完整日報

AI 日報 2026-07-20

23 則值得知道的變化

要聞

3 則

據愛範兒報導，商湯發布多模態模型 SenseNova U1 Pro，主打原生 8K 輸出、複雜中文渲染，以及資訊圖、商業海報與工業圖解等交付級設計。實測顯示，模型可依複雜需求組織大量文字、數字與版面，並透過 MaaS 非同步圖像生成 API 供開發者及企業使用。

Apple ML 發表 RayRoPE，為多視角 Transformer 提供具幾何感知與 SE(3) 不變性的投影射線位置編碼。該方法利用射線上的預測 3D 點與查詢視角投影座標計算多頻率相似度，並可在位置不確定時解析計算期望編碼。

Apple ML 發布 LVSum，這是一套具細緻時間對齊標註的長影片摘要評測基準，收錄橫跨 13 個領域的 72 支影片，平均長度為 16 分鐘，每支影片最多有 10 份含時間參照的人類摘要。評測涵蓋內容相關性、模態一致性與標準自動化指標，結果顯示逐字稿對摘要品質的貢獻遠高於單獨使用視覺影格。