完整日報

AI 日報 2026-08-12

62 則值得知道的變化

要聞

3 則

系統基於多代理架構，能解讀病患視聽線索並引導虛擬理學檢查。隨機對照研究顯示其診斷準確度獲肯定，且病患偏好視訊勝過文字。

新版支援原生多鏡頭生成與自訂 Gemma 4 骨幹，年營收低於 1000 萬美元組織可免費使用，API 定價為每秒 0.09 美元。

該專案支援文字生成影音與首尾幀條件控制，並提供終端機即時預覽功能，在 M5 Max 上 4 步去噪僅需 3.5 秒即可生成影片。

1 則

該模型支援原生音訊、圖文生影片及多語言對話，最高生成 20 秒 1080p 影片，未來將推出 4K 與 Open Weights 版本。

1 則

該模型跳脫傳統報告生成，透過輔助監督、獎勵對齊學習與測量工具，提供具備靈活推理與校準預測的胸部 X 光判讀能力。

2 則

新版最佳化 MiniMax-H3 VAE 記憶體峰值問題，並移除 Mistral 與 LLaMA 分詞器對 transformers 函式庫的依賴。

先以 DeepSeek 編寫 Three.js 程式碼控制運鏡與動作，再交由 H3 模型渲染真實感。耗時 48 分鐘即完成場景，免去反覆生成影片的盲抽成本。