所有文章
共 181 篇文章，第 13 / 19 頁
Google Personal Intelligence 技術架構：Gemini 如何整合十億用戶的個人資料實現個性化 AI
Google 於 3 月 27 日完成 Personal Intelligence 功能向所有美國免費用戶的全面推送。該功能允許 Gemini 存取用戶的 Gmail、Google Photos、YouTube 等應用資料，實現高度個性化的 AI 回應。本文從技術架構、隱私設計和產業影響三個維度進行深度分析。
LTX 2.3 技術突破：22B 參數擴散 Transformer 實現開源 4K 50FPS 影片與同步音訊生成
Lightricks 發布 LTX 2.3，一款 22B 參數的擴散 Transformer 模型，能在單次前向傳遞中同時生成原生 4K 解析度、50 FPS 影片與同步音訊。這是目前最高效能的開源影片生成模型，支援最長 20 秒片段，並配備可在消費級硬體上運行的桌面編輯器。
MiniMax M2.5 技術剖析：開源前沿模型如何以二十分之一成本挑戰 Claude Opus 4.6
MiniMax 發布開源前沿模型 M2.5，在 SWE-Bench Verified 達到 80.2%，BrowseComp 達 76.3%，代理工具使用能力領先業界。模型以 Apache 授權開源，API 定價僅為 Claude Opus 4.6 的二十分之一，重新定義了開源與閉源模型的性價比邊界。
Mistral Small 4 架構解析：128 專家 MoE 設計如何用 6B 活躍參數擊敗百億級模型
Mistral AI 發布 Mistral Small 4，採用 128 專家混合架構（MoE），總參數 119B 但每次推理僅啟動 6B 參數。該模型在邏輯推理與程式碼生成基準測試中超越 GPT-OSS 120B，同時輸出長度減少 20%，推理延遲降低 40%。以 Apache 2.0 授權開源。
Mistral Voxtral TTS 技術分析：90 毫秒首音延遲與五秒語音複製的架構突破
Mistral AI 發布開源文字轉語音模型 Voxtral TTS，以極小的模型尺寸實現了 90 毫秒的首音延遲（TTFA），僅需不到五秒的語音樣本即可複製自定義聲音。模型支援九種語言，可在智慧手錶等邊緣裝置上運行，以 CC BY NC 4.0 授權開源。
Samsung 八億裝置 Gemini 部署計劃：端側 AI 大規模落地的技術挑戰與架構分析
Samsung 計劃在 2026 年底前將搭載 Google Gemini AI 功能的裝置數量從 4 億增加至 8 億。本文深度分析端側 AI 大規模部署的技術架構、硬體需求、以及對 AI 晶片和模型壓縮技術的連鎖影響。
AI 代碼生成基準測試深度分析：SWE-bench 的局限性與下一代評測框架的設計方向
隨著 AI 代碼生成能力的快速進步，現有基準測試的局限性日益凸顯。本文深度分析 SWE-bench、HumanEval 等主流代碼評測框架的方法論問題，並探討下一代評測框架應如何設計才能真實衡量 AI 的軟件工程能力。
AI 醫療影像 2026 年度進展：從輔助診斷到病理分割的技術突破與臨床驗證挑戰
2026年，AI 醫療影像系統在多個臨床領域實現重要突破，包括乳腺癌篩查召回率提升、視網膜病變早期檢測及病理切片全自動分析。本文回顧技術進展，並深度分析從研究到臨床部署的系統性障礙。
Anthropic Constitutional AI v2 技術解析：從規則列表到原則推導的 AI 對齊範式轉變
Anthropic 發布 Constitutional AI v2 研究報告，核心創新在於讓模型從少量高層次原則中推導出具體行為規範，而非依賴大量硬編碼規則。本文深度分析其技術實現、與 RLHF 的對比，及對 AI 對齊研究的理論意涵。
歐盟 AI 法案強制執行首年技術合規分析：高風險 AI 系統的技術文件要求與評估框架
歐盟 AI 法案（EU AI Act）已進入強制執行階段，高風險 AI 系統的技術文件要求和合規評估框架已正式生效。本文深度分析法案對模型卡（Model Card）、數據管理文件及可解釋性報告的技術要求，以及對 AI 研發實踐的深遠影響。