重点新闻（0704～0710）
编码器-解码器 T5Gemma Google
Google重拾经典编码器-解码器架构，释出T5Gemma系列模型
Google最近发布T5Gemma系列大型语言模型（LLM），重拾经典的编码器-解码器（encoder-decoder）架构，不论是产出结果还是推论效率，都比现有主流的解码器模型（decoder-only）要好。
T5Gemma以Gemma 2框架为基础，透过适应性转换技术，将预训练的解码器模型调配为编码器-解码器架构，不仅保留原有能力，还降低重新训练的运算成本。T5Gemma包含小型、基础、大型和XL级别的模型，另也有2B、9B参数版本，以及9B编码器+2B解码器等这类不对称的组合，这种组合能用来调整输入或输出的效率，比如提高输入理解力、保持简单的输出。
在SuperGLUE和GSM8K测试中，T5Gemma精准度和延迟表现皆媲美甚至超越同级模型，特别是2B-2B模型经指令微调后，MMLU分数比Gemma 2 2B模型高出12分，GSM8K准确率也从58%冲上70.7%。T5Gemma现已在Hugging Face、Kaggle、Vertex AI平台上开放使用。
Line Yahoo! AI代理
Line合并日本Yahoo！今年要转型成AI公司
Line日本与Yahoo! Japan合并为LY Corporation，日前在技术年会上宣布转型为AI公司，提出两大行动方针，包括全面导入AI Agent、提高内部生产力。LYC CTO朴懿彬进一步说明两大策略进展，他们已在服务中导入44个GenAI应用，且已有35个专案用AI来提高内部营运效率。比如，Yahoo! Japan App用GenAI强化抽象语言搜寻功能，Line则在通讯功能中用GenAI支援基本问答、翻译、PDF文件摘要、照片编辑和文字识别等能力。甚至在生产力部分，已应用GenAI客服来处理Yahoo购物、拍卖、Email、旅游等服务，可以自动回复处理92%的客服案件。
LYC还导入RAG工具Seek AI，作为内部知识管理工具，员工可注册工作空间或应用程式，让Seek AI学习内容、回答营运相关问题并整理所需资讯。目前他们已注册490个应用程式给Seek AI学习。LYC还用自家程式码，训练出内部GenAI软体开发助手Ark Developer，可支援程式码建议、技术文件生成、自动程式码测试、QA和程式码审查等。在初期测试中，程式码建议正确率高达96%、文件生成与审查时间减少62%、测试时间减少95%，一天能支援超过5,000次程式码审查，预计7月正式上线。
为达成两大AI转型目标，LYC还要强化AI代理记忆（Agentic Memory），来强化AI代理执行复杂任务能力；也要结合数据治理及MCP技术应用，让AI代理能在更安全的环境中执行任务。同时也会发展LLMOps，妥善管理LLM用例及数据传输机制的效能和品质；另要强化RAG平台，让AI应用更好地使用内部数据，以及强化整体数据处理和数据治理做法，来支援AI发展。 Veo 3 影片生成 Google
Veo 3影片生成功能在台推出了
前几周，Google在I/O大会上亮相最新AI影片生成模型Veo 3，日前则正式将Veo 3导入所有支援Gemini应用程式的国家和地区，包括台湾在内。只要订阅Google AI Pro，用户就能用Veo 3生成短影片。
Veo 3结合Gemini模型，能根据相片、提示词自动生成影片，无论是重现历史、创意实验，还是捕捉「大脚怪」出没的虚构场景，都能轻松搞定。Google重视Veo 3的安全性，影片会自动加入可见浮水印，以及隐形的SynthID数位浮水印，防止被误用。Google也透过大规模红队演练来确保内容安全，并透过「喜欢/不喜欢」功能来让用户反应、持续改进。
思觉失调 台北荣总 脑影像
台北荣总打造AI脑影像平台，辅助思觉失调诊断
台北荣总精神医学部杨智杰教授团队开发出智慧脑影像平台，结合核磁共振和AI深度学习，来辅助评估思觉失调症，诊断准确率高达91.7%。这项做法突破传统靠临床观察的限制，提供客观的生物指标，改善精神疾病诊断与个人化治疗。
思觉失调症影响全球约1%人口，常见幻听、妄想等症状。北荣智慧脑影像平台以1,500名本土受试者数据打造，能三维视觉化大脑异常、精准定位病灶，协助医师与患者家属沟通；该平台也具备脑磁振影像导引功能，可进一步研发精准的经颅磁刺激等非侵入性神经调控，作为临床治疗辅助工具。
这套智慧脑影像平台已获美国爱迪生奖、医策会等奖项肯定，并取得台美及PCT等专利。台北荣总也启用新建的身心智慧创新治疗区，透过该平台来与病人及家属深入讨论大脑变化、提高患者病识感，推动精神疾病诊断迈向AI精准医学。 微软 医学诊断 MAI-DxO
微软MAI-DxO系统诊断准确率高达85％
微软发表最新研究，展示 AI 在临床诊断的突破性进展。其开发的MAI-DxO系统，针对《新英格兰医学期刊》（NEJM）收录的304个高难度病例进行测试，诊断正确率高达85%，远胜21位美英专科医师仅20%的表现。
MAI-DxO结合了GPT、Llama、Claude、Gemini等模型协作，模拟虚拟医师小组逐步问诊、安排检查并调整推论，更贴近真实临床情境。除了准确率提升，系统也能在虚拟成本限制下，合理规画检查，避免过度使用医疗资源。微软强调，MAI-DxO能根据不同场景调整诊断策略，强化可靠性与可追溯性。不过，AI诊断大规模落地仍需通过更多实证、法规和治理挑战。
图片来源／Google、曼彻斯特大学、LYC、台北荣总、Midjourney、微软
AI近期新闻