深度分析
TIGER：圖形證據路由降低多模態生成幻覺的雙階段回饋框架
隨著多模態人工智慧模型在內容創作、災害應變與醫療分流等領域的廣泛應用，產出未受輸入支撐的事實（幻覺）成為關鍵挑戰。
多模態生成
深度分析
Sony AI 發布 Woosh：開源聲音特效基礎模型與多模態生成技術
Sony AI釋出Woosh基礎模型，提供高品質聲音編碼解碼、文字對齊與文字到音訊、影片到音訊四大生成模型，全部開放。與StableAudio-Open、TangoFlux等開源方案比較，Woosh在公共與商用音效資料集上展現更低的Frechet距離，顯示專業音效庫訓練的優勢，預期將促進聲音特效的開放創新。
深度分析
UniRect‑CoT：利用自我校正提升統一多模態模型生成品質的免費午餐
統一多模態模型在理解上表現強勁，但生成能力不足。研究提出 UniRect‑CoT，透過反思式鏈式思考讓模型在擴散去噪時自我校正，激活內在知識。實驗顯示，套用此框架後，可顯著提升多任務生成品質，為多模態 AI 的成本與效能帶來新突破。