AI 日報: Meta SAM 3.1、Google 學術爭議與 NotebookLM 實用更新

最新 AI 產業動態：Meta SAM 3.1 影像處理大升級與 Google 論文學術爭議探討

每天都有新的技術突破，偶爾也會伴隨著一些意想不到的火花。今天帶來幾個值得關注的重頭戲。Meta 剛剛推出了全新的影像處理模型，效能表現相當驚人。另外，學術界也傳出了一些摩擦，Google 的一篇論文引發了強烈的討論。接下來帶大家一探究竟。

Meta SAM 3.1 登場，影像分割效率全面提升

Meta 最新釋出的SAM 3.1 模型 確實讓人眼睛一亮。你知道嗎？過去要追蹤影片中的多個物件，系統必須為每一個物件單獨進行運算。這就像是餐廳服務生每次只能幫一桌客人點餐，效率自然高不起來。

現在情況大不相同了。SAM 3.1 導入了物件多工處理（Object Multiplexing）技術。這項改動讓模型能夠在單次前向傳遞中，同時追蹤多達 16 個物件。這意味著中等數量物件的影片處理速度直接翻倍，更在單張 H100 GPU 上追蹤多達 128 個物件時，達到了約 7 倍的推論速度提升，且完全沒有犧牲準確度。這種全局推理的設計，徹底消除了多餘的運算與記憶體瓶頸。

這不單單只是速度上的提升而已。由於整體運算資源需求降低，許多高效能的影像處理應用，現在已經可以在更親民的小型硬體上順利運行。對於想要親自測試的開發人員來說，目前可以直接前往Hugging Face 上的 SAM 3.1 專頁 取得模型權重。結合純文字或是視覺提示，這套系統能夠精準處理各種極具挑戰性的影像分割任務。

學術界的震撼彈，RaBitQ 團隊指控 Google 論文不公

技術圈並不總是風平浪靜。最近，RaBitQ 團隊在知乎上發布長文，針對 Google Research 發表於 ICLR 2026 的論文 TurboQuant 提出嚴厲質疑。這裡有個關鍵的問題值得大家反思，那就是學術研究的公平性與透明度。

RaBitQ 團隊明確指出，TurboQuant 論文中使用了與他們高度重疊的隨機旋轉（Random Rotation）量化方法，卻未在正文中進行客觀的對比與標註。更讓人訝異的是實驗環境的設定差異。根據公開的信件紀錄，TurboQuant 團隊在測試 RaBitQ 的效能時，刻意關閉了多執行緒，僅使用單核 CPU 運行，隨後拿來跟自己使用 NVIDIA A100 GPU 跑出來的成績做比較。

這種硬體資源極度不對等的比較方式，自然會產生數個數量級的速度落差。此外，TurboQuant 還被指控在沒有提供任何推導證據的情況下，直接將 RaBitQ 的理論保證貶低為次優結果。這起爭議目前已經正式提交給大會主辦單位，未來的後續發展絕對值得學術界持續關注。

OpenAI Codex 推出全新使用案例庫

轉換一下心情，來看看開發工具的實用新消息。OpenAI 團隊的 Romain Huet 稍早宣布，正式推出了全新的 Codex 使用案例庫。老實說，面對強大的 AI 寫程式工具，新手有時候反而會感到迷惘，不知道該從哪個指令開始下手。

這個新推出的線上展示區，整理了各種寫程式與非寫程式任務的實際範例。最方便的一點在於，如果使用者已經在電腦上安裝了該應用程式，可以直接點擊按鈕，在 Codex 中一鍵打開這些預設的提示詞（Starter Prompts）。這大大降低了摸索的門檻，讓日常的開發與工作流程變得更加直覺且順暢。

NotebookLM 升級背景生成與推播通知

最後要分享的是一個提升生產力的實用功能。NotebookLM 發布了最新更新，讓多工處理變得無比輕鬆。

過去在生成專案筆記本或工作室內容時，往往需要停留在畫面上等待進度條跑完。現在，使用者可以在網頁或手機應用程式上啟動生成任務後，直接離開該頁面去處理其他重要事項。系統會在背景默默把繁重的工作完成。等到一切準備就緒，使用者的手機就會馬上收到推播通知。這種貼心的設計細節，確實幫大家省下了許多寶貴的時間。

常見問題解答 (FAQ)

Q: SAM 3.1 和之前的版本相比，最大的突破在哪裡？
A: 最大的突破在於導入了物件多工處理能力。SAM 3.1 能夠在單次運算中同時追蹤高達 16 個獨立物件，這讓整體影片處理速度比起舊版足足翻了一倍，同時也大幅降低了對頂級 GPU 的硬體依賴。

Q: 為什麼 Google 的 TurboQuant 論文會引發學術爭議？
A: 主要爭議點包含三個嚴重的方面。首先是未充分承認與先行研究的方法相似性。其次是實驗基準極度不公平，例如用單核 CPU 的降速設定去對比高階 A100 GPU 的結果。最後是毫無根據地批評他人已經過嚴格證明的理論成果。

Q: 新版的 NotebookLM 解決了什麼日常痛點？
A: 它解決了等待冗長內容生成時的時間浪費問題。現在系統完全支援背景處理，完成後會自動透過手機推播提醒，讓使用者可以安心關閉視窗，把專注力放在其他更重要的事情上。