TypeSafe AI發佈Jev:不生成文本的Transformer模型，主打低成本決策

AI資訊AI新閒資訊正文TypeSafe AI發佈Jev:不生成文本的Transformer模型，主打低成本決策發布於AI新閒資訊時間 :Sep 20, 2026閱讀 :1分鐘TypeSafe AI發佈新型Transformer模型Jev，嘗試繞開大語言模型（LLM）的文本生成範式，以概率輸出和“校準決策”服務軟件自動化。OpenAI前研究員、RLHF技術參與者Diogo Almeida兩年前離開OpenAI創辦TypeSafe AI，認為圍繞人類語言優化模型並不適合計算機自動化場景。Jev不生成文本，而是輸出概率，因此無需承擔傳統LLM的幻覺和冗餘生成成本。

其輸出標記免費，輸入按十億級標記計費。開發者測試顯示，Vercel使用Jev替代OpenAI模型進行命令安全分類後，速度提升5至18倍且準確率更高;Bryo AI測試中，Jev準確率略低於Gemini，但成本低10至20倍。除分類任務外，Jev還可用於LLM代理監控、越獄檢測和模型路由，通過低成本實時判斷任務所需模型。TypeSafe稱Jev採用完全合成數據訓練，並使用“基於校準決策的強化學習”。該模型目前尚無直接競品，但業內人士預計，隨著低成本決策模型的應用價值顯現，相關競爭將逐步展開。相關推薦超低延遲 AI 對話神器！Wan-Streamer v0.

2 讓你與 AI 零距離溝通通義實驗室推出Wan-Streamer v0.2，徹底解決傳統視頻通話卡頓、延遲和聲畫不同步問題。該端到端全模態模型僅550毫秒響應，將聽、看、說、演能力整合於單一Transformer架構，實現近乎真實的“面對面”自然交流。Jul 17, 2026266.1kM4 算力機密被破解！Claude 立大功，你的 Mac mini 竟是隱藏的“訓練怪獸”？

工程師Manjeet Singh藉助Claude AI破解了蘋果M4芯片神經引擎（ANE）的算力限制，繞過了臃腫的CoreML框架，成功在Mac mini上直接訓練Transformer模型，突破了ANE僅限推理的傳統限制。Mar 9, 2026282.0k顯存優化！英偉達 DLSS 4 讓遊戲更流暢，Transformer 模型顯存減少 20%在遊戲性能日益提升的今天，英偉達再次引領了顯卡技術的潮流。最新發布的 DLSS4SDK，不僅正式上線，還在顯存（VRAM）的使用上進行了重大優化，讓玩家們在享受高質量遊戲畫面的同時，顯卡的負擔也大大減輕。根據相關報道，英偉達在最新的 DLSS310.

3.0版本中，對 Transformer 模型的顯存佔用進行了20% 的優化。之前，DLSS 的 Transformer 模型在顯存使用上幾乎是傳統 CNN 模型的兩倍，這讓不少玩家在高分辨率遊戲時感到壓力。然而，經過優化後，Transformer 模型的顯存佔用僅比 CNN 模型多出40%。在1Jun 30, 2025181.

7kAI視頻生成技術TTT：可直出一分鐘完整貓和老鼠動畫 無需編輯、拼接近日，一項名為《One-Minute Video Generation with Test-Time Training》（一分鐘視頻生成與測試時訓練）的全新研究論文正式發佈，標誌著人工智能視頻生成技術邁入了一個嶄新階段。該研究通過在預訓練Transformer模型中引入創新的測試時訓練(TTT)層，成功實現了生成一分鐘《貓和老鼠》(Tom and Jerry)動畫視頻的壯舉。這一技術不僅在時間跨度上突破了傳統AI視頻生成的限制，還在畫面連貫性和故事完整性上達到了令人驚歎的高度，為AI驅動的創意內容生產開闢了新的可能性。

這項研究的亮點在於其生成Apr 9, 2025386.0k像人腦一樣思考！Meta 新模型Dualformer融合快慢思維，推理能力大幅提升Meta 的 FAIR 團隊最近推出了一款名為 Dualformer 的全新 Transformer 模型，該模型模仿人類的雙重認知系統，能夠無縫整合快速和慢速推理模式，在推理能力和計算效率上取得了顯著突破。人類的思維過程通常被認為是由兩種系統控制的:系統1快速直觀，系統2則更慢但更具邏輯性。傳統的 Transformer 模型通常只模擬了系統1或系統2中的一種，導致模型要麼速度快但推理能力差，要麼推理能力強但速度慢且計算成本高。

Dualformer 的創新之處在於其訓練方式。研究人員利用隨機推理軌跡對模型進行訓練Oct 17, 2024240.8k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026