Gmail 網頁版終止支援第三方地址的「代為發送」功能
Gmail 正在終止其網頁介面中新增與同步第三方電子郵件地址（如 @yahoo.com 或 @outlook.com）的支援。使用者現在必須切換至桌面客戶端、行動應用程式或專用郵件應用程式，才能從這些外部帳戶發送電子郵件。 這項變更對依賴 Gmail 網頁介面來集中管理多個電子郵件帳戶的進階使用者影響重大。它推動了向 Apple Mail 或 Thun…
最新 AI 新聞
第 40 / 61 頁，依本站收錄時間整理（台灣時間），不代表原文發布時間。
輝達收購 Hugging Face 價格藏彩蛋：數字對應擁抱表情符號
輝達（NVIDIA）以 129 億 3030 萬美元收購 Hugging Face，其收購價格的前六個數字「129303」對應 Unicode 字符 U+1F917 的十進制值，該字符正是 Hugging Face 標誌性的擁抱表情符號（🤗）。此細節被視為一項彩蛋，巧妙地致敬了 Hugging Face 所代表的開源人工智慧社群，並展現了雙方品牌間的…
開發者於 2004 年索尼 PSP 上運行 90M 參數 LLM
開發者成功在舊款索尼 PSP 硬體上部署了一個擁有 9000 萬參數的對話式大型語言模型，推理速度達到每秒 0.5 至 0.6 個 token。這項示範證明了現代 AI 模型可以在二十年前的裝置上運行，儘管延遲相當明顯。 此專案透過展示即使是輕量級的參數規模也能在受限的舊硬體上運作，突顯了邊緣 AI 與復古運算的潛力。它啟發社群探索模型最佳化的極限，並…
Qwen3.8-27b 本地模型展現高可靠性，支援連續八小時自主運作
一名 Reddit 使用者報告，Qwen3.8-27b 模型成功執行了超過八小時的連續、無人監督智能體工作，且全程未出現任何錯誤。這被視為本地大型語言模型在自主處理複雜、長時間任務方面的重要里程碑。該模型基於 Qwen3.5 架構打造，為密集型 27B 視覺語言模型，擁有 262,144 個 token 的上下文視窗。社群評論指出，使用特定的量化格式（…
Reddit 資訊圖表突顯 AI 基準測試飽和與使用者優先級轉移
一篇熱門的 Reddit 帖子透過幽默的資訊圖表批評當前的 AI 基準測試，指出頂級模型已達性能瓶頸，僅靠原始分數已難以區分。討論顯示社群偏好正從純性能指標轉向重視定價、資料隱私以及無廣告體驗。 這種情緒反映了 AI 產業的一個結構性轉折點，即基準測試飽和限制了靜態排行榜的效用。這標誌著對於消費者和企業而言，成本效益和資料主權等實際因素正變得比準確率的…
TheDrummer 發布 Artemis 31B v1 與 v1.1 模型
社群開發者 TheDrummer 發布了 Artemis 31B v1.1，這是其先前模型的精煉版本，著重於穩定性與品質，同時推出了原始 v1 版本。此次更新讓使用者可以在最初注重散文風格的版本與更穩定的 v1.1 版本之間做出選擇。此發布為本地大型語言模型愛好者提供了標準 Gemma 和 Mistral 基模型的顯著替代方案，展示了社群驅動微調的持續…
768GB VRAM 伺服器對決萬億參數開源模型
一位擁有 768GB VRAM 伺服器的用戶質疑，隨著 GLM-6 等新開源前沿模型突破一萬億參數，其硬體是否已過時。討論指出，儘管模型規模不斷擴大，但透過量化技術與 Flash Attention，這些龐大模型仍能在現有的高階消費級硬體上運行。 這突顯了開源大型語言模型（LLM）的快速擴展，以及硬體買家在平衡成本與效能時面臨的實際挑戰。它證明了如 4…
Reddit 用戶热议 AI 硬體泡沫與 DDR5 記憶體短缺
Reddit 用戶正在討論 AI 硬體泡沫是否正在形成，並引用創紀錄的 DDR5 ECC 記憶體短缺和供應鏈延遲作為需求持續高漲的證據。一名用戶報告稱以 2,300 美元購買了 2x48GB DDR5 ECC RAM，並指出工廠交貨期在短短兩個月內從兩個月增加到四個月。具體的瓶頸是 DDR5 ECC RAM，由於 AI 資料中心佔用全球 DRAM 晶圓…
Paddock：開源的 Rust/C++ 推理引擎，內建自訂 CUDA 核心
Paddock 開發團隊已將他們的 Rust 和 C++ 推理引擎開源，該引擎內建自訂 CUDA 核心，並支援 GGUF 和 safetensors 格式。早期基準測試顯示，在特定場景下（例如在單張 RTX PRO 6000 上運行 Qwen3.8-27B FP8），其效能優於 vLLM、SGLang 和 llama.cpp，其中對 llama.cpp…
社群評估 IFM 新模型 K2-Horizon-MoVA-36B-A4B 的編碼效能與硬體限制
社群開始評估 IFM 新推出的 K2-Horizon-MoVA-36B-A4B 模型，並將其代理編碼效能與 VRAM 效率與 Qwen 3.6 及 Tiel Coder 等現有的 35B 級別模型進行比較。初步回饋顯示它是一款穩固的 MoE 選項，但尚未成為 3.8-35B-A3B 的決定性升級。 該模型引入了創新的 MoVA 架構，在保持與稠密模型…
輝達以一百二十九億美元收購 Hugging Face
輝達已同意以約一百二十九點三億美元收購 Hugging Face，這是其擴大軟體業務以來最大的收購案之一。輝達承諾將保持 Hugging Face 的開放性、獨立性及運算平台無關性，且創始團隊與員工將繼續留任。 此次收購讓輝達對超過兩萬家公司用於 AI 開發的基礎平台擁有更深的控制權，可能重塑開源 AI 生態系。隨著硬體巨頭整合關鍵軟體樞紐，這也引發了…
Polars 2.0 發布：強調語意化版本控制與生產環境穩定性
Polars 2.0 正式發布，此次更新並非以新增大型功能為主，而是透過嚴格的語意化版本控制（SemVer）合規性，調整預設行為以提升生產環境的穩定性。主要變更包括將 `maintain_order` 預設值設為 `False`，並移除過去阻礙開發速度的舊有設計決策，旨在透過更嚴格的型別檢查和確定性行為，減少類似 Pandas 中常見的執行階段意外。過…
風險投資演變為「癌症資本」：巨頭壟斷與生態系危機
分析指出，風險投資（VC）已演變為被稱為「癌症資本」的模式。其特徵為大型基金壟斷市場，並優先追求巨大的現金增值，而非永續成長。這種轉變透過創造錯配的激勵機制和高門檻，正在破壞早期創業生態系。 這種結構性轉變對難以從主導型大型基金獲得公平條件的創業者影響深遠。同時，有限合夥人（LP）持續將資金投入這些基金，儘管市場環境已改變。這突顯了一個系統性問題：風…
Hugging Face 示範以 GRPO 在 100 步內微調 3.5 億參數模型優化結構化輸出
Hugging Face 展示了一項利用群組相對策略優化（GRPO）演算法的微調成果。該方法僅需 100 步最佳化步驟，即可有效微調擁有 3.5 億參數的小型模型，大幅提升了其生成結構化輸出的能力。此過程透過 TRL（Transformer Reinforcement Learning）庫執行，以極少的運算資源達成了高精度的訓練效果，突顯了 GRPO …
Meta Muse Spark 1.3 性能匹敵 GPT-5.6-Sol，訓練成本大降九成
Meta 發布了 Muse Spark 1.3，該模型在代理任務和編碼任務中的表現與 OpenAI 的 GPT-5.6-Sol 相當。此次發布確認 Meta Superintelligence Labs 成為 AI 前沿的新領軍者，同時訓練成本大幅降低超過 90%。 這項進展標誌著競爭格局的重大轉變，確立了 Meta 在超級人工智能競賽中與 Open…
IFM 發布採用稀疏專家混合架構的 K2-Horizon MoVA 模型
IFM 發布了 K2-Horizon-MoVA-36B-A4B 模型，這是一款稀疏專家混合架構，儲存了 360 億個參數，但每個 token 僅激活 40 億個。此次發布包含完整的開源訓練數據與程式碼，並提供適用於高效本地推理的 GGUF 格式。 該模型在推理基準測試中展現了前沿級別的效能，同時保持了 40 億活躍參數模型的高效性，其表現可與體積大達 …
GPT-6-Astra-Aeon 確認為持久型 AI 代理
Reddit 社群已確認「GPT-6-Astra-Aeon」為 OpenAI GPT-6 Astra 模型的長週期變體名稱，該模型專為連續執行數天甚至數週的任務而設計。這種「Aeon」模式允許 AI 保持無限期活躍，在完成當前任務後自動接續新任務，而非在每次提示後重置。這項進展解決了當前 AI 代理架構中的一個主要瓶頸，使「數位員工」能夠隨時間推移保留…
Google DeepMind 推出 WeatherNext 3：解析度提升五倍的全球天氣 AI 模型
Google DeepMind 推出了 WeatherNext 3，這是一款全球天氣 AI 模型，其預測解析度比前代產品 WeatherNext 2 大幅提升。該模型是一個集成模型，透過攝取即時靜止衛星觀測資料，每小時進行初始化，為關鍵地表變數提供高達 5 公里解析度的每小時更新。 WeatherNext 3 能以 5 公里解析度呈現溫度和濕度等關鍵…
OpenAI 於 Astra 發布前釋出 Lean 證明儲存庫
OpenAI 在即將推出的 Astra 模型之前，釋出了包含 PrimeGaps186 和 LongGapsBetweenPrimes 等新的 Lean 證明儲存庫。這些釋出突顯了該公司在其即將推出的 AI 系統中對於形式化驗證與數學推理能力的重視。 此舉標誌著將大型語言模型與 Lean 等正式證明助手整合的策略性轉變，可能改變複雜數學定理的驗證方式…
.name 終止第三層級域名註冊，第二層級保留
.name 頂級域名將終止所有現有的第三層級註冊（例如 user.name），同時保留第二層級域名（例如 user.name）。這項結構性變更意味著個人名稱下的子域名將不再有效，影響依賴此特定 DNS 層級的用戶。終止行動專門針對第三層級域名（3LD）格式，即用戶註冊「firstname.lastname.name」或類似結構。第二層級域名（2LD）本…
Audacity 4.0 發布：遷移 Qt6 介面並強化 Linux 音訊支援
Audacity 4.0 正式發布，其使用者介面全面遷移至 Qt6 框架，並強化了對 JACK 和 PipeWire 等 Linux 音訊後端的支援。這次重大版本更新旨在現代化應用程式架構，並提升在 Linux 系統上的穩定性。 作為一款廣泛使用的開源音訊編輯器，這次發布透過採用現代化 UI 標準並更好地整合當代 Linux 音訊基礎設施，解決了長期…
Any Human Ever：隨機生成歷史人物生平
網頁應用程式 Any Human Ever 模擬從所有曾經活過的人中隨機選取一個生命，生成隨機的歷史人物頭像並附上詳細的生平資料。該工具利用機率分佈來決定出生年份和死亡率，為每次使用者互動創造獨特的敘事，提供生動的方式來視覺化歷史人口統計和人類歷史的廣度。應用程式會生成具體細節，如地點、家庭規模、死因和壽命，通常揭示早期時代的高嬰兒死亡率。此工具引發社…
索尼法庭主張：合理消費者應知數位遊戲僅獲授權
索尼在法庭上提出大膽主張，認為合理的消費者應知悉購買數位遊戲僅是獲得授權，而非擁有完整所有權。此立場突顯了業界對於數位購買本質的持續爭議，即這究竟是「買斷」還是「長期租賃」。該主張直接影響消費者權益與行銷透明度；若未明確傳達所有權概念，商店頁面使用「買」等詞彙可能具有誤導性。此外，這也改變了玩家對數位遊戲庫價值與永久性的認知，使其與實體光碟的擁有感有所…
Google Antigravity 服務條款允許因第三方使用而暫停整個 Google 帳戶
Google Antigravity API 的服務條款現規定，若用戶使用第三方工具或代理伺服器存取該服務，其整個 Google 帳戶可能會被暫停或終止。這項政策變動引發了開發者對主要帳戶存取權可能喪失的擔憂。 這之所以重要，是因為許多開發者依賴其主要 Google 帳戶來使用 Gmail 和日曆等關鍵服務，因此 API 違規所導致的懲罰顯得過於嚴厲。…
Grok、Claude、ChatGPT 與 Gemini 等大模型同時發生服務中斷
根據 Downdetector 報告，Grok、Claude、ChatGPT 和 Gemini 等主要人工智慧模型同時出現服務異常。這次大規模的中斷引發了社群對於這些競爭平台之間是否存在共用基礎設施的猜測。 Grok 由 xAI（SpaceX 支持）開發，Claude 由 Anthropic 開發，ChatGPT 由 OpenAI 開發，Gemini…
H Company 發布 NeoMME：高效多模態原生多語言編碼器
H Company 推出新型多模態編碼器 NeoMME，該模型採用單一雙向 Transformer 架構，能同時處理文字與影像輸入。NeoMME 提供 2.6 億與 8 億參數兩個版本，專為高效處理多種輸入類型及多國語言而設計。 在技術架構上，NeoMME 對文字採用分解式詞元嵌入，並將影像分割為不重疊的 32x32 像素區塊進行投影，允許直接輸入原…
Hugging Face 開源 Funes：為編程代理提供本地優先的記憶層
Hugging Face 開源了 Funes，這是一個以本地為優先的記憶層，使 Claude Code 和 Codex 等編程代理能夠跨會話保留並回憶上下文。該工具讓用戶擁有其代理的記憶，這些記憶可本地存儲，或透過私有的 Hugging Face 資料集在設備間同步。Funes 預設完全在本地運行以確保資料隱私，但可綁定到私有的 Hugging Fac…
結合 TRL 與 OpenEnv 訓練程式碼模型繪製水彩畫
Hugging Face 展示了一項創新實驗，透過結合 TRL 與 OpenEnv，將程式碼 token 映射為視覺表現，成功訓練程式碼模型生成水彩畫。此過程利用來自人類反饋的強化學習（RLHF），優化模型透過程式碼創作藝術作品的能力。 該專案利用 TRL 庫對基礎模型進行後訓練，採用監督微調（SFT）和直接偏好優化（DPO）等技術；同時使用 Ope…
llama.cpp 更新實現 Qwen 模型的熱插拔 Ngram 知識注入
開發者針對 llama.cpp 進行了修改，允許在記憶體中即時修補 Ngram PLE 表格，從而實現 Qwen 模型的熱插拔知識注入，無需重新載入模型。此修改允許使用者在推論期間，動態將新資料注入模型的早期層。 這項技巧提供了傳統微調或 RAG（檢索增強生成）的低成本替代方案，可能讓本地 LLM 擁有即時且可熱插拔的長期記憶。它透過允許即時知識更新…
InclusionAI 發布 Ling-3.0-flash-Fin：124B MoE 金融增強模型
InclusionAI 正式發布 Ling-3.0-flash-Fin 權重，這是一款基於 Ling-3.0-flash 架構開發的混合專家（MoE）模型。該模型總參數達 124B，但透過稀疏激活技術，每次推理僅激活 51 億個參數，並支援 256K 的上下文視窗。 此版本專門針對金融領域進行增強，透過高品質金融數據的持續訓練，提供補充通用模型的專業…