Meta AI 震撼彈：Omnilingual ASR 如何讓 1600 種語言「開口說話」？
Meta AI 發表了革命性的 Omnilingual ASR 技術，支援超過 1600 種語言的語音辨識，特別是那些資源稀少的語言。這項開源技術不僅打破了技術瓶頸，更希望透過社群力量，真正弭平數位世界中的語言隔閡。
1111 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 49 / 109 頁AI 日報：微軟揭露 AI 安全漏洞、Google Gemini 解鎖「超人視覺」
AI 領域的發展速度從未停歇。就在今天，我們看到了從根本安全議題到應用層面令人驚豔的突破。微軟揭發了一種名為「Whisper Leak」的新型攻擊手法，能窺探加密的 AI 對話內容，引發了對大型語言模型（LLM）隱私的深刻反思。與此同時，Google 的 Gemini 模型則展現了分析多光 …
Kimi K2 Thinking 橫空出世：月之暗面開源萬億級模型，AI 推理能力再攀新高峰
AI 領域的發展速度從未停歇。就在我們以為大型語言模型的能力已趨於穩定時，來自中國的頂尖 AI 公司月之暗面 (Moonshot AI) 投下了一枚震撼彈——正式推出並開源其最新的萬億級參數思考模型 Kimi K2 Thinking。這不僅是一個更強大的模型，更是一個被設計為「 …
AI 日報：神秘模型 Polaris Alpha 現身、Gemini API 迎來文件搜索利器
今日 AI 界風起雲湧！從 OpenRouter 上線的神秘模型 Polaris Alpha，到 Google 為 Gemini API 推出強大的文件搜索工具，再到 Novita AI 限時免費的程式碼生成 API，以及 Google 多款產品的重磅更新，開發者和創作者們迎來了新一波的效 …
AI 如何提升日文漫畫文字辨識？一個新 OCR 模型的應用
對於許多漫畫讀者和開發者來說，準確辨識漫畫中的文字一直是一項挑戰。最近，一個專為日本漫畫微調的 AI 文字辨識（OCR）模型，將辨識準確率從 27% 提升至 70%，為漫畫翻譯和相關應用提供了新的可能性。
AI 日報：OpenAI 客戶破百萬、Gemini API 重大更新、UMG 與 Udio 聯手重塑 AI 音樂版圖
2025 年 11 月 6 日的 AI 領域風起雲湧。OpenAI 迎來百萬企業客戶的里程碑，Google 持續強化其 Gemini 生態系，而音樂產業的巨頭 UMG 與 AI 新創 Udio 的歷史性和解，更可能徹底改變 AI 生成內容的未來遊戲規則。 …
不僅是奪金：Google DeepMind 推出 IMO-Bench，為 AI 數學推理能力樹立新標竿
Google DeepMind 在其 Gemini 模型於國際數學奧林匹亞（IMO）競賽達到金牌標準後，正式發布 IMO-Bench。這不只是一個評測工具，更是一套推動 AI 從「解決問題」邁向「深度推理」的全新基準，旨在引領 AI 領域進入更強健、更富創造力的數學推理新時代。
llama.cpp 官方 WebUI 終於來了！打造終極本地 AI 聊天體驗
告別複雜設定！llama.cpp 正式推出全新官方 WebUI，基於 SvelteKit 打造，功能強大且完全免費。本文將帶你快速上手，探索多模態、平行對話、JSON 約束生成等超酷功能，在自己的電腦上享受 100% 隱私的 AI 助理。
2025-11-05 AI 日報-Anthropic 封鎖中資、Perplexity 槓上亞馬遜、Google 發表太空 AI 計畫
今日 AI 領域風波不斷。Anthropic 因應地緣政治壓力，開始封鎖具中資背景的企業使用其模型，直接衝擊位元組跳動旗下平台。同時，新創公司 Perplexity 公開指控亞馬遜利用法律手段打壓其 AI 助理。技術方面，Google 發表了名為「Suncatcher」的太空 AI 運算計 …
2025-11-04 AI日報：科技巨頭的策略棋局與AI倫理的紅線
探索今日AI要聞：Google Gemma模型引發爭議，OpenAI更新使用政策禁止專業建議，以及AWS與OpenAI結盟背後，科技巨頭間錯綜複雜的合作與投資關係。一文看懂AI領域的最新動態與未來走向。