前蘋果與Meta硬件負責人Caitlin Kalinowski指出，AI將徹底重塑硬件設計。她認爲消費級VR失敗非技術問題，而是市場匹配不足。Meta Quest系列雖技術領先，但未能滿足用戶核心需求。未來硬件需更聚焦實際應用場景。
阿里雲發佈Qoder1.0，實現從AI IDE向“智能體自主開發工作臺”的戰略升級。其核心是通過Agent-first工作範式，讓用戶僅需定義需求，Agent團隊即可自主完成執行、驗證到交付的全流程。亮點是Quest獨立視窗，集成任務管理、狀態追蹤與產物審查功能，解放開發者於工程細節。
Meta公司近日將“賬號中心”升級爲“Meta賬戶”，實現功能重塑。新賬戶作爲統一數字身份管理系統，打通了Facebook、Instagram、Threads等社交平臺與AI眼鏡、Quest頭顯等硬件設備。用戶可通過單一控制面板集中管理所有關聯賬戶，標誌着Meta正打破旗下應用與硬件間的壁壘，打造高度整合的生態系統。
QuestMobile報告顯示，截至2025年12月，AI應用月活前五爲豆包、DeepSeek、元寶、螞蟻阿福和阿里千問。螞蟻靈光進入前十。報告指出，AI應用正從“通用覆蓋”轉向“場景穿透”，前十應用中通用AI佔6席，垂類專業應用佔4席。
AI驅動的數字SAT和ACT備考平臺，提供免費診斷測試和個性化學習計劃
Questas可讓用戶創建自己的冒險體驗
Questie AI是帶即時語音聊天的終極AI遊戲伴侶，提供多樣娛樂體驗。
獲取AI即時答案，無需等待。
Xai
$2.1
輸入tokens/百萬
$3.5
輸出tokens/百萬
128
上下文長度
foreverlasting1202
QuestA是一個通過問題增強方法提升大語言模型推理能力的創新框架。它在強化學習訓練過程中融入部分解決方案，顯著提升了模型在數學推理等複雜任務上的表現，特別是在小參數模型上實現了最優結果。
thenHung
這是一個基於T5-base的序列到序列模型，專門用於將複雜問題分解為多個子問題。
Vardan-verma
基於BERT架構的問答機器人模型，在SQuAD數據集上微調，能夠根據上下文回答問題。
abdalrahmanshahrour
這是一個基於SQuAD數據集訓練的問答系統模型，能夠回答基於給定文本的問題。
eibakke
一個在完整Natural Questions(NQ)數據集上訓練的開放領域問答模型，能夠回答各種事實性問題
consciousAI
基於RoBERTa的問答模型，專用於在給定問題和上下文的情況下推斷答案文本、範圍及置信度分數。
ibm-research
Re2G是一個結合神經檢索、重排序和生成的端到端系統，用於知識密集型任務。該模型是其NQ（Natural Questions）問題編碼器組件。
questgen
這是一個基於DistilBERT的句子轉換器模型，專門用於特徵提取和句子相似度計算。
基於MPNet架構的句子嵌入模型，可將文本映射到768維向量空間，適用於語義搜索和句子相似度計算
ThomasNLG
基於T5-small的數據問答模型，用於在給定結構化表格輸入時回答問題，是QuestEval評估標準的組成部分。
google
該模型是TAPAS的小型版本，專門針對WikiTable Questions數據集進行微調，用於表格問答任務。
該模型是基於TAPAS架構的中型表格問答模型，在WikiTable Questions數據集上微調，適用於表格數據問答任務。
該模型是基於TAPAS架構的迷你版本，專門針對WikiTable Questions (WTQ)數據集進行微調，用於表格問答任務。
pedropei
shahrukhx01
該模型用於區分問題查詢與陳述查詢，專為通過Haystack分類功能實現神經搜索查詢分類而訓練。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
