完整日報

AI 日報 2026-08-18

57 則值得知道的變化

要聞

3 則

模型採原生 Transformer 架構統一生成聲畫，結合軌跡蒸餾與 DMD 技術將去噪壓至個位數，預計數週內開源權重與程式碼。

該模型目前處於測試階段，能將情緒與故事等生活語言轉化為包含詞曲及人聲的完整歌曲，並宣布與太合音樂集團達成戰略合作。

該模型基於自研 UiT 架構，支援文本與圖像等多模態輸入，透過 Memory 上下文與 TTT 機制解決時空一致性難題，論文已入選 ECCV 2026。

6 則

該模型將審核任務轉化為 Yes/No 判斷題，透過對比式訓練整合文本與視覺理解能力，在多項安全基準測試中擊敗體積達七倍的大型模型。

支援逾 40 種語言，定價每百萬字元 49 美元，雖高於 Simba 3.2 等同級競品，但價格僅 Eleven v3 的一半。

團隊累積逾 50 萬小時人類第一視角影片資料，新模型直接於 embedding space 預測動作，並與地瓜機器人展開端側部署合作。

REX G1 內建 2070 TFLOPS 端側算力，雙臂負載 10 公斤並支援熱插拔換電，可進入 0.75 米窄通道，作業高度達 2 公尺。

升級原生 10-bit 色深輸出並強化光影材質細節，圖生影片 API 首月限時降價至每秒 2.7 元人民幣，主打專業後期製作。

本輪由 Menlo Ventures 領投。新模型 Canto 將錯誤率降至 10% 以下；公司同步推出會議記錄工具，並與 Oasis 智慧戒指展開硬體合作。