AI 日報: Altman 砲轟 Claude 無廣告，Google 營收破 4,000 億
Anthropic 堅持 Claude 是「思考空間」拒絕廣告，遭 OpenAI 執行長批為「不誠實」。Google 靠 Gemini 3 助攻，年度營收首破 4,000 億美元。Mistral 則推出 Voxtral 開源語音模型。一次看懂本週 AI 商業與技術新局。
52 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 38 / 109 頁AI 日報: ACE-Step 1.5 開源音樂模型登場，Qwen3 強化寫程式 AI，GPT-5.2 提速
本週 AI 重點更新：ACE-Step 1.5 號稱品質媲美 Suno 且支援本地運行；阿里雲 Qwen3-Coder-Next 專注智能體自我修正；OpenRouter 推出免費路由服務，以及 GPT-5.2 推論速度提升 40%。
ACE-Step 1.5 重磅登場：4GB 顯卡就能跑的開源 AI 音樂神獸，Suno 迎來最強對手？
ACE-Step 1.5 正式開源！這款號稱品質媲美 Suno 的 AI 音樂模型，只需 4GB VRAM 即可在本地運行。支援 LoRA 風格微調、MIT 商業授權，生成速度極快。立即了解這款打破商業壟斷的音樂創作神器！
AI 日報: SpaceX 收購 xAI，OpenAI 推桌面指揮中心
SpaceX 震撼併購 xAI，計畫利用 Starship 發射「軌道數據中心」解決算力能源瓶頸！本文同步解析 OpenAI Codex App 桌面開發工具、Step 3.5 Flash 開源模型、Google 狼人殺測試與 GLM-OCR 等 5 大 AI 關鍵技術突破。
0.9B 參數挑戰 SOTA！智譜 GLM-OCR 開源：讓文檔解析快 10 倍
智譜 AI 開源 GLM-OCR 模型，僅 0.9B 參數卻在複雜表格與公式識別上達到 SOTA 水平。性能直逼 GPT-5.2 與 Gemini-3-Pro，推理成本僅為傳統 OCR 的十分之一。立即了解如何部署這款輕量級文檔解析神器，實現 Markdown 與 JSON 結構化直出！
Qwen3-ASR 重磅開源：挑戰 Whisper 霸主地位，連「唱歌」與「方言」都能精準識別？
長期以來，OpenAI 的 Whisper 系列模型幾乎成了開源語音識別（ASR）領域的標準答案。每當開發者需要處理語音轉文字的任務時，腦中浮現的第一個名字通常都是它。但坦白說，這種「一家獨大」的局面似乎正在被打破。Qwen 團隊（通義千問）近日無預警釋出了 Qwen3-ASR 系列，這不 …
AI 日報: AI 造世主登場？Project Genie 讓你創造無限世界，Grok 影片 API 強勢來襲
本週 AI 圈大事不斷，Google DeepMind 推出能創造無限互動世界的 Project Genie，讓使用者體驗如同造世主般的樂趣；xAI 則開放了強大的 Grok Imagine 影片生成 API，要在視覺生成領域佔有一席之地。另一方面，OpenAI …
會思考的 AI 畫家？騰訊 HunyuanImage 3.0-Instruct 讓圖像編輯更懂你
你是否厭倦了 AI 繪圖工具「聽不懂人話」的窘境？騰訊最新推出的 HunyuanImage 3.0-Instruct 不僅僅是生成圖片，它更像是一位會先思考再動筆的藝術家。透過獨特的思維鏈（CoT）技術與強大的多模態架構，這款模型在理解複雜指令、精準修圖與多圖融合上展現了驚人的實力。本文將 …
Kimi K2.5 模型解析：開源界的新標竿，視覺程式碼與多代理協作的實力展現
Moonshot AI 發布最新開源模型 Kimi K2.5，具備原生多模態能力與強大的「蜂群代理」技術。本文將詳細剖析其在視覺程式碼生成、多代理協作及複雜辦公任務上的突破性表現，並探討其如何以更低的成本達成超越單一代理的效率。
FASHN VTON v1.5 登場：消費級顯卡也能跑的高畫質虛擬試穿 AI，細節保留更勝以往
FASHN VTON v1.5 是一款全新的開源虛擬試穿 AI 模型，採用 Apache-2.0 授權，允許商業用途。這款模型最大的特色在於直接在「像素空間」生成影像，而非傳統的潛在空間，能保留更多衣物材質細節。更棒的是，它只需要 8GB VRAM 的消費級顯卡即可運行。本文將詳細解析其技 …