GAIS - 即時新聞

...禁錮在此，他選擇在LLM和應用層兩個熱潮之外，選擇走自己的路，投入視覺的賽道，圍繞AIGC（生成式AI）建立多模態演算法平台。王長虎說，AI的核心還是內容，圍繞在AIGC（生成式AI）也會涉及版權問題、內容理解問題、發行

...「The Cauldron」及文件掃描數據集「Docmatix」對這兩款模型進行訓練。這些數據集由Hugging FaceM4團隊建立，專注於多模態AI技術的研發，為SmolVLM提供了充足的圖像與文本配對訓練資源。性能超越大模型Idefics80B Hugging Face團隊表示，

...應用場景的需求。目前，RedCap市場正在快速發展，新基訊很高興能與芯原合作，為客戶帶來更多首屈一指的5G多模數據機IP產品。」芯原執行副總裁兼客製化晶片平台事業部總經理汪志偉表示：「5G RedCap晶片成本和速率與4G相

...新型蛋白質。團隊用現有蛋白質的資料為產生新蛋白質的基礎，以 ESM3 AI 模型（為一種類型聊天機器人模型的多模態生成式語言模型）對從 3.15 億條蛋白質序列、2.36 億個蛋白質結構，以及 5.39 億個蛋白質註解所產生的符元（

...們在螢幕上看到的按鍵、選單、文句，模擬人們看著螢幕畫面並操作鍵盤、滑鼠來達成目的。CUA 建立在長期的多模態理解和推理基礎研究上，將高階 GUI 感知與結構化問題解決結合在一起，Operator 可將一項任務分解成多步驟的

...動員相關生態系。就現況來看，推動／輔導單位透過GAI推廣和教育訓練，目前帶動的大多是個人片段式應用的多模態助理服務，但是產業AI化的重點內涵應該是透過AI所賦能的創新流程或業務，目前則著力有限。從之前推動中小

...理人功能「Perplexity Assistant」，可以為使用者執行各式多步驟任務，包括叫車、訂餐廳或搜尋影片等，由於是多模態，因此可根據語音、鏡頭畫面下指令。目前此助理功能提供給 Android 裝置，Android 所有用戶只要在 Play Store 將

...AI（人工智慧）功能已成為消費者選購手機的關鍵考量之一。三星於Galaxy S25旗艦系列率先導入多模態AI助理，改變人與手機、乃至世界的互動模式，搭載高通Snapdragon 8 Elite行動平台，將Galaxy 的終端AI處理效能推

...，協助人們自然輕鬆地與裝置互動，並以深得信賴的隱私保護，令人備感安心。」Galaxy S25旗艦系列AI助理支援多模態應用，具備文字、語音、圖像和影片的理解能力；而升級版「搜尋圈（Circle to Search）」不僅使手機螢幕搜尋更

...供）▼圖說：Galaxy S25 Ultra推出鈦空藍、鈦黑、鈦銀與鈦灰。（如下圖，三星提供）Galaxy S25旗艦系列AI助理支援多模態應用，具備文字、語音、圖像和影片的理解能力。其中，升級版「搜尋圈（Circle to Search）」，能快速辨識螢幕

...工具，為全球開發者帶來更多技術支持。此次升級涵蓋「通義千問」家族的新一代模型「Qwen 2.5系列」，以及多模態人工智慧模型如「Qwen-VL系列」與聚焦在視覺生成的「通義萬象」，並可藉由其生成式人工智慧開發平台「百鍊

...都能利用碎片時間吸收知識。提供生成表格功能、能快速歸納重點的寫作智慧助理。（圖／台灣三星提供）AI多模態搜尋的進化智慧選取功能的升級，讓使用者選取一段文字或圖片後，系統能主動提供後續建議。例如，選取一

...務，例如翻譯、修改文章等。再往下發展，OpenAI針對程式碼、圖像、聲音等不同類型的原始資料改進模型，往多模態（multimodal）方向前進，現在的ChatGPT已經從文字，延伸至其他模態的資料，不管是上傳圖片後以文字回覆，還

...中，，像是影片生成模型Sora服務正式上線，新一代推理模型o1也正式推出，同時增加了圖片輸入的能力，跨入多模態輸入的階段，ChatGPT現在可以控制iPhone 16的相機功能，來取得畫面和聲音，取得更多真實世界的資料。

...指出，2024 年台灣人工智慧實驗室將 FedGPT 引入醫療、金融、教育等領域，2025 年 FedGPT 作為 AI 代理，整合影視多模態模型與自動語音對話技術，具備圖片、影片和音檔解析、人臉辨識與物件偵測等能力，拓展其在企業場景的應

...人形機器人現階段成本昂貴，亦需要面臨軟硬體技術整合，但美中日等科技大廠已積極研發並透過深度學習與多模態語言模型的推進下，預期至2035年市場規模上看百億美元。中信投信也表示，儘管近期外資持續賣超台股，但在

...能理解手機螢幕和網頁元素的行動裝置代理、瀏覽器代理，還有研究專用代理和程式開發代理。這些代理具備多模態能力，不只懂文字、圖片、影片和音訊，還知道怎麼運用工具、API來自動完成複雜任務，比只懂單一模態的代

...P-3使用的AN/APS-137D(V)5型海事系統進行最佳化升級，增強其精確定位能力。APS-137是用於反水面作戰和反潛作戰的多模（SAR）和（ISAR）系統。它利用逆合成孔徑雷達進行遠程水面搜尋和目標跟蹤、精確定位、艦艇成像和區分；利用

...警告及時、可操作且相關，以便更有效地應對迅速出現的威脅和新出現的政策機會。整合文字、圖像和音訊的多模態模型增強了這種分析。例如，使用人工智慧將衛星圖像與訊號情報進行交叉引用，可以提供軍事行動的全面視

...辨識在醫療場域因中英文夾雜及專業醫療詞彙辨識困難而容易出錯的問題，能精準辨識96種語言轉換，還結合多模態生成式AI技術，只要輸入病歷、影像資料，就可自動生成影像報告，更可透過增強資料庫（RAG）技術，提升大