Meta 發布開源 Llama 4 模型
Meta 出咗 Llama 4，開源畀大家用，參數多達 500B，效能追得上 GPT-4！開發者可以 fine-tune 做自己 app，coding 任務準確率 95%。AI 社群好興奮，話呢個加速創新。Tech-ed 平台已經整合，學生免費學 machine learning。來源
不過，有安全隱憂，Meta 提供指南防濫用。全球下載量破紀錄，未來 AI 民主化。
Google 啱啱推咗 Duet AI 2.0，專門幫 coder 寫 code，準到嚇人！佢可以根據你描述，自動生成完整 function，甚至 debug 錯誤。支援 Python、JavaScript 同 Java，速度快咗兩倍。Tech-ed 界話，呢個工具會改變 coding 教學方式，新手學得更快。Google 仲免費畀學生用，推廣 AI 教育。測試中，佢解決咗 90% bug，好多公司已經 adopt。來源
不過，有人批評依賴 AI 會令 coder 技能退化，但 Google 話係輔助工具。未來，coding 課程會融入呢啲 AI，學生專注邏輯而非 syntax。
中介軟件（Middleware）喺2025年嘅數位轉型浪潮中，變得越來越重要。作為連繫唔同應用程式同系統嘅橋樑，中介軟件幫企業實現咗無縫數據流同系統整合。尤其係喺混合雲環境同多雲策略嘅普及下，企業對中介軟件嘅需求急劇上升。根據最新報告，全球中介軟件市場預計喺2026年將達到450億美元，年增長率高達12%。
以Red Hat OpenShift同Apache Kafka為例，呢啲中介軟件平台提供咗強大嘅消息傳遞同數據流處理能力，幫企業喺唔同嘅雲端同本地系統之間實現高效協作。例如，一間全球物流公司利用Kafka，將實時貨運數據同客戶端應用程式連繫起來，成功將物流追蹤嘅延遲降低咗60%。呢類技術唔單止提升咗運營效率，仲幫企業喺客戶服務上搶得先機。
中介軟件嘅另一大趨勢係同AI同機器學習嘅結合。透過AI驅動嘅中介層，企業可以喺唔同系統之間實現智能數據路由同自動化決策。例如，喺製造業，某間工廠利用AI中介軟件，實時監控生產線數據，自動調整資源分配，將生產效率提升咗25%。呢啲技術嘅應用，令到中介軟件唔再只係「連接器」，而係企業數位轉型嘅核心引擎。
當然，挑戰依然存在。中介軟件嘅部署同維護需要專業知識，企業喺引入新技術時，經常會遇到技術人才短缺嘅問題。此外，唔同中介軟件之間嘅相容性同標準化問題，亦都係企業需要解決嘅難題。專家建議，企業喺選擇中介軟件時，應該優先考慮開源解決方案，因為佢地嘅靈活性同社群支援通常更強。總括嚟講，中介軟件市場嘅快速發展，預示住企業數位化嘅未來將更加智能同高效。
來源：https://caistack.com/blog/the-role-of-ai-middleware-in-enterprise-digital-transformation/
Google嘅量子電腦團隊喺11月公佈咗重大突破，用量子位元解決咗傳統編程嘅瓶頸問題。呢個Sycamore升級版，可以喺幾分鐘內完成傳統超算要幾年嘅任務，特別適合AI訓練同複雜演算法優化。研究員話，佢已經成功模擬咗大型神經網絡，效能比古典電腦快100萬倍。教育界興奮壞咗，因為Tech-ed課程可以即刻引入量子編程工具。開源社區仲釋出咗SDK畀開發者試用。當然，有專家擔心安全，但Google強調加密技術已升級。嚟睇詳細報導啦
呢樣野會改變晒coding世界，學生學得更快更深。
Google嘅量子電腦團隊喺11月公佈咗重大突破，用量子位元解決咗傳統編程嘅瓶頸問題。呢個Sycamore升級版，可以喺幾分鐘內完成傳統超算要幾年嘅任務，特別適合AI訓練同複雜演算法優化。研究員話，佢已經成功模擬咗大型神經網絡，效能比古典電腦快100萬倍。教育界興奮壞咗，因為Tech-ed課程可以即刻引入量子編程工具。開源社區仲釋出咗SDK畀開發者試用。當然，有專家擔心安全，但Google強調加密技術已升級。嚟睇詳細報導啦
呢樣野會改變晒coding世界，學生學得更快更深。
擴展「混合專家」（MoE）AI 模型嘅效能，一直都係業界最大嘅限制之一，但 NVIDIA 好似成功突破咗，歸功於共同設計效能擴展定律。
AI 界一直喺度競賽擴大基礎大型語言模型（LLM），透過增加 token 參數嚟確保模型喺效能同應用上出色，但呢個方法有計算資源投資嘅上限。呢度「混合專家」前沿 AI 模型就派上用場，因為對一個查詢，佢哋唔會激活每 token 嘅全部參數，而係只激活一部分，取決於服務請求類型。雖然 MoE 喺 LLM 入面主導，但擴展佢哋會引入巨大計算瓶頸，NVIDIA 成功克服咗。
公司喺新聞稿入面透露，用 GB200「Blackwell」NVL72 配置，相比 Hopper HGX 200，效能基本上擴大咗 10 倍。公司測試咗佢嘅計算能力喺 Kimi K2 Thinking MoE 模型上，呢個開源 LLM 每前向傳遞有 320 億激活參數，喺佢嘅領域係佼佼者。綠隊聲稱 Blackwell 架構「準備好」利用前沿 MoE 模型嘅興起。
為咗解決擴展 MoE AI 模型涉及嘅效能瓶頸，NVIDIA 採用咗「共同設計」方法，即係利用 GB200 嘅 72 晶片配置，加上 30TB 快速共享記憶體，NVIDIA 將專家並行帶到全新水平，確保 token 批次不斷分割同散佈喺 GPU 上，通訊量以非線性速率增加。其他優化包括：其他全棧優化亦喺解鎖 MoE 模型高推理效能上發揮關鍵作用。NVIDIA Dynamo 框架協調分散式服務，分配預填充同解碼任務到唔同 GPU，讓解碼用大專家並行運行，而預填充用更適合佢工作負荷嘅並行技術。NVFP4 格式有助維持準確度，同時進一步提升效能同效率。
呢個成就對 NVIDIA 同佢嘅合作夥伴嚟講係重大發展，尤其 GB200 NVL72 配置而家喺供應鏈階段，好多前沿模型利用 AI 伺服器提升能力。MoE 模型以計算效率高聞名，所以佢哋喺廣泛環境部署越來越普遍，NVIDIA 好似喺呢個趨勢中心資本化。來源
艾倫·戴（Alan Dye）呢個帶領蘋果用戶介面團隊超過十年嘅設計高層，即將離開蘋果，加入Meta，負責領導Reality Labs入面一個新創意工作室，主要專注改善智能眼鏡同虛擬實境頭盔呢啲消費裝置嘅AI功能。佢會直接向Meta首席技術官Andrew Bosworth匯報。
喺蘋果度，Dye會由Steve Lemay接替，據蘋果CEO Tim Cook話，Lemay自1999年起，一直喺每個主要蘋果介面設計入面扮演關鍵角色。
Meta積極從競爭對手度挖人，包括今個夏天從OpenAI度挖咗研究員過嚟。有報導話Meta CEO Mark Zuckerberg親自送自家煲嘅湯去招攬OpenAI員工；OpenAI首席研究官Mark Chen話，佢之後都送湯去Meta度招人。
Zuckerberg喺新聞爆出之後，即刻宣布呢個新工作室，Dye會同另一個前蘋果設計師Billy Sorrentino（之前領導Reality Labs介面設計）、Joshua To（Reality Labs介面設計領袖）、Meta工業設計團隊（由Pete Bristol帶頭）同埋元宇宙設計同藝術團隊（由Jason Rubin領導）一齊工作。呢個工作室目標係將設計、時裝同科技融合，定義下一代產品同體驗，將智能視為一種新設計材料，充裕、有能力同以人為本，同時提升Meta入面嘅設計水平，透過工藝、創意視野、系統思維同埋建造標誌性硬件軟件產品嘅深厚經驗。閱讀原文
2025年，科技界有好大一股熱潮，好多獨角獸冒出頭，至少有80間初創公司估值超過10億美元。
呢個增長主要係因為AI嘅進步同投資，但其他領域都好勁，譬如衛星科技同區塊鏈交易。
今年入咗獨角獸行列嘅有Genspark，係AI代理公司，估值12.5億；Gamma，搞AI生成圖像，21億。
仲有Fireworks AI，AI基建平台，40億；Reflection，開發開放基礎模型，80億。
呢個名單顯示咗科技應用好多元化，同埋有大筆投資支持呢啲快速成長嘅公司。閱讀原文
DeepSeek 呢間中國 AI 公司，啱啱公布咗最新嘅 V3.2 AI 模型，據講性能可以同 OpenAI 嘅 GPT-5 同 Google 嘅 Gemini 3.0 Pro 匹敵。
呢啲模型係完全開源同免費嘅，引入咗創新嘅稀疏注意力技術，將成本降低 50% 添。
呢個發布喺 AI 界引起咗好大迴響，因為畀咗大眾一個高性能嘅選擇，而唔使依賴大公司嘅專有模型。閱讀更多