兩分鐘歌曲壓進八個 QR Code
一名創作者利用 Meta 的開源 EnCodec 技術，將 2.9MB 的歌曲壓縮成 21KB 表示，並列印成八個 QR Code。播放時需要搭配神經網路解碼器，才能重建音訊。
Search
Tag: #open-source345 results
GenOffice 將 AI 直接帶入可編輯的 Office 檔案
Genspark 推出開源且免費的 GenOffice Alpha 版桌面 Office 客戶端，將 AI 生成與可交付的 Word 和 PPT 檔案串接起來。初步測試顯示其 AI 輔助文件排版能力突出，但相容性、版面配置與穩定性仍存在明顯問題。
IBM 投資 2.4 億美元押注開放式推理
IBM 透過與 Together AI 的多年合作協議投入 2.4 億美元，將 Nvidia Blackwell 系統導入 IBM Cloud。這項策略聚焦於降低推理成本，並利用開源技術與超大規模雲端業者競爭。
Lophius 推出 Transformer 研究工作台
Heretic 的創作者推出 Lophius，一套可在 Notebook 中運作的程式碼與 GUI 混合研究系統。它簡化模型檢查、設定、Tokenization、推論、Logits、注意力、隱藏狀態分析與聊天功能，並管理 GPU 記憶體。
頂尖 AI 論文多數難以重現
SAI Review 嘗試重現 ICML 2026 的 105 篇 Oral 論文，發現只有 8 篇重現了超過 80% 的可驗證主張。審查揭露程式碼無法執行、檔案缺失、結果不一致、模型下線，以及極高的重現成本等問題。
自動化 Bedrock Automated Reasoning 政策流程
Amazon Bedrock Agent Skills 讓 coding agent 能管理 Automated Reasoning 政策的完整生命週期。這套開源技能可透過可重複的工程流程建置、審查、測試、除錯、部署與驗證自訂政策。
Genspark 推出開源 GenOffice
Genspark 推出免費開源的 GenOffice AI 辦公套件，支援文件、試算表、簡報與 PDF，並可在 PC 與 Mac 上使用。創辦人景鯤將其視為 Genspark 從 AI 搜尋轉向一體化 AI Workspace、協助使用者完成完整工作任務的一部分。
MiniMax H3 開源，API 價格僅為三分之一
MiniMax 已開源 H3-Base，這是一款擁有 330 億參數的稠密單流 Omni-Transformer。據報其可與 Seedance 2.0 進行基準比較，API 價格僅為其三分之一，並能在兩張 RTX 5090 GPU 上本地執行。
Alibaba 開源 SAIL 軟體堆疊，挑戰 Nvidia 的 CUDA 生態系
Alibaba 旗下平頭哥半導體（T-Head）宣布開源其 SAIL 軟體堆疊，該技術為其 Zhenwu 系列 AI 晶片的基礎架構。此舉旨在降低開發者對 Nvidia 專有 CUDA 生態系的依賴。
SenseTime 發布統一視覺模型 SenseNova-Vision
SenseTime 開源了 SenseNova-Vision，這是一個整合了檢測、分割、深度預測和 3D 重建的統一模型。該模型目前在 HuggingFace 的 Any-to-Any 排行榜上名列前茅。