本週AI工程動態：阿里Qwen3、Google AlphaEvolve、Meta 3D模型、OpenAI新工具等重磅登場
阿里巴巴Qwen 3：網頁開發者夢寐以求的AI模型
阿里巴巴最新推出嘅Qwen3模型，採用混合專家（Mixture of Experts, MoE）架構，結合強化推理能力。佢訓練咗大約36萬億個token（比Qwen2.5多一倍），覆蓋119種語言同方言。
– 模型規格：Qwen3-235B-A22B有2350億參數，專為編程、數學同一般推理任務優化。
– 表現：喺各大基準測試上表現出色，媲美DeepSeek-R1同Gemini-2.5-Pro等頂級模型。
– 網頁開發應用：特別擅長前端開發，可以根據設計規格自動生成高質素、回應式UI。
Qwen3喺數學、編程、推理等測試上超越舊有Qwen系列。例如Qwen3-30B-A3B（30B MoE）用更少參數都可以打敗32B QwQ模型，就算4B Qwen3都追得上Qwen2.5-72B。整體嚟講，Qwen3嘅密集底座已經同甚至超越更大規模嘅Qwen2.5模型，尤其喺STEM同編程領域。
Google AlphaEvolve：AI重新定義算法設計
Google DeepMind嘅AlphaEvolve突破傳統算法設計，效率上已經超越人類手工設計。
– 矩陣乘法突破：AlphaEvolve發現咗一種新方法，只用47步就可以完成4×4矩陣乘法，打破1969年Strassen算法49步嘅紀錄。佢仲改善咗14種矩陣乘法算法，超越之前DeepMind嘅AlphaTensor。
– 應用場景：包括數據中心排程、芯片設計、語言模型效率優化等。
– 意義：證明AI已經有能力生成全新、可證明正確嘅算法，標誌住AI創新邁向新里程碑。
測試過50多個數學同計算機公開難題，AlphaEvolve約有75%能重現已知解法，20%能進一步優化（例如11維「親吻數問題」將紀錄由592提升到593）。
Meta AssetGen 2.0：頂級AI 3D模型生成
Meta公佈咗AssetGen 2.0，係AI驅動3D內容創作嘅重大突破。呢個單階段3D擴散模型，可以直接由文字提示生成高質素3D網格，唔使經過中間表示。
– TextureGen整合：AssetGen 2.0結合咗TextureGen，能夠用物理基礎渲染（PBR）技術，生成高解像度、視角一致嘅貼圖，令3D資產幾何同視覺都極度逼真。
– 訓練數據：用大量3D資產訓練，確保輸出多元而且準確。雖然Meta未有公開數據集細節，但已知係大規模3D資產庫。
應用：AssetGen 2.0已經喺Meta內部用嚟創建VR世界內容同Avatar資產，2025年會開放俾Meta Horizon創作者，未來甚至可以自動生成完整3D場景。
IBM Bamba-9B v2：高效語言建模新選擇
– 訓練強化：多訓練咗1萬億token，效能大幅提升。
– 基準測試：喺NLP標準榜單（L1/L2）上打敗Meta嘅Llama 3.1 8B（後者訓練數據多7倍）。Bamba-9B支援超長上下文，雖然訓練時用4K序列，但實測可處理32K甚至100K+ token。
– 開源部署：完全開源（Apache 2.0），可彈性部署，支援量化高效推理。
OpenAI ChatGPT連接GitHub：開發者研究新利器
OpenAI為ChatGPT（GPT-4）推出GitHub連接器，令ChatGPT可以安全連結GitHub倉庫，讀取程式碼、文件、issue等，並提供智能分析。
– 自然語言查詢：用戶可以用自然語言問關於自己代碼庫嘅問題，ChatGPT會按上下文回應。
– 代碼摘要：自動生成函數、模組摘要，幫助理解複雜結構。
– 依賴映射：自動識別同可視化代碼依賴。
– 適用範圍：現正向ChatGPT Plus、Pro及Team用戶推出，未來會支援Enterprise同Education。
Amazon Project Kiro：AWS新AI編碼助手
AWS正開發Project Kiro，一個AI驅動嘅編碼助手，目標係簡化軟件開發流程。Kiro係網頁/桌面應用，能夠協調多個AI agent（Amazon自家同第三方），結合領域知識同擴展，自動化軟件開發任務。
– 多模態介面：支援文字、圖表、結構化數據輸入。
– 即時代碼生成：根據用戶提示同上下文，AI agent即時生成代碼片段。
– 無縫整合：可以同現有AWS工具及服務無縫配合。
– 部署計劃：預計2025年6月底進入beta，會有網頁同桌面版本，滿足唔同開發者需求。
你應該認識嘅AI工具與新發佈
WebThinker：自主網絡研究Agent
WebThinker令大型推理模型可以自主瀏覽網絡、獲取即時資訊、生成詳細研究報告。
– 深層網絡探索：動態搜尋同導航網頁。
– 自主思考—搜尋—草擬：整合推理、資料收集、報告撰寫。
– 強化學習訓練：用Direct Preference Optimization提升研究能力。
DeerFlow：社群驅動深度研究框架
ByteDance開發嘅開源框架，結合語言模型同專業工具，支援全面研究任務。
– 架構：基於LangChain同LangGraph，模組化、可擴展。
– 能力：支援網絡搜尋、爬蟲、Python執行等。
– 社群導向：整合現有工具，回饋開源社群。
SunaAI：開源通用AI Agent
Kortix AI推出嘅SunaAI，完全開源，能夠自主執行現實任務。
– 功能：與虛擬系統互動、寫文件、執行代碼、上網瀏覽。
– 部署：Apache 2.0授權，支援雲端或自架設。
– 應用：適合研究、數據分析、日常自動化。
DocuWriter.ai：自動化代碼及API文件生成
DocuWriter.ai係一個AI驅動網頁應用，能從原始代碼自動產生文件。
– 代碼註解生成：自動為代碼加上說明。
– UML圖生成：可視化代碼結構。
– AI測試套件生成：自動產生測試確保代碼可靠。
– 智能重構建議：提出更乾淨高效嘅代碼建議。
編輯評論：AI工程進化，從「工具」到「夥伴」
今期幾個重點發展，反映AI工程已經由單純「輔助工具」進化到「智能協作夥伴」階段。阿里Qwen3、Google AlphaEvolve等新模型，不再只係追求大規模數據同參數，而係開始針對專業領域（如前端開發、算法設計等）做深度優化，甚至可以自發發現新算法、突破人類極限。
Meta AssetGen 2.0則標誌住AI內容創作由2D文字、圖片，正式進入3D時代。當AI可以由幾句提示自動生成高質素3D資產，唔單止令遊戲、元宇宙、VR產業生態更豐富，仲有機會顛覆設計、建築、工業等傳統行業。
OpenAI同AWS等巨頭，則聚焦如何令開發者更易用AI。ChatGPT連接GitHub、Kiro多模態介面，目的都係降低技術門檻，令AI真正融入日常開發流程。未來，AI唔再係「外來助手」，而係變成每個工程師、設計師、研究員工作流程不可或缺嘅「智能拍檔」。
而新一代AI工具如WebThinker、DeerFlow、SunaAI等，則展現咗AI社群對「開源」、「自治」嘅追求。當AI agent可以自主探索、決策、執行複雜任務，未來「個人AI」同「企業AI」之間界線將會越嚟越模糊。
香港本地AI發展雖然仲有距離，但全球AI工程走勢已經非常明確——開源、專業化、自主化、低門檻。對本地開發者、創業者嚟講，最關鍵唔係追逐參數規模，而係點樣用好呢啲AI「新夥伴」，創造出真正屬於自己市場、文化、產業特色嘅AI應用。未來AI工程唔單止係技術競賽，更係創意、社群同價值觀嘅比拼。
下星期再見，各位AI狂熱者，繼續Happy Building！
✨🎱 Instagram留言 →
AI即回覆下期六合彩預測
🧠 AI 根據統計數據即時生成分析
💬 只要留言，AI就會即刻覆你心水組合
🎁 完！全！免！費！快啲嚟玩！
下期頭獎號碼
📲 去 Instagram 即刻留言
