近期，由 Sam Altman 創辦的 Worldcoin 公司，正式更名為 World Network，還同時推出了新一代虹膜掃描設備 Orb，提供更完善的身份驗證系統。

根據官網描述，新的 Orb 更容易大規模生產，零件更少，運行速度提高三倍，更與物流公司 Rappi 合作，直接上門為客戶提供「虹膜掃瞄」服務！

除了 Orb 以外，World 也公布新的 World ID 3.0 協定，透過新提供的 World ID 憑證，打擊日益猖獗的 Deep Fake 問題，建構完善的數位隱私環境。

beehiiv 是一個電子報平台，也是《Brief AI 電子報》、《Brief Crypto 電子報》目前發布電子報的平台！

beehiiv 內建了發送電子報所有必備的工具，包含訂閱數成長、電子報客製化和數據分析工具、內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。

我們這幾個月已經完成了 beehiiv 中文教學網站，也開了一個社團「beehiiv 中文社群」，社團內「每日」都會為大家介紹一篇電子報教學文章！

歡迎大家一起加入，打造屬於自己的電子報！

《Brief AI 電子報》是繁體中文圈最具影響力且成長速度最快的「AI 電子報」。讀者多為企業家、經理人、投資人、高階主管、工程師、分析師、創作者…等專業知識工作者。協助企業品牌推廣產品、服務、活動、工作職缺...等等 👉 了解更多

看到標題先別緊張，Newton 沒有突然復活 XDD，這是由矽谷 Archetype AI 最新推出的大型行為模型（Large Behavior Model），能學習複雜的物理知識！

Newton 特別的地方在於，它可以直接讀取各種感測器的監測數據，並且從中學習物理學原理，整個過程不需要任何人工訓練，或者是指導。

根據文章內容，Newton 能夠預測未被明確訓練的各種知識，例如鐘擺效應等等，這也為我們展示了 AI 理解世界的另一種方式，期待所有 AI 都不需要人工訓練的那天！

近期，Rhymes AI 推出全新多模態 MoE 模型 Aria，根據官方提供的測試結果，Aria 在文件與圖表理解的能力上特別突出，一度超越了 Llama-3.2 和 GPT-4o。

首先在 DocVQA 測試中，Aria 達到了 95% 的準確率，超越了 90% 的 GPT-4o，而在 ChartQA 測試中，則以 3% 的差距略輸給 GPT-4o。

除此之外，Aria 的參數規格達到 3.9B，並且支援 64K 的 Context Window，目前該模型也已順利開源，歡迎大家去體驗看看喔！

對於網站或產品而言，擁有一份 ToS 是必須的，但要起草一份完整的條款可不容易，甚至需要請專業的法律團隊代勞，幸運的是，我們能透過 AI 簡化此流程！

首先，我們需要向 Claude 提供各種必要資訊，例如產品名稱、主要功能、目標受眾、定價模式等等， 讓後續生成的 ToS 能更加符合我們的需求！

💡 雖然 AI 能起草文件，但在發布前仍須經專業人士檢核，讓雙方都能獲得最佳保障！

本次教學為簡單版本，詳細內容可以參考 Ben's Bites 的這個教學。

來自 Northwestern University 的研究團隊，近期推出了名為 MobilePoser 的應用程式，能透過智慧型手機、手錶、無線耳機等常見設備，捕捉人類的行為動作。

透過 IMU 以及先進的 AI 演算法，MobilePoser 能在沒有任何專業設備的前提下，完整追蹤人類的關節位置、旋轉角度，甚至是走路的速度等等。

根據文章的說法，目前該系統的誤差大約落在 8 到 10 公分左右，研究團隊將持續縮小誤差，並期望未來能應用在遊戲、健身和醫療保健等領域當中。

接著來分享上一期的投票結果，這次總共有 82 位讀者參與投票，其中有大約六成的讀者，支持並且認同「未來不再有 AI 公司」的說法。

除此之外，也有讀者認為，若有朝一日 AI 成為所有技術的根本，那「開源」的必要性也會隨之提升，而創新、臨機應變等能力，更是展現人類價值的重要方式。

不久，AI的普及可能會面向大眾，所有人身邊都會有一台AI代理人，而AI不再需要強調，會變成所有技術的基礎與根本。大小公司將會被AI強度而不斷拉開更大的距離，壟斷勢必會出現，這顯現了開源的重要性。以後創新與隨機應變會變成最重要的能力。

--- qwe

隨著越來越多資金湧入 AI 領域，來自知名科技媒體 Big Technology 的 Alex Kantrowitz 近期發表文章，指出生成式 AI 的投資回報，將會從「供應鏈端」開始出現！

Kantrowitz 指出，目前的供應鏈多依賴傳真、紙本合約等大量非結構化文件做溝通，不只容易出錯，還會影響公司的運作效率。

作者以引入 AI 文件解讀系統的 Flexport 為例，提到該公司透過生成式 AI 系統，節省了約 80% 的處理時間，也大幅降低每份文件的處理成本。

雖然在使用 AI 解讀後仍須進行人工檢核，但至少擺脫了過去，需要耗費大量人力成本在輸入資料的窘境，讓人力資源能得到更妥善的運用。

*延伸討論：隨著生成式 AI 技術的發展，Flexport 利用 AI 減少文件處理時間和成本。AI 是否能顯著改善供應鏈管理的效率？AI 在處理非結構化文件中的應用是否能解決現有的供應鏈問題？還是說，人工檢核和管理仍然是關鍵？這樣的技術應用是否能擴展到其他行業？