文章
所有發布的 AI 新聞與論文。
-
Google揭露其Gemini驅動的智慧家庭產品線與AI策略
Google 在 Amazon 推出新 AI 版 Echo 裝置後，正式亮相更新後的 Google Home 與 Nest 產品線，旨在展示其 Gemini AI 助手。Google 產品主管 Anish Kattukaran 表示，公司將專注於特定類別的旗艦硬體以展現創新，同時讓 Gemini 不侷限於單一品牌或價格區間，透過開放平臺讓第三方廠商也能開發相容裝置。此次更新包括 Nest Cam Outdoor、Nest Cam Indoor 及 Nest Doorbell 等產品，並預告 2026 年春季將推出升級版 Google Home 音箱，同時與 Walmart 合作推出低價門鈴與攝影機。 Google 希望讓現有超過 8000 萬臺裝置的使用者無需更換硬體即可體驗 Gemini，透過 Google Home Cloud-to-Cloud APIs 與 Matter 標準實現跨品牌協作。Walmart 成為首個合作夥伴，推出 onn 品牌平價攝影機與門鈴。Gemini 將強化自然對話能力，例如根據電影《Armageddon》情節播放 Aerosmith 歌曲，或自動生成睡前故事。在家庭協作方面，使用者可透過自然語言指令管理購物清單、設定煮蛋時間或控制多項家電，系統能理解「即將烹飪」等模糊指令並自動調整燈光與時鐘。 對於攝影機與門鈴，Gemini 能整合多項事件摘要而非單純推送通知。新「Ask Home」功能可協助使用者設定自動化場景，如模擬居家狀態或提升安全防護。所有功能透過重構的 Google Home App 實現，該版本更快速穩定並由 Gemini 驅動，部分功能需 Google Home Premium 訂閱。此外，Gemini Live 模式允許使用者進行自由流暢的對話，無需重複喚醒語音助手。Kattukaran 認為這種自然互動體驗將成為未來標準，使家居環境能真正感知、理解並執行指令，讓使用者專注於更有意義的活動。目前 App 更新已開放預覽，Walmart 產品已上架，而全新 Google Home 音箱預計於 2026 年春季發售。
-
Salesforce 發布企業情緒編碼產品 Agentforce Vibes
企業巨頭 Salesforce 推出全新 AI 開發工具 Agentforce Vibes，旨在搭乘「vibe coding」浪潮，讓開發者透過自然語言描述需求，由 AI 代理自動撰寫程式碼。該工具包含自主 AI 編碼代理 Vibe Codey，已連線至企業現有的 Salesforce 帳戶，可重用以寫好的程式碼並遵循既有編碼規範，從應用構想階段至可觀測性皆能自動處理技術實作，並內建企業級安全與治理控制。Salesforce 產品副總裁 Dan Fernandez 表示，此功能讓企業能進入 vibrate coding 領域，同時避免潛在的安全風險與從零開始的繁瑣設定，無需自行配置模型上下文協議或開發環境。此工具基於開源 AI 編碼代理 Cline 的 Visual Studio Code 擴充套件版開發，因 Cline 對 MCP（模型上下文協議）的強大支援而選定。Salesforce 每組織每日提供 50 次使用 OpenAI 的 GPT-5 模型請求，超過部分則透過 Salesforce 託管的 Qwen 3.0 模型處理。目前該工具對現有使用者免費提供，未來將推出付費使用方案。此舉正值 vibrate coding 產業熱潮，許多新創如 Lovable 估值達 18 億美元、Anything 兩週內營收達 200 萬美元，但高昂的運算成本與狹窄利潤率仍存挑戰。Salesforce 將此功能整合於 Agentforce 套件中，提供端到端的企業級 vibrate coding 體驗，降低使用門檻。
-
新專案讓維基百科資料更易供AI使用
維基媒體德國於週三宣佈推出名為維基資料嵌入專案（Wikidata Embedding Project）的新資料庫，旨在讓維基百科龐大的知識資源更易於被人工智慧模型存取。該系統運用基於向量的語義搜尋技術，對維基百科及其姊妹平臺近一億二千萬筆資料進行處理，並結合對模型上下文協定（Model Context Protocol）的新支援，使資料更能回應大型語言模型的自然語言查詢。此專案由維基媒體德國分支與神經搜尋公司 Jina.AI 以及 IBM 旗下的即時訓練資料公司 DataStax 合作完成。 雖然維基資料多年來已提供機器可讀的資料，但舊有工具僅支援關鍵字搜尋和 SPARQL 查詢。新系統能更好地與檢索增強生成（RAG）系統配合，讓開發者能將模型建立在經維基編輯者驗證的知識基礎上。資料庫結構化地提供了關鍵語義上下文，例如查詢「科學家」一詞時，會列出顯赫的核子科學家及在貝爾實驗室工作的科學家，並包含不同語言的翻譯、維基授權的科學家工作照片，以及延伸至「研究者」或「學者」等相關概念。資料庫公開可於 Toolforge 存取，維基資料還將於十月九日舉辦開發者研討會。 此專案正值人工智慧開發者爭相尋找高品質資料來源以微調模型的時期。訓練系統雖日益複雜，但仍需精心編排的資料才能運作良好。對於需要高準確度的部署，可靠資料尤為迫切。與從全網抓取網頁的通用集合 Common Crawl 相比，維基百科的資料更具事實導向性。儘管部分資料集訓練可能引發高昂後果，如 Anthropic 於八月同意支付十五億美元解決訴訟，但維基資料 AI 專案經理菲利普·薩德強調，該專案獨立於各大人工智慧實驗室或大型科技公司，展現強大人工智慧不必由少數公司控制，可開放、合作並服務所有人。
-
前OpenAI與DeepMind研究人員籌集3億美元種子資金自動化科學
Periodic Labs 於週二正式走出隱形階段，以 3 億美元種子輪資金亮相，該輪融資由科技界頂尖機構與人物共同支援，包括 Andreessen Horowitz、DST、Nvidia、Accel、Elad Gil、Jeff Dean、Eric Schmidt 以及 Jeff Bezos。該公司由 Ekin Dogus Cubuk 和 Liam Fedus 創立。Cubuk 曾領導 Google Brain 與 DeepMind 的材料與化學團隊，其專案之一 GNoME 於 2023 年發現超過 200 萬種新晶體，這些材料有望為新一代技術供能。Fedus 則是 OpenAI 前研究副總裁，參與了 ChatGPT 的研發，並領導團隊構建了第一個 trillion-parameter 神經網路。Periodic Labs 的目標是自動化科學發現，打造 AI 科學家，透過機器人進行物理實驗、收集資料、迭代並持續學習。其首要任務是研發效能更優且能耗更低的新型超導體，同時希望發現其他新材料。公司還計劃收集 AI 科學家在混合、加熱及操作各種原料過程中產生的物理世界資料。由於現有模型多依賴網際網路訓練資料，而該來源已趨於枯竭，Periodic Labs 致力於建立自主實驗室，讓 AI 科學家利用新鮮資料持續進化。儘管此類團隊並非唯一，但 AI 自動化化學發現的研究已持續至少自 2023 年，並有 Tetsuwan Scientific、Future House 及多倫多大學加速聯盟等機構參與。