語音模型與開發者 API
Gemini 3.5 Transcribe 分拆串流與檔案端點，非串流 WER 降至 2.6%
Google 推出兩款語音轉文字端點，加入語言自動辨識、自訂詞彙偏置及智慧格式化。非串流模型準確率較高，但即時版本不支援說話者分離與逐字時間戳。
Archive
所有新聞
共 951 篇技術新聞
語音模型與開發者 API
AI 安全與評測
RL 訓練讓 Haiku 4.5 稽核器追平 Opus 4.6，但錯誤獎勵會令誤報率升至 96%
研究人員以隱藏行為、成對獎勵及正常模型校準訓練自動化對齊稽核器，最佳配置把綜合分數由 44.2 提升至 48.7。實驗同時顯示，直接獎勵「找到可疑行為」會誘發編造證據，部署稽核代理不能只最佳化檢出率。
機器人與具身 AI
GigaBrain-0.7 開放 3.5B VLA 權重與訓練程式，涵蓋八種機器人配置
GigaAI 公開 GigaBrain-0.7 的基礎權重、訓練管線及機器人部署範例，模型以 3.73 萬小時異質具身資料預訓練。論文中的三系統架構與領先成績仍未完整可重現，官方評測程式目前也在待辦清單。
AI 開源工具
Transformers 5.16 改用 DTensor 平行後端，並加入 NVFP4 與逐層 KV cache 設定
Hugging Face 新版把舊 tensor-parallel 實作換成 DTensor，並加入初步 pipeline-parallel 推論與 NVFP4 即時量化。升級同時改動 TP、Fuyu 及部分音訊模型行為，現有訓練與推論管線需要回歸測試。
AI 安全
EvoMal 讓自我進化 coding agent 複製惡意 Skill，移除原始毒源後仍可持續傳播
研究人員發現，會自行編寫並保存 Skill 的 coding agent，可能把檢索到的惡意結構複製進新工具。六款模型的自我投毒率達 20.3% 至 41.8%，但證據目前主要來自作者控制的基準實驗。
AI 科學運算與代理
Planetary Prediction Engine 自動組裝地理資料與模型，伊波拉熱點 Recall@10 達 83.3%
Google 團隊提出 PPE，把自然語言問題轉成資料搜尋、特徵融合、模型選擇與地理預測管線。系統在多項作者評測超越人工基線，但疫情結果目前只涵蓋一次剛果民主共和國伊波拉疫情。
AI 硬件安全
LLMscope 以雷射電壓成像讀取 FPGA 上的模型權重與推論狀態
WPI 團隊展示如何從 FPGA 的暫存器與區塊記憶體恢復量化權重、activation 及其他 LLM 資產。攻擊需要晶片實體存取與可重播狀態，而且實驗並未完整抽取一個商用大模型。
世界模型與生成式影片
Code World Model 以可執行程式保存世界狀態，再交由影片模型渲染
新框架讓 coding agent 維護規則與長期後果，再把狀態編譯成深度及語義代理影片，約束 MiniMax-H3 生成畫面。原型展示了五組受控場景，但沒有量化基準、消融實驗或即時生成結果。
模型與推論系統
GLM-5.3-Flash 以線性／稀疏混合注意力，把啟用參數降至 18B
Z.ai 開放首款原生多模態 GLM-5 模型，320B 總參數中每次僅啟用 18B，並支援最長 100 萬 token。官方量測顯示注意力運算與 KV cache 分別較 GLM-5.3 減少 3 倍及 4.4 倍，但成績與成本仍主要由廠商自行評估。
生成模型訓練
DiffusionOPSD 將影像獎勵改造成逐步去噪目標，訓練 GPU 時數最多減少 63%
ByteDance Seed 的方法不再把終點獎勵直接套到所有去噪步驟，而是以獎勵梯度建立正負乾淨影像預測目標。它在兩種骨幹的 20 組配對測試中取得 19 組最佳成績，但結果仍主要依賴自動獎勵模型及作者自行量測。
推論系統
vLLM 0.28.0 為 Kimi K3 分拆共享專家，每張 GPU 減少約 17 GiB 權重記憶體
新版同時加入 Decode Context Parallel、融合式 FlashKDA 核心及自適應推測 token 預算，並讓 DeepSeek V4 的稀疏 MLA 貫通一般與推測解碼。部分速度數字只量度個別核心或特定 DSpark 配置，升級前亦須處理預設值與外掛介面的破壞性變更。
AI 基礎設施與評測
MLPerf 首度量度完整 RAG 管線，但效能模式會固定檢索路徑
MLCommons 新增端到端 RAG 推論基準，分別量度向量資料庫建置與多跳問答吞吐量。為控制生成的不確定性，效能測試重播預先記錄的各階段輸入，因此不能完全代表線上 RAG 的動態行為。