AI 日報: Claude Sonnet 4.6 強勢升級與 Google Lyria 3 音樂生成登場，OpenAI 聚焦區塊鏈安全
今天的 AI 科技圈充滿了重磅更新，從生產力工具到娛樂應用都有顯著進展。Anthropic 推出了更強大的 Claude Sonnet 4.6，直接挑戰現有的模型極限；Google 則讓 Gemini 具備了更先進的音樂創作能力，甚至還加強了 NotebookLM 的簡報功能。此 …
192 月
文章庫
好內容，值得慢慢讀。
從模型突破到日常應用，探索 AI 世界的每一面。
最新文章
由新到舊，第 37 / 109 頁MioTTS 登場：僅 0.1B 參數的輕量語音模型，讓邊緣裝置也能流暢說話
探索 Aratako 最新發布的 MioTTS 專案，這是一系列基於 LLM 架構的超輕量級 TTS 模型。從極致的 0.1B 版本到高品質的 2.6B 版本，MioTTS 結合了自研的神經音訊編碼器 MioCodec，在保持高傳真音質的同時，實現了驚人的推理速度。本文將解析其技術特點、模 …
KaniTTS2 詳解：3.5 億參數挑戰長文本，開源完整 TTS 預訓練框架
KaniTTS2 打破語音模型訓練黑盒！本文深入解構這款基於 LFM2 架構的 3.5 億參數模型，如何透過 Frame-level Position Encoding 解決長篇語音連貫性。不僅提供模型，更開源完整預訓練代碼，讓開發者能從零打造專屬 TTS。
AI 日報: OpenAI 挖角 OpenClaw 創始人佈局智能代理，介紹開源語音模型
科技圈再次迎來重磅人事變動，Peter Steinberger 加盟 OpenAI 領導智能代理開發，而 OpenClaw 轉型為基金會確保開源獨立性。與此同時，Google 發布最新威脅報告揭露 AI 攻防戰現狀，開源社群則迎來兩款強大的語音生成模型。
AI 日報: Google 理性思考再進化，MiniMax 與 OpenAI 掀起速度戰，Anthropic 估值衝破天際
一次看懂 AI 四大巨頭最新動態！Google Gemini 3 Deep Think 挑戰科學難題，OpenAI Codex-Spark 與 MiniMax M2.5 掀起編碼速度戰，以及 Anthropic 獲 300 億融資的市場解讀。
AI 日報: 智譜 GLM-5 開源、Gemini Deep Think 登場、Claude Opus 4.6 安全報告
智譜 AI 強勢開源 744B 參數的 GLM-5 模型；Google DeepMind 推出 Gemini Deep Think 解決科學難題；Anthropic 公開 Claude Opus 4.6 破壞風險報告與免費版新功能。一文看懂今日 AI 三大重磅更新！
MOSS-TTS 全面解析：超越 Gemini 的生產級開源語音模型，連音效都能生成
MOSS-TTS 正式開源！這套生產級 AI 音訊解決方案內含 5 大模型，不僅支援零樣本語音複製與長對話生成，更是首款能生成背景音效的 TTS 模型。對話評測超越 Gemini 2.5，採 Apache 2.0 授權可商用，立即深入解析。
AI 日報: OpenAI 深度研究迎來 GPT-5.2 強力升級！Anthropic 預言 2026 程式開發新趨勢，還有哪些 AI 黑科技值得關注？
本週 AI 領域迎來重大更新！OpenAI 正式將 Deep Research 核心升級至 GPT-5.2，並推出全新的全螢幕閱讀體驗；Anthropic 發布 2026 年程式開發趨勢報告，預示「代理編碼 (Agentic Coding)」將徹底改變工程師的角色。此外， …
AI 日報: 雙雄對決：Claude Opus 4.6 與 GPT-5.3-Codex 引爆 AI 代理大戰，自動化編程邁入全新階段
深入解析 AI 界的瘋狂 24 小時！Anthropic Claude Opus 4.6 與 OpenAI GPT-5.3-Codex 正面交鋒。從 Agent Teams 自主編寫編譯器、Cursor 自動駕駛代碼庫，到企業級平台 Frontier，本文帶您掌握 AI 代理如何重塑工作流 …
Mistral Voxtral 4B 登場：低於 500ms 的開源即時語音模型，挑戰 Gemini 與 GPT-4o 霸權
Mistral Voxtral 4B 登場，這款全新的語音模型不只具備 40 億參數的精巧體積，更以驚人的低延遲和 Apache 2.0 開源授權，打破了目前語音轉錄市場的既有規則，為開發者帶來了前所未有的本地端運算潛力。