AI 日報: GPT-5.2 低調現身 Prism 科學協作平台，Chrome 瀏覽器進化出「自動導航」能力
探索今日 AI 重磅進展：OpenAI 推出內建 GPT-5.2 的 Prism 科學協作平台，徹底簡化學術研究流程；Google Chrome 結合 Gemini 3 實現「自動導航」瀏覽體驗；更有 LiteRT 統一端側開發及 Anthropic 關於 AI 自主權的最新研究， …
291 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 39 / 109 頁通義 Z-Image 強勢登場：找回 AI 繪圖的極致掌控力與多樣性
在 AI 繪圖追求極致速度的當下，通義實驗室推出的 Z-Image 選擇了一條不同的道路。這款「未經蒸餾」的基礎模型，雖犧牲了些許生成速度，卻換來了對畫面的絕對掌控、驚人的風格多樣性以及對開發者極高的友善度。本文將帶讀者深入解析 Z-Image 的技術核心，探討它如何成為專業創作者與開發者 …
DeepSeek-OCR 2 重磅登場：機器終於學會像人類一樣「跳著讀」的視覺邏輯
DeepSeek 團隊最近又在開源社群丟下了一顆震撼彈。這次他們帶來的 DeepSeek-OCR 2，不僅僅是把 OCR（光學字元辨識）的準確率刷高了幾個百分點那麼簡單。這款模型觸及了一個長期以來被忽視、卻又至關重要的核心問題：機器看圖的方式，其實一直都是錯的。
AI 日報: DeepSeek OCR 2 重磅開源，Google AI Plus 全面鋪開：視覺模型與訂閱制的新戰局
DeepSeek 開源 OCR 2 引入視覺因果流，挑戰視覺辨識極限；Google 推出 AI Plus 訂閱制並強化 Gemini 3 Flash 的主動調查能力。從 Z-Image 基礎模型到 Agentic Vision，深度解析視覺模型如何改變 AI 與現實世界的互動方式。
AI 日報: NVIDIA 開源 Earth-2 氣象模型，OpenAI 舉辦開發者交流座談會，ChatGPT 廣告報價超越傳統電視
NVIDIA 正式開源 Earth-2 氣象預測模型，包含台灣中央氣象署在內的機構已率先採用。同時，OpenAI 舉辦了針對開發者的線上大會，揭露新一代工具與 GPT-5 路線圖。另一方面，ChatGPT 的廣告報價流出，高達 60 美元的 CPM 震驚市場。本文將為您詳細解析這三則 AI …
HeartMuLa 登場：全能型開源音樂模型，讓創作者真正掌控旋律
想要擺脫閉源限制？HeartMuLa 以 Apache 2.0 授權強勢來襲，不僅支援多國語言，更帶來精細的段落控制與低顯存解決方案，成為 AI 音樂生成領域的強力挑戰者。
AI 日報: Excel 終於迎來 AI 大腦，OpenAI 揭密 8 億用戶背後的資料庫架構
還在手動拉 Excel 公式？Anthropic 為試算表裝上 AI 大腦，工作流程即將大改版！另外，OpenAI 也公開了撐起 8 億用戶的資料庫秘密。無論你是想提升辦公效率的白領，還是苦惱擴展性的工程師，這篇深度解析絕對不能錯過。
Qwen3-TTS 全家桶開源登場：語音克隆與生成的嶄新標準
Qwen 團隊正式開源 Qwen3-TTS 系列模型，這套被稱為「全家桶」的解決方案提供了從音色克隆、創造到高擬真語音控制的完整功能。本文將詳細解析其雙軌建模技術、不同參數模型的應用場景，以及如何透過 GitHub 和 Hugging Face 獲取這項強大的開源資源，助您掌握語音生成的最 …
AI 日報: AI 語音合成迎來開源新標竿，谷歌讓機器看懂 4D 世界與搜尋更貼心
AI 技術發展日新月異，Qwen 團隊最新開源了強大的 Qwen3-TTS 語音模型，支援驚人的音色克隆與多語言生成；Google DeepMind 則推出了 D4RT 模型，讓 AI 能夠理解時間與空間的 4D 維度；同時，Google 搜尋引入了 Personal …
擺脫切碎的錄音檔！Microsoft VibeVoice ASR 挑戰一小時不間斷的精準轉錄
告別破碎的逐字稿！Microsoft 推出 VibeVoice-ASR，解決傳統 AI 長音訊切分導致的語意脫節。支援單次處理 60 分鐘錄音，精準整合「內容、講者、時間軸」，讓長篇會議與 Podcast 轉錄不再出錯。