Agent 與模型發布
Gemini 4 Hydrogen. Google 推出 Gemini 4 Hydrogen,這是針對程式編寫與 agentic 工作流程設計的高速封閉權重模型,具備 100 萬 token 視窗,定價為每 100 萬 token 1.50/7.50 美元。
ChatGPT Wallet. OpenAI 為美國 Pro 訂閱者推出 ChatGPT Wallet,讓 Dots agent 能購物並結帳,過程需生物辨識核准,卡號則以代碼化方式處理。
Salesforce SOV-Transcribe-1. Salesforce 發布開放權重語音轉文字模型,在非串流 ASR 的開放模型中排名第一,並具備實體準確率、風格控制與上下文偏置。
Perplexity Decider v1.3. Perplexity 推出開放權重 27B 與 5B 決策模型,可回傳機率分布,並新增 Locate 功能,用來擷取精確的文字片段。
DeepSeek v4.1 Flash. DeepSeek v4.1 Flash(max)成為首個在高難度 SWE-sweep bug 尋找基準測試中得分超過 1% 的開放權重模型;不過本地實測顯示,它可能比 Qwen 3.8 Flash-Next 更慢。
OpenAI Daybreak. OpenAI 以兩款 Daybreak 產品進軍資安:一款紅隊 agent 會探測網頁應用,另一款防禦 agent 會產生修補程式,兩者都跑在 GPT-6 Cyber 上。
Claude 製造業外掛. Anthropic 推出外掛,把 Claude 接到 Autodesk、NetSuite、Microsoft 365 與 Infor,內含 17 項技能,可用於報價、供應商比較與停機分析,執行操作時需人工核准。
Muse 電話代撥. Meta 的 Muse 現在能替付費訂閱者打電話給美國商家,處理等候時間與電話選單;不過許多商家一聽到是 AI 來電就掛斷。
ElevenLabs ElevenAI. ElevenLabs 推出一款預覽版應用程式,結合會議紀錄、聽寫與 agent 整合,鎖定需要回顧內容與後續行動的團隊。
Claude Duet. Anthropic 的消費端 agent Duet 以研究預覽形式開放給美國 Pro/Max/Ultra 訂閱者,定位為工作導向助手,雖然有幫助,但有時表現不穩。
開源與地端 AI
llama.cpp v1.0. llama.cpp 推出 v1.0,承諾維持穩定的 API/ABI;Hugging Face 也宣布以其為基礎的 Llama 桌面應用程式,讓地端 AI 更容易使用。
量化再進化. Nace 為 Qwen 模型推出 GGUF 量化,KL 散度最多改善 2 倍;另一種 Hessian 細化方法則在 Qwen3.8-27B 上把 KL 散度降低 13%。
AMD Loom kernel. 一款 AMD agent skill 為 Strix Halo 生成更快的 GGUF 推論 kernel,在 51 個頂尖模型上優於 llama.cpp 的 Vulkan/ROCm,且工具呼叫與推測解碼都能運作。
PS4 跑 Qwen. 一個開源專案讓 Qwen3.5-9B 在未改機的 PS4 上以每秒 31–39 個 token 執行,做法是重新打包權重以塞進 4.5GiB,並利用模型的 MTP 頭進行推測解碼。
Vellium 視覺小說. Vellium 1.9.5 新增 Lite 模式,讓視覺小說能在 12B 地端模型上穩定執行;此模式改用純文字標記取代 JSON,並保留 prompt 快取。
Google AQuA. Google 開源 AQuA,這是一套參考實作,會抽樣生產環境中的 AI agent 工作階段,偵測無聲的品質衰退,並對照原始版本診斷根因。
Google TPU Sync. Google 發布 TPU Sync,這套開源 C++ 函式庫能將 Cloud TPU 上大型 MoE 模型的 KV 快取傳輸延遲降低超過 90%。
研究與基準測試
XYBench. Hugging Face 與合作夥伴發布 XYBench,這是一套超過 8,000 題的基準測試,用來檢驗助理能否導正基於誤解提問的使用者;該論文在 EMNLP 2026 拿下最佳資源論文獎。
AI 影片排行榜. 最新 AI 影片排行榜顯示,原生音訊已成標配,短片長度為 15–30 秒,且有一個開放權重模型在人類偏好 Elo 排名中擠進前 3。
實體 AI 規模化. Ropedia Xperience 2 提供 1,589 個 3D 掃描與 4,230 段第一人稱錄影,涵蓋 74 項任務,用來研究機器人能力如何隨環境與行為規模提升。
Netflix 營運圖譜. Netflix 正在打造本體驅動的知識圖譜,串接營運資料,並為 AI agent 提供共享上下文,以加快根因分析。
SimReady 機器人. Hugging Face 發布實作教學,說明如何在 Isaac Sim 中使用 SimReady 資產建立機器人取放模擬,並搭配 SimReady Central 資產庫。
產業與商業
黃仁勳辭職. 輝達執行長黃仁勳辭職。此前傳出多起婚外情(其中一名對象據稱是中國間諜)與一項內部高風險信貸方案;財務長 Colette Kress 暫代執行長。
- [AINews] Jensen Huang resigns after 33 years leading NVIDIA(在新分頁中開啟)
- The unfolding Jensen Huang scandal: a timeline(在新分頁中開啟)
- Jensen Huang didn’t show confidence in his successor, report says(在新分頁中開啟)
- Jensen Huang's ouster likely traces back to Nvidia's risky business practices more than his personal life(在新分頁中開啟)
- What’s really at stake in the Jensen Huang saga(在新分頁中開啟)
- Let’s talk about Jensen Huang’s many affairs!(在新分頁中開啟)
輝達投資缺口. 黃仁勳離開後,AI 新創募資出現缺口,因為輝達原本是出手頻繁的投資者;他透過資助新創來吸收過剩晶片的做法,如今也受到質疑。
晶片出口管制. 鑑識分析在六個中國 AI 模型中發現 Blackwell 指紋,輝達也私下證實能追蹤晶片;美國官員正調查出口管制違規。
- Nvidia privately confirmed it could track chips to fight smuggling, even as industry publicly questioned feasibility(在新分頁中開啟)
- Export-banned Nvidia chips are behind China’s most powerful AI models — uh-oh, Jensen!(在新分頁中開啟)
- Former OpenAI researcher says he found Nvidia Blackwell fingerprints hidden inside six Chinese AI models(在新分頁中開啟)
Anthropic IPO. Anthropic 的 IPO 超額認購六倍,可望成為史上最大 IPO;銀行則因美國出口管制,將中國與香港投資人拒於門外。
LangChain C 輪. LangChain 以 30 億美元估值募得 3 億美元,用來推進旗下框架無關平台 LangSmith,該平台可執行、改進與治理 agent。
Amazon 商品圖譜. 亞馬遜正在建立涵蓋所有線上商品資料的索引,要把購物者與 AI agent 留在自家網站,降低他們轉往其他地方研究的可能性。
FAA AI 航管. 美國聯邦航空總署(FAA)將其 SMART AI 工具擴大部署到全美 22 座航空管制中心;先前回報有 180 架次改航,平均節省 10 分鐘。
工會 AI 防護. 美國公部門工會在近 70% 機構使用生成式 AI 之際,爭取到防範 AI 監控與裁員的保障;加州、賓州與俄亥俄州都有案例。
這一天的內容就到這裡——大約 5 分鐘讀完。