Kopy AI Blog

根據美國勞工統計局的就業數據，自 2017 年底以來，卡車運輸業的從業人員數量從未如此之少。 但這並不意味著在其他時期卡車運輸業的總就業人數不會更少，因為美國勞工統計局（BLS）的月度數據存在一些遺漏，例如獨立車主/經營者的數據。但就卡車運輸業的就業人數這一基準數字而言，3 月份的 1,464,100 個就業崗位，以及 1 月和 2 月的修正數據，使該行業的就業水準達到了八年多來的最高水準。 3 月的就業人數比修正後的 2 月數據減少了 800人。 2 月份的就業人數比修正後的 1 月數據減少了 700人。而 1 月的就業人數又比 12 月份的 146.72 萬人減少了 1,600人。 最終結果是，1 月新增就業 1465600 個，2 月新增就業 1464900 個，3 月新增就業 1464100 個，這三個月的新增就業機會都低於 2017 年 12 月的 1466200 個。此後的每個月都高於 2017 年的數字，直到最近三個月的數據出現下降。 3 月卡車運輸業的就業人數比一年前減少了 27,300 個。 卡車運輸業的就業人數高峰出現在 2022 年 10 月，當時就業人數達到 1,588,600 人。 3 月份的就業人數比高峰少了 124,500 人。 https://kopyai.com/zh-tw/markets/view/type.stock.us/0/143 Picture Source unsplash

APM Terminals 公司宣布，已完成對洛杉磯港 400 號碼頭的 7,300 萬美元升級改造，使其吞吐能力有效翻了一番。 該項目新增了 31,000 英尺長的軌道，使鐵路貨運量自 2023 年以來增長了 104%。每週，該碼頭的鐵路裝卸量從 5,000 架次增加到 11,000 架次，使其成為美國最繁忙的港口之一。 「此次策略升級提升了洛杉磯港作為貨主門戶的吸引力，這些貨主依靠快速、高效且連接良好的供應鏈來服務他們的客戶，」APM Terminals Los Angeles 的總經理 Jon Poelma 在一份聲明中表示。 該設施目前擁有 12 條作業軌道和 11 條儲存軌道，每天可容納四列滿載進口列車，分別服務於 BNSF（NYSE：BRK-B）和聯合太平洋鐵路公司（NYSE：UNP）。東行貨櫃通常在兩天內即可發出。 洛杉磯港首席港口設計工程師克里斯布朗表示，有了碼頭上的儲存設施，400 號碼頭「基本上是一個貨櫃可以直接從船上運到堆場，甚至在離開碼頭大門之前就裝上火車的地方」。 丹麥馬士基集團（OTC： AMKBY ）旗下的 APM 公司表示，400號碼頭的擴建將有利於整個碼頭島的運營，為擁有多個鐵路貨場且僅由一座橋樑服務的地區創造更大的靈活性。 https://kopyai.com/zh-tw/markets/view/type.stock.us/0/142 Picture Source unsplash

阿里巴巴推出通義千問 (Qwen) 旗艦模型 Qwen3.6 Plus，Qwen 3.6 Plus 基於混合架構，結合了高效的線性注意力機制和稀疏混合專家路由，從而實現了強大的可擴展性和高效能推理。與 3.5 系列相比，它在智能體編碼、前端開發和整體推理方面均取得了顯著提升，並大幅改善了「Vibe 編碼」體驗，在前端網站開發和程式碼庫級工程中，Qwen3.6-Plus 能夠自主規劃、測試和迭代程式碼，從而交付可用於生產環境的解決方案。該模型在 3D 場景、遊戲和儲存庫級問題解決等複雜任務中表現出色，在 SWE-bench Verified 測試中取得了 78.8 分的高分。它在純文字和多模態能力方面均實現了顯著飛躍，性能達到了領先模型的水平。 Qwen3.6-Plus 預設提供 100 萬個令牌的上下文視窗。在廣泛的基準測試中，Qwen3.6-Plus 在智慧編碼和多模態推理能力方面都展現出卓越的表現，在多模態推理方面的策略性進步，使其超越了簡單的識別，並邁向了更複雜的分析和決策，目標是整合跨模態訊息，以應對包括高密度文件解析、物理世界視覺分析和長視頻推理在內的複雜挑戰。 目前該系列模型可以在阿里雲人工智慧開發平台 Model Studio 存取和部署這些模型，並且相容 OpenClaw、Claude Code 和 Cline 等主流第三方程式碼助手，能夠實現自動化、上下文感知的工作流程。 https://kopyai.com/zh-tw/latest/view/type.news/0/65 Picture Source Alibaba Cloud

阿里巴巴推出統一的圖像生成和編輯模型 Wan2.7 Image，這是一款旨在革新影像產生和編輯領域的統一人工智慧模型，它能顯著提升創作者製作高保真、個性化視覺作品的能力，並達到專業級的精準度。 模型具備以下功能：可精細控制虛擬化身的臉部骨骼結構和眼型；提供調色板系統，用於提取和應用一致的配色方案；支援像素級元素操作的精確選框編輯；支援 12 種語言、最多 3000 個詞元的多語言文字渲染；以及在單一輸出中合成最多 12 張圖像的功能。 作為一款旨在處理設計流程各個環節的一體化創意工具，Wan2.7-Image 不僅能夠讓創作者根據文字生成圖像，還能透過同時處理多幅圖像來提高工作效率。它透過簡單易用的指令式編輯功能，為視覺效果帶來精細的調整。在匿名使用者偏好測試中，該模型憑藉著卓越的視覺保真度、精準的文字渲染以及對複雜視覺概念的深刻理解，超越了業界領先的同類產品。 Wan2.7-Image 以深度個人化取代了傳統 AI 的通用標準化外觀。這使用戶能夠微調骨骼結構和眼睛形狀等特定特徵，從而為每個項目打造真正獨特、栩栩如生的角色。它還透過全新的「調色板」功能徹底解決了 AI 色彩渲染的猜測問題：創作者只需在提示框中輸入特定的顏色代碼和比例，即可複製複雜的藝術風格或鎖定精確的品牌顏色，確保每張圖像都完美契合他們的願景或企業準則。 Wan2.7-Image 在文字渲染方面也取得了重大突破，而文字渲染一直是人工智慧領域的一大挑戰。由於能夠處理超長文本序列的長上下文學習框架，Wan2.7-Image 可以處理多達 3000 個字元的文字輸入。該模型支援 12 種語言，能夠產生印刷品質的學術文本、複雜的公式和表格。此外，該模型最多可使用 9 張參考圖像，並一次生成多達 12 張圖像，從而輕鬆創建連貫的故事板、建築渲染圖和電商行銷活動。 目前該系列模型可以在阿里雲人工智慧開發平台 Model Studio 和 Wan 官網存取和部署這些模型。 https://kopyai.com/zh-tw/latest/view/type.news/0/64 Picture Source Alibaba Cloud