來自中國的阿里巴巴，近期發表了名為 Qwen2-VL 的語言模型，不只配有優秀的視覺功能，還在多個基準測試中贏過 GPT-4o。

Qwen2-VL 能理解超過 20 分鐘的影片，也支援多語言的應用，更有著優秀的數學推理能力，就算是大學程度的難題也不在話下。

目前，Qwen2-VL 已經可以在 Hugging Face 的平台上做試用，歡迎有興趣的讀者們可以去試玩看看喔！

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。

如果你也想要開始經營電子報，現在就是最好的時機。beehiiv 除了提供免費方案外，也提供完整功能 30 天免費試用，前三個月享受付費方案 8 折優惠！

《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

AI 新創公司 Magic 日前發表了全新模型 LTM-2-mini，這是世界上第一個配備 100M 輸入窗口的模型，更和 Google Cloud 合作來近一步賦能。

100M 的輸入大小似乎很難理解，若用人類可想像的方式，大約等同於 750 本小說，或是 1000 萬行的程式代碼，是非常可觀的大小。

很難想像這項壯舉是由一間新創完成，Magic 目前已募得超過 4.5 億美元的資金，可說是未來可期啊，就讓我們拭目以待！

Meta 近期在自家的社群平台上發文，並以「 Open source AI is the way forward 」為題，向大眾證明開源才是 AI 的未來之路。

同時，Meta 也公布了自家 Llama API 的下載數量，不只在公開平台上獲得將近 350M 次的下載量，和去年同期相比，銷售數量更增加了 10 倍以上。

光是上個月，Llama 的下載數量就高達 20M 次，許多知名品牌，如 Shopify、Spotify，以及 Zoom，都是 Llama 的使用者之一。

近期，有研究團隊推出名為 SAM2POINT 的系統，旨在將用於影片分割的 SAM2，轉而應用在 3D 物件的分割上。

根據上圖，該系統利用了體素網格的原理，使得 SAM2POINT 能將像分割影片一樣，將 3D 物件也分割成類似的 2D 圖片。

實驗結果指出，SAM2POINT 能被順利地應用在各種場景當中，包含室外的建築、車輛或行人，甚至是室內的傢俱、展示品等。

接著來看看上一次的投票結果，在參與票選的 24 位讀者中，總共有接近五成的讀者反對，或是非常反對將工作置於個人健康之前。

除此之外，讀者「下班提督」以及「曾贊助電子報的人」也和我們分享了另一種看法，小編自己也非常尊重將事業視為首要事項的人，畢竟自己做不到XD

到底是"成王敗寇"還是"不以成敗論英雄"，這種評論人生成就的哲學(或是美學?)自今仍沒有結論，儘管我還是會選擇了"D 先進行手術，健康第一" 不過我也不會去否定選擇事業優先的人，畢竟這是個人選擇。同時以我個人所處的資訊業來說，很明顯推崇地是前者"成王敗寇"。如同 Eric Schmidt 在史丹佛那場被下架的演講裡說的例子一樣: "用 AI 完成一個 TikTok 的仿製品去搜括所有的版權音樂，如果爆紅了，再用那些錢請律師擺平訴訟；如果沒爆紅，那也沒人會在意了。" 但莫忘世上沒人在意的遠遠多過於爆紅的就是了。跟買大樂透一樣，一券在手希望無窮，不過還是誠心建議，不要拿自己的未來的生活費去買唷

--- 下班提督

不贊成事業優先於個人健康的作法。 然而，我也尊重那些將事業視為首要的人，特別是當他們追逐事業並非單純為了金錢，而是為了心中崇高的理想、為了人類的進步，或是為了眾人的幸福而奮鬥。 雖然我覺得個人健康永遠是precedence，但在此對將事業視為第一的人們，獻上我的敬意。 -曾贊助電子報的人”

--- 曾贊助電子報的人

知名學者 Stephen Wolfram 針對「哲學」與 AI 間的互動價值提出意見，並認為哲學思考的導入，有助於人們理解 AI。

例如，大部分人都同意應該將 AI 應用於正確的事情，但什麼是正確的事情？透過不同於基礎科學的思考範式，人們對於 AI 的掌握將會更上一層樓。

Wolfram 博士在過去半世紀內，一直走在科學的前沿，本次的跨域討論只不過是一個訊號，代表著 AI 已經不僅僅是個技術問題，還是個哲學問題。

*延伸討論：哲學思考對於 AI 的發展有重要意義？哲學能否引導我們更好地應用 AI，解決倫理和正確性問題？還是說 AI 應該專注於技術和實際應用，而哲學的影響有限？這樣的跨域討論是否能促進 AI 領域的進步？