動化（能追蹤推高機與貨物動向），以及零售業的貨架監控。

Q4：Gemini 新推出的 Notebooks（筆記本）功能，與 NotebookLM 同步後能為工作流帶來什麼改變？ A： 你可以在 Gemini 側邊欄建立專屬的筆記本，統整相關的對話和文件（如 PDF 等）。因為它會與 NotebookLM 保持雙向同步，所以你上傳到其中一邊的資料，另一邊也能直接使用。舉例來說，學生可以先把課堂筆記放入筆記本中，使用 NotebookLM 的功能生成影片或圖表，隔天再打開 Gemini App，針對同一份筆記資料要求 AI 草擬論文大綱，實現無縫切換的強大工作流。

Q5：對於想學習程式語言的人來說，Google Colab 的 Learn Mode（學習模式）有何特別之處？ A： 過去開發者遇到問題時，AI 通常只會直接丟出一大段程式碼讓你複製貼上，這對學習核心觀念幫助不大。而 Learn Mode 則會化身為「個人程式家教」，它不直接給你答案，而是透過「逐步引導（step-by-step guidance）」的方式，為你拆解複雜的觀念、解釋底層邏輯，幫助你真正培養並發展自己的程式技能。