QIMMA قِمّة ⛰: A Quality-First Arabic LLM Leaderboard
Hugging Face Blog42d agoRelease阿聯酋技術創新研究所（TII）在 Hugging Face 上推出了名為「QIMMA」（阿拉伯語意為「山頂」）的全新阿拉伯語 LLM 排行榜。該排行榜主打「品質優先」，旨在解決現有阿拉伯語評估基準中常見的翻譯失真與缺乏方言代表性等問題。QIMMA 透過更嚴格、更貼近在地文化的評測標準，為阿拉伯語 AI 模型的開發提供更具公信力的衡量指標。
Import AI 454: Automating alignment research; safety study of a Chinese model; HiFloat4 ★ 75
Import AI (Jack Clark)43d agoCommentary本期電子報涵蓋三大核心議題：首先是利用 AI 自動化進行對齊（Alignment）研究的可能性與挑戰；其次是一項針對中國大語言模型的安全與合規性深入研究，揭示其在特定政治與文化框架下的表現；最後介紹了旨在提升推理效率的全新 4 位元浮點格式 HiFloat4。此外，作者也提出了關於金融市場何時會開始為「科技奇點」進行定價的深刻思考。
Kimi K2.6 on AI Gateway
Vercel Changelog43d agoReleaseVercel 於 Changelog 宣布其 AI Gateway 已正式支援 Moonshot AI 的最新模型 Kimi K2.6。開發者現在可以透過 Vercel 的統一 API 介面，輕鬆整合 Kimi K2.6 的強大長文本與推理能力，並同時享有 Vercel AI Gateway 提供的快取、速率限制與效能監控等企業級功能，大幅降低多模型部署的複雜度。
Inside VAKRA: Reasoning, Tool Use, and Failure Modes of Agents★ 75
Hugging Face Blog48d agoReleaseIBM Research 於 Hugging Face 發表全新基準測試「VAKRA」的分析報告。該測試專為評估 AI Agent 的核心能力而設計，著重於複雜的多步驟推理與動態工具調用。研究不僅評估了主流模型在 Agent 任務中的表現，更系統化地歸納出 Agent 的各類失敗模式（如工具誤用、推理漂移等），為開發者優化 Agent 系統提供關鍵指引。
Meet HoloTab by HCompany. Your AI browser companion.★ 75
Hugging Face Blog48d agoNew Tool由前 DeepMind 團隊創立的法國 AI 新創 HCompany 宣布推出 AI 瀏覽器助手「HoloTab」。這款工具旨在將 AI 代理（Agent）能力直接帶入瀏覽器中，不僅能進行網頁摘要，更主打強大的網頁自動化操作。透過 HCompany 旗下的動作模型（Action Models），HoloTab 能協助使用者自動執行複雜的跨網頁任務，重新定義人機協同的瀏覽體驗。
Seedance 2.0 Video Generation on AI Gateway
Vercel Changelog48d agoReleaseVercel 宣布其 AI Gateway 正式支援 Seedance 2.0 影片生成模型。開發者現在可以透過 Vercel 的統一接口，輕鬆將先進的影片生成功能整合至應用程式中。此更新讓開發者能同時享有 AI Gateway 提供的快取、速率限制及監控分析等強大功能，優化影片生成應用的開發流程與成本。
How to make remarkable videos with Seedance 2.0★ 70
Replicate Blog48d agoTutorialReplicate 介紹了全新影片生成模型 Seedance 2.0 的使用指南。該模型大幅降低了影片生成的技術門檻，讓從未接觸過 AI 影片創作的用戶也能輕鬆上手。文章強調現在是體驗 AI 影片創作的最佳時機，並展示了如何利用該模型生成具備高度視覺張力與連貫性的影片。
Import AI 453: Breaking AI agents; MirrorCode; and ten views on gradual disempowerment★ 75
Import AI (Jack Clark)50d agoCommentary本期 Import AI 深入探討三個核心議題：首先是 AI Agent 在面對惡意輸入與複雜環境時的脆弱性與破解方法；其次介紹了代碼生成領域的新技術或基準測試 MirrorCode；最後，透過十種不同視角，探討人類因逐漸將決策權讓渡給 AI 系統而導致的「漸進式失權（Gradual Disempowerment）」風險，並以「火的發明是否等同於當時人類的奇點」進行哲學反思。
Agentic Infrastructure★ 85
Vercel Changelog54d agoReleaseVercel 宣布推出「Agentic Infrastructure」（Agent 基礎設施），旨在解決傳統無伺服器（Serverless）架構在運行 AI Agent 時面臨的超時、長連接與狀態管理等挑戰。透過升級的 Vercel AI SDK、支援長時間運行的 Vercel Functions 以及背景任務處理能力，開發者現在可以更輕鬆地在 Vercel 上部署、監控並擴展複雜的 AI Agent 工作流。
Zero Data Retention on AI Gateway★ 75
Vercel Changelog55d agoReleaseVercel 宣布為其 AI Gateway 推出「零數據留存 (Zero Data Retention)」功能。此更新確保開發者在透過 Vercel 介接各家 AI 模型時，所有的 Prompt 和 Completion 數據皆不會被 Vercel 伺服器留存。這項安全升級能幫助企業輕鬆符合 GDPR、SOC2 等嚴格的隱私合規標準，消除企業將敏感數據送往 AI 網關時的資安疑慮。
GLM 5.1 on AI Gateway
Vercel Changelog56d agoReleaseVercel 宣布其 AI Gateway 正式支援 GLM 5.1 模型。開發者現在可以透過 Vercel 的統一 API 介面輕鬆整合 GLM 5.1，並享有 AI Gateway 提供的快取、重試機制、速率限制以及詳細的調用分析。這為開發需要 GLM 模型能力的應用程式提供了更穩定且易於管理的基礎設施。
Qwen 3.6 Plus on AI Gateway
Vercel Changelog61d agoReleaseVercel 宣布其 AI Gateway 正式支援 Qwen 3.6 Plus 模型。開發者現在可以透過 Vercel 的統一 API 網關，輕鬆調用 Qwen 3.6 Plus，並享有邊緣快取、速率限制及詳細的監控分析等功能。這項更新為建構多模型應用的開發者提供了更靈活、更高效的整合選擇。
Chat SDK adds Zernio support
Vercel Changelog62d agoReleaseVercel 宣布其 AI SDK（Chat SDK）正式新增對 Zernio 的支援。這項更新讓開發者能夠在使用 Vercel AI SDK 構建聊天界面時，直接整合 Zernio 的模型與 API 服務。這將進一步擴展 Vercel 生態系中的模型選擇，簡化多模型應用的開發流程，讓前端工程師能更快速地打造高效能、低延遲的 AI 互動體驗。
Falcon Perception★ 75
Hugging Face Blog62d agoRelease阿聯酋技術創新研究所（TII）在 Hugging Face 上發表了「Falcon Perception」模型。這標誌著著名的 Falcon 開源家族正式擴展至多模態與視覺感知領域。該模型旨在提升開源社群在視覺問答、圖像理解及多模態任務上的能力，延續了 TII 一貫的高效能與開源精神，為開發者提供強大的視覺感知工具。
GLM 5V Turbo on AI Gateway
Vercel Changelog62d agoReleaseVercel 宣布其 AI Gateway 正式支援智譜 AI（Zhipu AI）推出的 GLM 5V Turbo 多模態模型。開發者現在可以透過 Vercel AI Gateway 統一管理、監控並優化 GLM 5V Turbo 的 API 呼叫。此更新為開發多模態 AI 應用的團隊提供了更強大的快取、速率限制與分析功能。
Granite 4.0 3B Vision: Compact Multimodal Intelligence for Enterprise Documents★ 75
Hugging Face Blog63d agoReleaseIBM 於 Hugging Face 發布全新 Granite 4.0 3B Vision 模型。這款僅有 30 億參數的輕量級多模態模型，專為企業級文件理解、圖表分析與 OCR 數據提取而設計。其小巧的體積不僅大幅降低了部署門檻與運算成本，更在處理複雜商業報表與 PDF 文件時展現出極高的實用性，是企業本地化部署的理想選擇。
How FLORA shipped a creative agent on Vercel's AI stack
Vercel Changelog63d agoRelease本案例研究探討創意 AI 代理「FLORA」如何基於 Vercel 的 AI 技術棧（包括 Vercel AI SDK 與 Next.js）進行開發與部署。文章解析了 FLORA 如何利用 Vercel 的邊緣運算與 AI SDK 的 Tool Calling 功能，實現低延遲的 AI 互動，並打造流暢的創意生成體驗，為開發者提供實用的 Agent 部署架構參考。
Latest open artifacts (#20): New orgs! New types of models! With Nemotron Super, Sarvam, Cohere Transcribe, & others
Interconnects (Nathan L.)64d agoRelease第 20 期《Open Artifacts》開源週報帶來了多個全新組織與新型態開源模型的發布。 重點亮點包含 NVIDIA 的 Nemotron Super 系列、專注於印度語系的 Sarvam AI，以及 Cohere 推出的 Transcribe 語音轉寫相關模型。 這波釋出展示了開源生態系正朝向更多元、更具特定領域專業化（如多語言與語音）的方向快速演進。
Import AI 451: Political superintelligence; Google's society of minds, and a robot drummer ★ 75
Import AI (Jack Clark)64d agoCommentary知名 AI 科技週報《Import AI》第 451 期聚焦三大前沿議題。首先探討「政治超智慧」對人類社會與民主體制的衝擊，並提出科技是否已無法收回的詰問；其次介紹 Google 借鑑閔斯基理論的「心智社會」多智慧體協作研究，展示群體 AI 解決複雜問題的潛力；最後則分享了結合強化學習與精準物理控制的機器人鼓手技術。
Making Turborepo 96% faster with agents, sandboxes, and humans★ 75
Vercel Changelog64d agoReleaseVercel 發表最新技術實踐，揭露他們如何利用 AI Agent 來優化其熱門 Monorepo 工具 Turborepo。透過在隔離的沙盒環境中運行 Agent 進行程式碼重構與效能瓶頸分析，並結合人類工程師的最終審查（Human-in-the-loop），成功讓 Turborepo 的特定關鍵路徑或建置速度提升了 96%。這展示了 AI 代理在實際大型開源專案重構與效能調優中的巨大潛力。
Vercel plugin now supported on OpenAI Codex and Codex CLI
Vercel Changelog68d agoReleaseVercel 宣布其外掛（plugin）現已支援 OpenAI Codex 平台及 Codex CLI 命令行工具。這項整合讓開發者在使用 AI 輔助編寫程式碼時，能更無縫地與 Vercel 的部署生態系對接。透過此更新，開發者可以直接在 AI 開發流程中進行專案配置與即時部署，大幅簡化現代 Web 應用的開發與上線工作流。
Protecting people from harmful manipulation★ 75
Google DeepMind Blog69d agoReleaseGoogle DeepMind 發表針對 AI 「有害操縱」風險的研究，特別聚焦於金融與醫療兩大高風險領域。隨著 AI 技術深入日常生活，如何防止 AI 系統對人類進行心理、經濟或健康決策上的惡意引導至關重要。對此，DeepMind 提出了新型的安全評估與防護機制，旨在建立更具韌性且安全的 AI 部署標準。
Lyria 3 Pro: Create longer tracks in more★ 75
Google DeepMind Blog69d agoReleaseGoogle DeepMind 正式發表新一代音樂生成模型 Lyria 3 Pro。該模型突破了以往 AI 音樂長度與結構的限制，具備「結構感知（structural awareness）」能力，能創作結構更完整、長度更長的音樂作品。此外，Google 也宣布將把 Lyria 3 Pro 整合至更多旗下的產品與平台中，為創作者提供更豐富的 AI 輔助創作工具。
Unified reporting for all AI Gateway usage★ 75
Vercel Changelog69d agoReleaseVercel 宣布為 AI Gateway 推出「統一報告（Unified Reporting）」功能。開發者現在可以在單一儀表板中，跨多個 AI 供應商（如 OpenAI、Anthropic 等）追蹤整體的 AI 支出、Token 消耗、延遲與錯誤率。這項更新解決了過去需要登入多個平台才能對帳與評估成本的痛點，大幅提升了 AI 應用的營運效率。
Import AI 450: China's electronic warfare model; traumatized LLMs; and a scaling law for cyberattacks ★ 75
Import AI (Jack Clark)71d agoCommentary本期 Import AI 聚焦三大前沿議題：首先是中國研究將 AI 應用於電子戰與電磁對抗；其次是探討 LLM 在面對特定刺激或「創傷」數據時的行為與安全防禦；最後則是分析 AI 網路攻擊能力如何隨規模擴展，揭示了網路安全面臨的新型量化威脅。最後以哲學思考「無時間限制的心智如何衡量時間」收尾。
new.website joins forces with v0★ 75
Vercel Changelog71d agoReleaseVercel 宣布將極簡建站服務 new.website 整合至旗下的 AI 網頁生成平台 v0。這次聯手旨在消除「從 AI 生成 UI」到「正式上線網站」之間的阻礙。用戶未來將能透過 v0 的自然語言介面，不僅能生成精美的網頁組件，還能直接一鍵發布並部署，大幅降低網頁開發與上線的門檻。
Lossy self-improvement★ 75
Interconnects (Nathan L.)72d agoOpinion本文分析了 AI 領域熱議的「自我提升（Self-improvement）」機制。作者指出，雖然模型透過生成合成數據、強化學習（RL）和自我校對確實能實現效能提升，但這個過程是「有損（Lossy）」的。每次迭代都會伴隨資訊流失與誤差累積，因此自我提升並不會導致預言中的「急遽暴漲（Fast Takeoff）」或瞬間的智能爆炸，而是呈現邊際效益遞減的漸進式成長。
Build a Domain-Specific Embedding Model in Under a Day★ 80
Hugging Face Blog74d agoTutorial本指南展示如何利用 Hugging Face 的 sentence-transformers 庫與 NVIDIA 的 GPU 加速技術，在一天內構建專屬領域的向量嵌入（Embedding）模型。內容涵蓋利用 LLM 生成合成數據、選擇基底模型、使用對比學習（Contrastive Learning）進行微調，以及如何評估與部署。這套流程能有效解決通用模型在特定專業領域（如醫療、法律、金融）檢索率不佳的問題，是優化 RAG 系統的關鍵步驟。
Sandbox SDK adds file permission control
Vercel Changelog74d agoReleaseVercel 宣布為其 Sandbox SDK 推出「檔案權限控制」功能。此更新讓開發者在運行 AI 生成的程式碼或未授權程式碼時，能夠精細設定沙盒環境內的檔案讀取、寫入與執行權限。這項安全升級能有效防止惡意程式碼存取敏感系統檔案，是構建安全 AI Agent 應用的重要里程碑。
v0 now includes diff view to review code changes★ 75
Vercel Changelog76d agoReleaseVercel 旗下的 AI 前端生成工具 v0 正式推出「Diff 檢視」功能。 當使用者要求 v0 修改現有 UI 或程式碼時，系統會以直觀的紅綠標色介面，清晰呈現程式碼的「新增」與「刪除」部分。 此更新大幅提升了程式碼審查的效率與準確性，讓開發者在將 AI 生成的程式碼整合至專案時更具信心。