Salesforce建立互動模擬,評估視覺助理成效
Salesforce AI Research介紹Interactive Visual Gym,讓模擬使用者依視覺助理指示改變行動,評估建議是否幫助完成任務。IVG-Bench涵蓋三種環境與315個情境,結果顯示互動時機與任務成功仍有落差。
Salesforce AI Research介紹Interactive Visual Gym,讓模擬使用者依視覺助理指示改變行動,評估建議是否幫助完成任務。IVG-Bench涵蓋三種環境與315個情境,結果顯示互動時機與任務成功仍有落差。
Tether AI Research公布八億參數BotPsy,以Qwen3.5-0.8B為基礎強化函式呼叫與多步驟任務,規劃提供開放權重及GGUF格式。官方測試顯示部分工具能力改善,但明列複雜搜尋、長對話及敏感用途的限制。
Google DeepMind發表Gemini Robotics 2.5,逐步供應機器人合作夥伴。官方在逾兩百項任務及Mercedes-Benz產線概念驗證中測試模型,公布靈巧操作、安全引導與零件分裝結果,成效仍限各測試條件。
Google DeepMind公布AlphaProof Code,以人類專家訂定規格、智慧體建構證明及Lean檢查的流程,驗證Signal核心密碼程式的指定安全性質。研究成果將開源,但不等於整套應用已獲全面安全保證。
ElevenLabs在ElevenCreative推出Forward Deployed Creatives,由創意製作人與策略人員協助企業建立可重用流程,或交付完整在地化廣告。企業可自行使用平台、共同建立流程,或委託團隊製作並保留最終核准。
Google AI Studio新增雲端點數領取與帳務整合,AI Pro及Ultra主訂閱者可在工作區建立開發者檔案、連結帳單並追蹤餘額。點數每月核發、各有十二個月效期,使用API仍有最低預付款要求。
Google DeepMind開放SatWeave衛星影像與PARDIG降雨資料,提供歷史檔及持續更新資料流。PARDIG約十公里解析度、每十五分鐘一筆,平均延遲約五小時,支援氣象、水文與氣候應用研究。
Ai2發布包含8,115題的XYBench,測試模型是否辨識使用者提問背後的錯誤假設,並引導至實際目標。五款受測模型常會提到有效解法,卻仍偏重原先方法,評估目前以英文、單輪程序性問題為主。
華碩說明Gallop人形機器人開發進度,先在集團工廠學習主機板配件包裝,運算採Jetson AGX Thor。客戶試點預定2027年,商用目標為2028年下半年,尚未宣稱達到完整量產作業標準。
OpenAI推出ChatGPT Wallet,先向美國成年Pro訂閱者開放,透過dots代辦購物。每筆付款須經使用者確認與安全檢查,支付代碼取代真實卡片資料,商家仍負責履約、退貨與客服。
IBM Granite團隊公開LLMON標記語言、工具與3B及8B實驗預覽模型,以專用Token區分指令、資料和限制。官方測試顯示可改善靜態提示注入防護,但仍屬研究預覽,並非安全隔離保證。
ElevenLabs擴大Impact Program,讓永久失聲者免費使用ElevenMusic創作,並加入醫療與退伍軍人合作。數位聲音屬輔助工具,不等於治療或恢復生理發聲能力。
Google推出Gemini 4 Hydrogen,提供四種思考層級與百萬Token上下文,並帶入搜尋、Gemini應用程式及開發平台。Antigravity也加入模型切換工具,官方效能數據仍須依測試條件解讀。
Salesforce介紹SFR-AutoR&D,讓智慧體提出假設、執行實驗並改善模型。官方表示,指定檢索評估提升6.13分,另一次效率調整增加36%吞吐量,但產品部署仍有審查要求。
Runway公開Praxis-1世界動作模型權重與推論、微調程式,採Apache 2.0允許商用,支援LeRobot及多種NVIDIA硬體。官方公布機器人任務測試,實際部署仍需依硬體調整。
Google DeepMind推出AlphaGenome 2,以逾一億個細胞資料預測DNA變異在特定細胞的影響,非商業研究可透過API使用,商業研究仍為私人預覽,未獲臨床診斷核准。
Google推出Gemini Decisions API,以Gemini Decision 1評分多模態輸入的候選選項,單次最多一千題。每百萬輸入token為0.10美元,不計輸出token費用,Cloud支援仍待推出。
ElevenLabs與NVIDIA擴大合作,Nemotron 3.5 Super VL已加入ElevenAgents,並規劃增加15MW Vera Rubin算力;波蘭國家電子醫療平台採本地語音智慧體處理預約提醒。
ElevenLabs在紐約峰會預覽Interaction Engine、智慧體記憶與Routines,也開放ElevenAI免費早期使用。Marketplace先提供方案探索與夥伴聯繫,明年才規劃加入採購。
Databricks公布第二代Genie,規劃以常駐智慧體追蹤長時間工作,透過收件匣與郵件要求人工決策。新版常駐模式、Genie Search與Ontology Manager仍待預覽及測試。
OpenAI公開研究基礎設施的Control Room,以工作識別碼集中授權推論,收到停止指令後最多35秒阻止後續輸出。機制部署於推論層,服務失效時也會拒絕請求。
OpenAI推出Businesses in ChatGPT測試版,企業可透過Business Hub認領資料並查看彙整互動洞見;Business Agents先支援美國符合資格的電商與線上服務業者。
NVIDIA將OpenShell交由CNCF Sandbox治理,並參與Google發起的Agent Substrate。公司也推出Kubernetes管理預覽工具與Snapshot,改善AI工作負載的部署、隔離及啟動。
IBM與Microsoft發表Imagine Enterprise,結合逾六千項智慧體及資產、企業資料與雲端安全技術,先支援金融、保險和零售流程,並提供符合資格案件的工程協作。