熱門 - 第 281 頁
ChatGPT 傳出每月 500 美元 Pro Max：Work 和 Codex 可能快在哪？
18 個來源0TestingCatalog 在未公開的 ChatGPT 訂閱資料中發現 Pro Max 相關字樣，標示每月 500 美元及「Fastest Work and Codex」；這並非 OpenAI 的產品公告。[26]
華為昇騰 CANN 社群成長，離大規模實際應用還有多遠？
21 個來源0華為稱 CANN 月活躍開發者超過 5,200 人，其中 61% 為外部開發者；另一報導引述更高數字，但兩者尚無法對照釐清。[3][10]
GigaBrain-0.7 搭上旭日 S600：機器人「端側大腦」還差哪一步？
17 個來源0雙方以 GigaBrain 0.7 與旭日 S600 為首波整合重點，目標是可部署、成本可負擔的端側軟硬體方案，而非單純的晶片展示。[8][9]
中國記憶體追上韓國了嗎？長鑫HBM良率比LPDDR6更能說明問題
21 個來源0韓國半導體產業協會估計，中國在HBM、DRAM和NAND技術上分別落後韓國約三年、兩年和一年；這不是良率或產量的比較。[5][2]
華為預測2035年將有9,000億個AI智能體：十大技術方向該怎麼看？
18 個來源0華為預測2035年將有9,000億個AI智能體；全球年度Token消耗量增加10萬倍，智能體產生的流量占比超過90%。這些都是預測，並非已實現的規模。[7][9]
APXInf 是什麼？機器人端側推理提速，26 毫秒數字該怎麼看
18 個來源0APXInf 是無問芯穹聯合清華大學、上海交通大學開源的端側推理引擎，負責加速具身 AI 模型產生動作，並非機器人的馬達控制器。[14][4]
PhysBrain 1.5 把機器人「看懂、行動、預測」放進同一模型：72.5 分代表什麼？
17 個來源0PhysBrain 1.5 將空間與語言回答、機器人末端執行器動作，以及未來視覺狀態，都表示為同一模型可預測的離散序列。
華為發表 Atlas 960E SuperPoD：4,096 張運算卡如何連成一套 AI 系統？
19 個來源0華為發表全液冷 Atlas 960E SuperPoD，宣稱單套系統最多可連接 4,096 個 NPU，支援多達 10 兆參數模型的訓練與推論。[13][10]
機器人如何記住步驟、修正失誤？看 HERON-CRA 的設計與驗證缺口
18 個來源0HERON CRA 的設計重點，是讓機器人參照先前步驟行動、在動作偏離時修正，並嘗試將技能用於不同機器人。[6][9]
LightNav-0 想讓機器人少靠遙控示範學導航，關鍵在哪？
16 個來源0LightNav 0 以 Qwen3 VL 4B 為基礎，讓遵循指令、尋找物件和視覺追蹤共用一套導航模型。[1][2]
LimiX-2 如何用一個模型處理表格資料？看懂方法、榜單與使用限制
16 個來源0LimiX 2 是 Stable AI 與清華大學團隊推出、約 4 億參數的結構化資料模型；專案記載權重與推論程式碼於 2026 年 9 月 16 日釋出。[3][8]