深度分析
Qwen3.7-Plus 亮相：支援影像與影片的多模態 AI，成本降低 60% 並採封閉商業授權
阿里巴巴本週推出Qwen3.7-Plus，具備百萬級上下文視窗與多模態輸入，支援文字、影像與影片，同時引入preserve_thinking參數保持推理連貫性。相較於前代僅文字的Qwen3.7-Max，成本降低約60%，在多模態與終端基準測試中超越多家美國商業模型。此授權模式引發開源與合規討論。
多模態 AI
大佬動態
NVIDIA 推出 Cosmos 3：統合多模態 AI 的新里程碑
NVIDIA 於今日發表 Cosmos 3，採用 Mixture-of-Transformers 結合自回歸推理與擴散生成，支援語言、影像、影片、音訊與動作。核心 Nano 模型以 16 億參數分割為推理塔與生成器兩部份。此發布顯示 NVIDIA 在多模態 AI 整合上取得關鍵進展，將促進跨領域應用的開發與部署。
深度分析
TRINE：單位元流 FPGA 實現多模態 AI 即時 token 剪枝與可切換資料流引擎
隨著多模態AI結合視覺、語言與圖形，計算需求多樣且實時壓力大。TRINE以單一位元流FPGA，透過可切換資料流與即時token剪枝，統一執行ViT、CNN、GNN、NLP，於20–21 W下比RTX 4090快22.5倍、比JetsonOrinNano快6.9倍，且精度下降不足2.5%。
深度分析
視覺語言模型原初效應對多模態 AI 合作決策的實驗分析
隨著視覺語言模型被廣泛應用於決策系統，研究其視覺輸入對行為的影響變得關鍵。本研究以迭代囚徒困境為測試平台，測試呈現善意或自私圖像及紅綠色獎勵矩陣的視覺原初效應。結果顯示，多數模型的合作決策會受圖像與顏色提示左右，且不同緩解策略的成效亦有顯著差異。
深度分析
多模態 Computer-Using Agents (CUA) 風險評估與防禦方法全解析
隨著AI代理人能操作電腦圖形介面，安全與資安風險同步升級。研究系統化整理CUAs的威脅類型、防禦手段與評測基準，指出視覺誤判與指令注入等漏洞，呼籲建立統一安全標準與透明機制。同時，本文比較傳統RPA與新興CUA在功能與風險上的差異，並預測此技術將重塑開發者生態與法規治理。
Claude Code
「Career-Ops」：基於 Claude Code 的開源 AI 求職平台全解析
GitHubExplorer發掘開源專案career-ops，結合ClaudeCode與多模式AI代理，提供自動化職缺篩選、履歷產出與批次處理。此系統已評估逾七百職缺，協助使用者快速匹配理想職位。同時支援PDF履歷生成、Go語言儀表板與批次作業，已獲得超過三萬五千星標與七千多次分支，顯示社群高度關注。
深度分析
人工三分體智慧 (ATI)：感測優先架構提升實體 AI 效能與資源效率
隨著 AI 從資料中心移向機器人與穿戴裝置，感測與推理的協同設計變得關鍵。人工三分體智慧 (ATI) 以感測優先的分層架構，透過腦幹安全控制、 小腦自動校準與大腦推理子系統，實現感測即時調整與雲端推理分離。實驗顯示，ATI 可將辨識正確率提升至 88%，同時降低 43% 的遠端推理呼叫，顯著提升實體 AI 的效能與資源使用。
深度分析
Anthropic 發布 Claude Opus 4.7：全新通用模型與資安專用 Mythos 的功能取捨
Anthropic 推出全新通用模型 Claude Opus 4.7，聚焦軟體工程與創意輸出；同時 Mythos Preview 仍是資安領域最強模型，評估結果全面領先。兩者功能差異顯示 Anthropic 在商業化與安全控制間的取捨，預示 AI 產業未來將在開放與限制之間持續博弈。
深度分析
MiniMax 推出 MMX-CLI：指令列介面原生支援七大多模態生成
MiniMax 針對 AI 代理缺乏多媒體生成能力的痛點，推出 MMX-CLI 指令列介面，將文字、影像、影片、語音、音樂、視覺與搜尋七大生成模態封裝為 shell 命令，免除 Model Context Protocol 整合。指令支援模型選擇、參數調整與非同步執行，並提供認證與配額管理。此舉將大幅降低代理開發門檻，促進多模態 AI 應用的快速落地。
生成式 AI
生成式 AI 驅動的「樂高迷因戰」：伊朗內容創作者如何挑戰白宮敘事
伊朗創作者團體 Explosive Media 利用生成式 AI 打造樂高風格諷刺動畫，將政治人物擬人化，以黑色幽默挑戰白宮的軍事敘事。這些病毒式影片揭示了生成式 AI 如何在現代資訊戰中，透過視覺語言的通用性與快速迭代，讓非國家級力量能以低成本低門檻地挑戰權威敘事，奪取社群媒體上的話語權。
Muse Spark
Meta AI 推出 Muse Spark 模型：支持多模態與視覺化編碼，App Store 排名衝上第五
Meta 推出新 AI 模型 Muse Spark，讓 Meta AI App 在美國 App Store 排名從第 57 位直接衝到第 5 位！新模型支持多模態輸入與視覺化編碼，可協助用戶快速建立網站和小遊戲。雖然仍落後於 ChatGPT 與 Claude，但 Meta 的強勢追趕已讓全球安裝量突破 6,000 萬次。