YSK Blog

標籤 #數據主權

共 24 篇文章

Telegram RSS
WhatsApp 群組內直接用 Meta AI 修圖:少一個 App,多一層雲端

WhatsApp 群組內直接用 Meta AI 修圖:少一個 App,多一層雲端

WhatsApp 官方帳號於 8 月 26 日在 X 寫道:「不必再切換 App 或對話,而家可以喺群組傾計入面,直接用 Meta AI 改相。」一句話對準的是全球最大即時通訊產品裡,最常發生的摩擦:想退地、加濾鏡、移除路人,先截圖、開修圖 App、存相、再傳返入群。 來源真實性已驗證。官方說明頁寫明,除了可以在「同...

五百萬買 35 臺 Mac,定係一臺 8 卡 H200?本地推理帳要分開計

五百萬買 35 臺 Mac,定係一臺 8 卡 H200?本地推理帳要分開計

AI 實戰帳號「實踐哥 MinLi」(@MinLiBuilds)於 8 月 26 日在 X 發文,延續前一日「土豪購物車」帖:把一部 512GB Mac Studio M5 Ultra 放到中國市場語境,問一句很具體的帳—— 如果你有 500 萬人民幣,買 35 臺 512GB M5 Ultra,還是買一臺 8 卡 H...

Mac Studio M5 Ultra 對雙 DGX Spark:本機大模型,頻寬先過算力

Mac Studio M5 Ultra 對雙 DGX Spark:本機大模型,頻寬先過算力

開發者 @jun_song(Building @0xSupergemma)於 2026 年 8 月 25 日在 X 發表一則對比圖,把剛發布的 Mac Studio M5 Ultra 256GB 直接對上 兩台 NVIDIA DGX Spark。數字只有三行: 售價:10,799 美元對約 10,000 美元 Pref...

Mac Studio M5 Ultra 對撼 RTX PRO 6000:本地 AI 的「完整電腦」與「單卡」之爭

Mac Studio M5 Ultra 對撼 RTX PRO 6000:本地 AI 的「完整電腦」與「單卡」之爭

獨立媒體 International Cyber Digest(@IntCyberDigest)於 8 月 25 日在 X 發表一則對比帖,指 Apple 正帶領本地 AI 革命,並以價格與記憶體容量「嚴重削弱」NVIDIA。帖文把 Mac Studio M5 Ultra(256GB 統一記憶體、約 10,799 美元...

企業級私有LLM再添一員! Thomson Reuters正式推出自家「Thomson」大模型,成本僅4,000萬美元!

企業級私有LLM再添一員!📚 Thomson Reuters正式推出自家「Thomson」大模型,成本僅4,000萬美元!

全球內容與科技巨頭Thomson Reuters喺8月24日宣布推出首個專有大型語言模型「Thomson」。模型以開源基礎(據報源自阿里Qwen)微調,結合公司175年專有內容(Westlaw、Practical Law、Checkpoint、Reuters),總投入約4,000萬美元,最終訓練跑僅45萬美元。 Tho...

【企業 AI 新趨勢】私有大型語言模型成為主流,全球 AI 開支急升!

【企業 AI 新趨勢】私有大型語言模型成為主流,全球 AI 開支急升!

最新報告顯示,企業正大規模轉向「私有大型語言模型」(Private LLM)。隨著生成式 AI 由實驗階段進入生產環境,企業為保護專有數據、知識產權同符合監管要求,紛紛選擇私有部署同客製化模型。 Gartner 預測 2026 年全球 AI 開支將達 2.52 萬億美元,按年增長超過 40%。IDC 估計 2024-2...

AI 命理諮詢上線:結構化八字/紫微對話,精準配對專屬角色

AI 命理諮詢上線:結構化八字/紫微對話,精準配對專屬角色

近年傳統命理諮詢與 AI 技術結合的需求持續上升。不少用戶希望以更有系統、可重複使用的方式,輸入生辰八字後聚焦事業、感情或流年主題,獲得結構化回覆,而非單純開放式聊天。 SoulMD Hub 最新推出的「命理諮詢」AI 小程式,正是針對此需求而設。它以專業級表單工作流為核心,配對社群精選 AI 角色,讓使用者一次整理...

全方位企業開發者外判服務:遠端開發團隊解決方案

全方位企業開發者外判服務:遠端開發團隊解決方案

YSK Limited 提供專業的全方位企業開發者外判服務(遠端開發團隊),專為香港及國際企業的數碼轉型需求而設。客戶無需招聘全職工程師或承擔高昂人力成本,即可獲得穩定、彈性且高質素的技術支援。 一、服務核心價值 全遠端運作:工程師以遠端方式提供即時程式碼支援、Bug 修復、架構諮詢與系統優化,無需到場。 成本可控:起...

共 24 篇 · 第 3 / 3 頁