Google melancarkan ciri peta API Gemini; Tencent melancarkan pengaturcara AI bernama Ada → Inilah berita terkini mengenai AI!

Ekspres Hadapan AI ↓↓

01 Google membuka ciri peta API Gemini, membolehkan pembangun membina aplikasi AI yang peka kepada lokasi generasi baharu.
Google mengumumkan ketersediaan penuh ciri integrasi peta untuk API Gemini. Bermula hari ini, pembangun boleh menggunakan API tersebut untuk mengakses data geospatial masa nyata—yang merangkumi 250 juta lokasi di seluruh dunia—termasuk alamat, waktu operasi perniagaan, penilaian dan banyak lagi. Dengan memanfaatkan keupayaan pemahaman bahasa semula jadi Gemini, API ini mampu menganalisis secara automatik pertanyaan berdasarkan lokasi serta menghasilkan respons yang sangat tepat. Sebagai contoh, AI boleh secara langsung mencadangkan restoran berhampiran dan memaparkan keadaan trafik masa nyata, atau merancang itinerari pelbagai perhentian mengikut keutamaan pengguna. Ciri ini berfungsi lancar bersama Google Search: sementara Maps menyediakan data faktual terstruktur, Search pula melengkapkan data tersebut dengan maklumat dinamik, sekali gus meningkatkan kelengkapan respons secara ketara. Pembangun boleh dengan pantas mengintegrasikan ciri ini melalui SDK Python atau Google AI Studio. Harga bagi setiap seribu permintaan berasaskan fakta adalah $25. Keupayaan ini sesuai digunakan dalam aplikasi seperti perancangan perjalanan, perkhidmatan gaya hidup tempatan, serta cadangan hartanah, sekali gus membantu pembangun mencipta pengalaman kecerdasan ruang yang mendalam.

02 Model bahasa berskala besar yang dibangunkan secara domestik, MiniMax-M2, telah diterbitkan sumber terbukanya dan tersenarai dalam lima teratas dunia, dengan kos hanya 1/12 daripada Claude 4.5, serta prestasinya setanding dengan GPT-5.

Pada 27 Oktober, syarikat AI yang berpangkalan di Shanghai, MiniMax, telah menjadikan model bahasa besar generasi seterusnya, MiniMax-M2, sebagai sumber terbuka. Dalam ujian penilaian Analisis Buatan yang diiktiraf secara global, MiniMax-M2 tersenarai dalam lima teratas di peringkat dunia dan menjadi model sumber terbuka China pertama yang berjaya memasuki kumpulan elit ini. Kos keseluruhannya hanya sebanyak 8% daripada Claude 4.5 (kira-kira 1/12) dan 1/7 daripada GPT-5, sementara kelajuan inferensinya hampir dua kali ganda. M2 unggul dalam tugas-tugas utama seperti penghasilan kod dan pemanggilan alat, serta menyokong penyahpepihan automatik merentasi pelbagai fail dan kerjasama lancar dengan rantaian alat yang kompleks. Dalam tempoh dua minggu selepas pelancaran sumber terbukanya, panggilan API global telah ditawarkan secara percuma. Pakar industri memuji MiniMax-M2 kerana mencapai satu pencapaian penting dalam aspek “kecerdasan tinggi plus kos rendah” melalui inovasi teknologi seperti fungsi kehilangan CISPO, dan meramalkan bahawa ia akan membantu mempercepatkan adopsi meluas teknologi AI.

03 Meituan telah menjadikan LongCat-Video bersumber terbuka! Ia menyokong penukaran teks kepada video, imej kepada video, serta sambungan video, membolehkan penghasilan video sepanjang 5 minit tanpa sebarang penurunan kualiti—dan membuka laluan bagi bab baharu dalam eksplorasi model dunia.

Pada 27 Oktober, pasukan LongCat daripada Meituan telah melancarkan dan menjadikan sumber terbuka model penghasilan video, LongCat-Video. Model ini menyokong tiga tugasan utama—teks ke video (definisi tinggi 720p/30fps), imej ke video (dengan pemeliharaan ketat subjek utama dan gaya imej), serta sambungan video—menggunakan sebuah arkitekture seragam tanpa memerlukan penyesuaian tambahan. Dengan bergantung kepada pra-pelatihan untuk sambungan video dan mekanisme Block-Causal Attention, model ini mampu menghasilkan video panjang sehingga 5 minit dengan stabil, sekali gus menangani isu-isu utama dalam industri seperti ketidaksepadanan temporal antara bingkai serta gerakan yang tidak masuk akal dari segi fizikal. Kelajuan inferensnya pula telah ditingkatkan sebanyak 10.1 kali ganda. Dalam ujian awam seperti VBench, model ini mencapai prestasi keseluruhan terbaik (SOTA), dengan skor pemahaman common-sense sebanyak 70.94%, menduduki tempat pertama. Pada masa hadapan, teknologi ini akan diintegrasikan ke dalam pelbagai senario seperti pemanduan autonomi dan kecerdasan berwujud, sekali gus membantu membina jambatan antara dunia digital dan fizikal.

04 Tencent Melancarkan Pemrogram AI Ada: Pengaturcaraan Automatik Hujung-ke-Hujung Membuka Lembaran Baharu dalam Kefungsian Pembangunan

Pada 27 Oktober, Tencent melancarkan Ada, pratonton teknologi pertama dalam industri yang dilengkapi pemrogram berasaskan AI, sekali gus merevolusikan proses pembangunan perisian dengan empat keupayaan teras. Pengguna hanya perlu menghantar keperluan mereka melalui WeChat Work, dan Ada secara automatik menguruskan keseluruhan aliran kerja—daripada penghasilan kod dan pelaksanaan persekitaran hingga pelancaran siap sedia—sambil turut membetulkan sendiri masalah dalam talian, menghasilkan dokumen serta menulis kod ujian unit. Pada Festival Pembangun 1024 pada tahun 2025, Ada berjaya menyiapkan pembangunan sebuah “telur Easter” tersembunyi di laman web rasmi serta sebuah permainan bergaya piksel. Keupayaan semakan kod pintar dan automasi menyeluruhnya telah meningkatkan kecekapan pembangunan dengan ketara. Kini, Ada sedang mengumpul maklum balas melalui senarai tunggu bagi mempertingkatkan lagi ciri-cirinya, sekali gus bakal menjadi alat utama bagi para pembangun.

05 Revolusi Pembinaan Laman Web Berasaskan AI! Skywork oleh Kunlun Wanwei Memperkenalkan Ciri Pengklonan Laman Web, Membolehkan Anda Membina Laman Web Gred Profesional Dalam Masa Hanya 10 Minit.

Pada 27 Oktober 2025, Skywork AI, sebuah anak syarikat Kunlun Wanwei, secara rasminya melancarkan ciri Klon Webnya. Pengguna hanya perlu menyediakan pautan halaman web, memuat naik fail atau memasukkan huraian teks, dan AI akan menghasilkan seorang prototaip web yang berfungsi sepenuhnya serta setia kepada gaya asal dalam masa beberapa minit sahaja. Ciri ini menggunakan algoritma canggih untuk menganalisis logik dan hierarki halaman pada tahap struktur, sekali gus membolehkan pembinaan semula halaman web dengan tepat. Ia turut menyokong penghasilan elemen interaktif dinamik serta membenarkan pengguna mengedit dan menyesuaikan hasil output secara masa nyata. Pengguna perusahaan boleh serta-merta menukar maklumat syarikat mereka menjadi sebuah laman web rasmi yang lengkap, manakala pencipta kandungan pula boleh menghasilkan halaman web berdinamik—termasuk peta dan imej—hanya dengan memberikan huraian teks, sekali gus benar-benar merevolusikan proses pembinaan laman web tradisional. Pencapaian ini secara ketara menurunkan halangan teknikal dan menandakan kedatangan rasmi era yang dipacu oleh AI, di mana “satu idea sama dengan satu laman web”.

06 Gemini Menguasakan Google Earth! Naik taraf Utama kepada Penalaran Ruang—Pelanggan di Amerika Syarikat Akan Segera Membuka Pengalaman Geospatial Baharu yang Digerakkan oleh AI

Google Earth telah mengumumkan penyepaduan model bahasa besar Gemini, membolehkan analisis geografi rentas dimensi melalui interaksi bahasa semula jadi. Pengguna kini boleh terus berbual untuk menyemak risiko alam sekitar—contohnya mengenal pasti infrastruktur yang terdedah kepada ancaman ribut atau menjejak kawasan yang terjejas akibat mekar alga. Sistem ini secara automatik menghubungkan ramalan cuaca, imej satelit dan data demografi bagi menghasilkan maklumat menyeluruh. Pada masa ini, ciri ini tersedia kepada pengguna yang mendaftar dalam “Program Penguji Dipercayai”. Dalam beberapa minggu akan datang, ia akan diperluas kepada pelanggan Google AI Pro/Ultra di Amerika Syarikat serta pengguna Edisi Profesional Google Earth, sekali gus mempercepatkan peralihan maklumat geospatial daripada alat khusus kepada perkhidmatan pintar yang mudah diakses oleh orang ramai.

07 Model Besar AI “Membaca Imej untuk Mengenal Pasti Gen” dalam Masa Hanya 1 Minit!

Diagnosis dan rawatan berpresisi bagi kanser paru-paru mencapai satu pencapaian yang revolusioner.

Pada Oktober 2025, Kingmed Diagnostics, dengan kerjasama Tencent dan Hospital Afiliasi Pertama Universiti Perubatan Guangzhou, secara bersama-sama mengumumkan pelancaran rasmi DeepGEM, sebuah model gen patologi kanser berskala besar. Model ini mampu meramalkan mutasi gen pemandu dalam kanser paru-paru hanya dengan menganalisis imej slaid patologi rutin, menyelesaikan ujian dalam masa satu minit dengan kadar ketepatan antara 78% hingga 99%. Kosnya pula jauh lebih rendah berbanding penyekuenan gen tradisional. Kajian terdahulu telah diterbitkan dalam The Lancet Oncology dan disahkan melalui sampel sebanyak 4,260 kes di 30 buah wilayah seluruh negara. Pada masa ini, model tersebut telah dilaksanakan pada platform Kingmed Diagnostics, menyediakan kepada pesakit di peringkat akar umbi satu laluan diagnostik dan rawatan yang inklusif, iaitu “skrin awal berasaskan AI ditambah pengesahan gen khusus”. Seterusnya, ketiga-tiga pihak akan memperluas cakupan model ini ke pelbagai jenis kanser termasuk kanser payudara, serta membangunkan model gen patologi berskala besar berbilang modul yang mengintegrasikan data multi-omik, sekali gus membuka era baharu “ramalan pintar” dalam diagnosis dan rawatan kanser.

08 “Penyimulasi Dunia” Tesla Didedahkan: AI Mengamalkan 500 Tahun Pemanduan dalam Satu Hari; Ko-Evolusi Otak-Robot Mengejutkan Industri

Pada persidangan terkemuka penglihatan komputer ICCV 2025, Tesla secara rasminya memperkenalkan “Simulator Dunia”—sistem latihan maya yang dikuasakan oleh rangkaian saraf. Sistem ini mampu menghasilkan senario pemanduan berbilang kamera yang sangat realistik berdasarkan data dunia sebenar, sekali gus membolehkan algoritma pemanduan autonomi mengumpul pengalaman pemanduan setara dengan 500 tahun pemanduan manusia dalam masa hanya satu hari. Pada asasnya, sistem ini menggunakan reka bentuk hujung-ke-hujung yang terus menukar piksel kamera kepada arahan pemanduan, sekali gus menangani kehilangan maklumat yang wujud dalam pendekatan modular tradisional. Selain itu, ia turut memanfaatkan teknologi “Generative Gaussian Splash” untuk mencapai kebolehinterpretasian adegan 3D. Selain digunakan bagi iterasi FSD, sistem ini juga sedang melatih robot Optimus serentak untuk memandu dalam persekitaran kompleks seperti kilang, sekali gus memperlihatkan hasrat Musk untuk membina enjin AI serba guna. Pada masa ini, jumlah besar data yang dikumpul setiap hari oleh armada Tesla sedang dioptimumkan melalui gelung maklum balas simulator, sekali gus meningkatkan keselamatan pemanduan autonomi sehingga lima kali lebih selamat berbanding pemanduan manusia.

09 Satu Revolusi Visual! DeepSeek Melancarkan Model OCR yang Mencapai Kompresi Teks 10 Kali Ganda, Memproses 200,000 Halaman Dokumen dalam Satu Hari Saja

Baru-baru ini, DeepSeek telah mendedahkan sumber terbuka bagi sebuah model penglihatan-kebahasaan baharu yang dikenali sebagai DeepSeek-OCR. Dengan memanfaatkan teknologi “pemampatan optik kontekstual”, model ini mengubah teks menjadi imej, mencapai pemampatan tanpa kehilangan sebanyak 10 kali ganda (dengan ketepatan OCR sebanyak 97%) serta mengekalkan ketepatan sebanyak 60% walaupun pada kadar pemampatan 20 kali ganda. Pada asasnya, arkitektur DeepEncoder mengintegrasikan SAM dan CLIP, menyokong input pelbagai resolusi—daripada mod Tiny hinggalah Gundam. Hanya dengan 100 token visual, ia telah melampaui prestasi GOT-OCR2.0 (yang memerlukan 256 token), manakala dengan 800 token, ia jauh lebih unggul berbanding MinerU2.0 (yang memerlukan lebih daripada 6,000 token). Sebuah kad grafik A100 sahaja mampu menghasilkan data latihan sebanyak 200,000 halaman setiap hari, turut menyokong penganalisisan 100 bahasa serta kandungan kompleks seperti carta, formula kimia dan banyak lagi. Model terobosan ini menawarkan penyelesaian transformasi dalam pemprosesan teks panjang dan latihan model multimodal. Model tersebut telah didedahkan sumber terbukanya di GitHub, sekali gus mencetuskan perbincangan rancak dalam komuniti AI mengenai paradigma “penglihatan-adalah-pemampatan”.

Sumber: Sekolah Kecerdikan Buatan, AI Zhi Qian Yan

Penyunting: Yu Li

Pembetulan: Zeng Xiong

Ditinjau oleh: Zhang Weitian