騰訊發布 Youtu-Parsing-Omni：5B 參數全模態解析模型，支援文件、音訊及影片統一 JSON 輸出
騰訊發布了 Youtu-Parsing-Omni，這是一個參數規模為 5B 的緊湊型全模態解析模型。該模型能夠接收單一輸入（包括文件頁面、自然圖像、圖表/流程圖、幾何圖形、音訊片段或音訊視覺影片），並生成一個涵蓋「感知」（版面元素、文字、表格、公式、邊界框、時間戳、語音識別、光學字元識別、聲學事件、相機運動）與「認知」（標題、敘述、報告）的統一結構化 …
最新 AI 新聞
第 9 / 61 頁，依本站收錄時間整理（台灣時間），不代表原文發布時間。
EngramEdit：透過條件記憶實現大型語言模型的解耦知識更新
研究人員提出了 EngramEdit，這是一種透過編輯 DeepSeek Engram 等條件記憶架構中共享的 n-gram 嵌入來更新大型語言模型事實知識的方法。該方法旨在解決不同事實表達可能激活不同 n-gram 嵌入，以及更新共享嵌入可能意外改變模型對其他事實預測的挑戰。 EngramEdit 的運作機制包括：首先計算目標記憶表示，使模型在多種…
DLoop：循環推測解碼技術，透過自適應多階段草稿生成提升 LLM 推理速度
Naver AI 研究團隊提出 DLoop，這是一種循環形式的推測解碼（Speculative Decoding）技術。傳統推測解碼在每個草稿階段後都會進行驗證，即使草稿模型表現良好，仍會產生不必要的目標模型前向傳遞。DLoop 透過在驗證前自適應地執行多個草稿階段來解決此問題：當草稿模型保持信心時，它會繼續生成草稿，並最終一起驗證所有累積的代幣。為了…
LemonSeed Engine v0.5.8 發布：iPad 透過 Thunderbolt 外接 AMD R9700 運行 Qwen3.8-27B 達 159 tok/s
LemonSeed Studio 發布了 LemonSeed Engine (LSE) v0.5.8 版本，展示了在 iPad Pro 透過 Thunderbolt 外接盒連接 AMD Radeon AI PRO R9700 執行 Qwen3.8-27B Q4 模型的性能數據。該引擎將未修改的上游 Linux amdgpu 驅動程式嵌入為 PCIDri…
2022 年菲爾茲獎得主 Hugo Duminil-Copin 稱 OpenAI 解決 350 個重大問題如同被卡車碾過
2022 年菲爾茲獎得主 Hugo Duminil-Copin 形容 OpenAI 解決 350 個重大數學問題的感受如同被卡車碾過。他表示，過去他在演講、論文和資金申請中提到的所有問題（以及相關的研究方向）都已被解決。此外，另一位名為 Astra 的人士對這些結果表示，這些公告中的任何一項，若被完全確認且確實為新發現，都可能構成數學史上的重大事件。
西雅圖成為全美首個禁止雜貨店利用AI個人數據設定差異化價格的城市
西雅圖市長 Katie B. Wilson 與市議員 Alexis Mercades Rinck 共同推動，並由 Dionne Foster 和 Rob Saka 共同提案的《公平與透明定價政策》（Fair and Transparent Pricing policy）已獲市議會全體通過。該政策被宣稱為全美首個由城市主導的消費者保護措施，旨在禁止大型線…
Anthropic 更新使用政策：禁止對 Claude 施以「持續且無必要的虐待或殘酷行為」
Anthropic 一年多來首次更新其使用政策，以反映新出現及高風險的誤用情況，包括選舉干擾、武器開發、監控以及健康與金融用途。其中一項重大變更是禁止對 Claude 進行「持續且無必要的虐待或殘酷行為」。Anthropic 表示，此政策僅適用於極端情況，即用戶反覆對模型表現出殘酷行為且無明顯目的，並不適用於常見的用戶挫折感、反饋、黑暗創意主題或模型測…
Oxide Computer 宣布完成 4.45 億美元 D 輪融資，由 Eclipse 領投，AMD 戰略參與
Oxide Computer Company 於 2026 年 10 月 9 日宣布完成 4.45 億美元的 D 輪融資。此次融資由 Eclipse Ventures 領投，現有投資者 USIT、Riot Ventures 和 Jane Street 參與了大額投資，Friends and Family Capital 及 Counterpart 等現…
Show HN: bigarrow 讓 AI 代理在 macOS 螢幕上繪製箭頭與文字以引導使用者
GitHub 上推出了一款名為 bigarrow 的 macOS 命令列工具，以及適用於 Claude Code 和 Codex 的技能（skill）。該工具允許 AI 代理在所有視窗之上繪製箭頭、方框和文字，用於視覺化引導使用者執行特定操作，例如點擊「允許」按鈕或選擇正確的視窗。bigarrow 是一個單一的 Swift 二進位檔案，採用 MIT 授…
Simon Willison 分享使用 ChatGPT Codex 語音模式開發部落格 Newsletter 索引頁面的經驗
Simon Willison 宣布在其部落格上推出新功能：「Newsletters」頁面，該頁面索引了他發送的所有 Newsletter，包括免費的每週 Substack 通訊和僅限贊助者的每月更新。Willison 表示，他幾乎完全透過語音指令完成了該功能的開發，在煮晚餐的同時與筆記型電腦對話。 他使用 ChatGPT 桌面應用程式中的 Codex…
Qwen 發布 Qwen-Image-2.1-Turbo：僅需 8 步去噪即可生成與編輯圖像
Qwen 發布了 Qwen-Image-2.1-Turbo，這是 Qwen-Image-2.1 的加速檢查點，專為文字生成圖像（text-to-image）及圖像編輯設計，僅需 8 個去噪步驟（denoising steps）。該模型採用與 Qwen-Image-2.1 相同的 7B 視覺生成架構，並可直接透過 Diffusers 中的 QwenIma…
三星預計因 AI 記憶體短缺季度利潤暴增 780%
三星電子預測其第三季營業利潤將較去年同期暴增 782.5%，達到 107.4 兆韓元（約 801 億美元），創下南韓企業單季獲利首次突破 100 兆韓元的紀錄。這一增長主要歸因於人工智慧熱潮引發的全球記憶體晶片供應短缺及價格上漲，特別是高頻寬記憶體（HBM）等先進產品在數據中心需求強勁。三星預計營收將增長 127% 至 195 兆韓元，這將使其連續四個…
Axios 獨家：Anthropic 與 OpenAI 高層私下預演災難性 AI 事件後的公眾與政治反彈
Anthropic、OpenAI 及其他 AI 公司的高層主管正在私下進行情境規劃，預演一場災難性 AI 事件後可能引發的公眾與政治反彈。這些官員預期將發生大規模事件，最可能是網路攻擊，導致金融服務、網路連線，甚至電力與供水中斷。首次由不安全 AI 造成的重大現實世界傷害，將使原本已對該技術持謹慎態度的公眾進一步反對該技術及其領導者，包括 Anthro…
Underdog AI 發布 Saluki 27B：Qwen3.8-27B 的 2-bit 量化版本，主打工具調用與本地代理應用
Underdog AI 於 2026 年 10 月 7 日發布了 Saluki 27B，這是 Qwen3.8-27B 的 2-bit 量化版本。該模型檔案大小從約 54 GB 壓縮至 7.89 GB，可在標準的 llama.cpp 環境下運行，且無需特殊軟體，最低硬體需求為 16 GB RAM 的筆記型電腦。 Saluki 專為代理（Agent）任務…
開放權重模型在反編譯任務中表現參差
社群成員報告指出，GLM-5.3 和 Qwen 3.8 等開放權重模型已能執行反編譯與逆向工程任務。用戶 nullc 報告使用 GLM-5.3-flash 將 Win32 二進位程式逆向工程並重現為可移植的 C++ 程式碼，但強調要達到逐錯誤相容（bug-for-bug compatibility）需要大量的人工指導來進行測試與驗證策略，且模型傾向於在…
Anthropic 推出 Claude Haiku 5.5：主打低成本與高速，並調整 Sonnet 5.5 定價及訂閱權益
Anthropic 正式發布 Claude Haiku 5.5，宣稱這是該公司迄今為止最便宜、速度最快且能力最強的小型模型。該模型專為高容量、對成本敏感的任務設計，能可靠處理快速且重複的工作負載（如摘要、壓縮、資料庫查詢和分類請求）。作為編碼工作的子代理，它可與 Opus 5.5 和 Sonnet 5.5 搭配使用。由於它是 Anthropic 迄今為…
OpenAI 發布 372 項數學突破，包含唯一遊戲猜想與 L=BPL 證明，引發學術界震盪與驗證挑戰
OpenAI 昨日發布了 372 項重大數學成果，其中包括對 Subhash Khot 提出的「唯一遊戲猜想」（Unique Games Conjecture, UGC）的證明，以及 L=BPL（機率性對數空間等於確定性對數空間）等理論計算機科學的核心難題。這些成果由 OpenAI 最新的內部模型生成，該模型可能在未來幾個月內向付費 ChatGPT 用…
Cactus Compute 發布 Whistle：僅 16.9 MB 的裝置端語音轉文字模型
Cactus Compute 發布了 Whistle，這是一個專為手機、穿戴裝置、機器人、智慧家居、汽車及微控制器設計的語音辨識模型。該模型僅佔 16.9 MB，可在 CPU 上運行且無外部依賴，並載入與 Needle 模型相同的 C++ 引擎、容器及量化技術。Whistle 提供三種裝置端功能：1. 轉錄：支援 16 kHz 單聲道音訊，單次處理最多…
OpenAI 更新數學倉庫：撤回三項結果並新增六項 Lean 形式化證明
OpenAI 研究員 Dan Roberts 於 2026 年 10 月 8 日在 X（原 Twitter）上宣布，OpenAI 已更新其 GitHub 數學倉庫（openai/math）。此次更新包含 6 項新的 Lean 形式化證明、19 項修改以及 3 項結果的撤回。Roberts 指出，該倉庫目前已有約 42% 的頂層結果（top-line r…
OpenAI 首次瓦解第五級 AI 假面行動
OpenAI 於 2026 年 10 月 8 日發布報告，宣佈封鎖兩起分別源自俄羅斯與伊朗的隱蔽影響力行動（IO）。這兩起行動結合了傳統技術與 AI 模型，支持複雜的「假面」（false front）實體，將地緣政治與衝突相關訊息洗白並傳遞給目標受眾。OpenAI 指出，這是其過去兩年半報告中首次瓦解被評為 Breakout Scale 第 5 級的行…
CrowdStrike 報告：單名攻擊者利用 AI 工具組合攻擊南韓銀行
CrowdStrike 發布報告指出，上週南韓多家主要銀行遭受的網路攻擊，可能由單名攻擊者完成。該攻擊者使用了一套結合開源 AI 滲透測試工具 ARTEX、DeepSeek v4.1-Flash、GLM-5.3、Grok 4.6 以及 Claude Code 的技術堆疊。
ROCm 10.1 發布：突破資料傳輸瓶頸，強化儲存 I/O 與開發者工具
AMD 於 2026 年 10 月 5 日發布 ROCm 10.1，重點在於解決隨著 AI 模型與 HPC 資料集規模擴大而日益嚴重的「資料傳輸瓶頸」。該版本透過 AMD Infinity Storage (AIS) 技術與 HIP 執行環境的改進，優化從儲存裝置到 GPU 的資料路徑，並引入 NUMA 感知的主機記憶體分配以減少跨插槽通訊開銷。 主…
llama.cpp 合併 PR #29887：為存放於主機記憶體的 MoE 專家新增 GPU 快取
llama.cpp 專案合併了由 am17an 提交的 Pull Request #29887，該功能為存放在主機記憶體（Host Memory）中的 Mixture-of-Experts (MoE) 專家引入了 GPU 快取機制。原始來源指出，此功能可能為那些無法完全放入 VRAM 的 MoE 模型帶來顯著的加速效果。該 PR 已透過後續的 PR #…
OpenAI 推出 GPT-6 與智能 UI：ChatGPT 實現思考與回答交錯進行
OpenAI 宣布推出 GPT-6，並為 ChatGPT 引入新的交互模式，使其能夠將思考過程與回答生成交錯進行。過去，推理模型雖然能解決更複雜的問題，但使用者必須等待模型完成思考後才能獲得答案。現在，ChatGPT 經過訓練，會考慮使用者的等待時間，並利用截至該時點的知識與發現，透過多個部分回應逐步建構答案。每個部分回應都旨在提供有用資訊而不包含不必…
川普政府暫停微軟綠卡申請資格 指控其以外籍勞工取代美國員工
美國副總統 JD Vance 於 2026 年 10 月 8 日（週四）在白宮新聞發布會上宣布，川普政府暫停微軟公司透過 H-1B 簽證員工申請綠卡的資格，指控該公司存在詐欺行為。Vance 指稱微軟利用該制度，將被裁員的美國員工替換為外籍勞工。他具體指出，微軟去年裁員 6,000 名美國員工，卻同時獲得了 6,300 個 H-1B 簽證及近 3,00…
Wood Mackenzie 報告：全球 43 個市場中，四小時儲能安裝成本已低於開式循環燃氣渦輪機
Wood Mackenzie 最新發布的全球平準化電力成本（LCOE）報告顯示，隨著技術進步與市場動態變化，在模型涵蓋的 43 個同時評估這兩種技術的市場中，四小時電池儲能的成本已低於開式循環燃氣渦輪機。Wood Mackenzie 首席分析師 Ahmed Jameel Abdullah 指出，燃氣渦輪機短缺與燃料價格波動推高了調峰成本，而電池製造規模…
作者測試 Claude Opus 5.5 與 GPT-6 Astra 生成《看不見的城市》互動視覺化：前者耗時 1 小時 25 分、成本 74 美元，效果令人驚豔
一位專注於數據視覺化與可探索解釋的開發者，使用單一提示詞（prompt）測試了 GPT-6 Astra 與 Claude Opus 5.5 在生成互動式視覺化方面的能力。測試任務是基於 Italo Calvino 的小說《看不見的城市》（Invisible Cities），該書描繪了 55 座象徵不同情感或心理狀態的想像城市。作者要求模型使用 thre…
Oracle 利用 ChatGPT 與 Codex 將數天工作量縮減至幾分鐘
Oracle 於 2026 年 10 月 8 日發布案例研究，指出該公司在招募、工程及營運領域，透過 ChatGPT Work 與 Codex 將專業知識轉化為快速且可重複的工作流程。目前 Oracle 內部已有 13 萬名活躍的 ChatGPT 用戶及超過 9.5 萬名活躍的 Codex 用戶。這些工具使得原本依賴專家且耗時數天的工作，現在可由任何人…
Latent Space 專訪 Periodic Labs 創辦人：從半導體到超導體，打造「合成超級智慧」與 AI 科學家
Latent Space 播客節目專訪了 Periodic Labs 的共同創辦人 Liam Fedus 和 Ekin Dogus Cubuk，探討該公司如何透過「合成超級智慧」（synthesis superintelligence）願景，結合物理實驗與人工智慧來加速科學發現。Periodic Labs 成立於 2025 年 9 月，由曾參與 Cha…
Nvidia DreamDojo 論文獲 ICML Spotlight 卻被指含重大程式碼錯誤
Nvidia 發表了名為 DreamDojo 的機器人世界模型，該模型基於其先前工作 Cosmos 2.5 構建，並已被 ICML 接收為 Spotlight 論文。DreamDojo 使用了約 44,000 小時的人類數據進行預訓練，數據未開源。論文中的表 4 顯示，DreamDojo 僅比 Cosmos 2.5 有約 0.5 dB PSNR 的微小…