日本每日更新
企業 AI 擴大工作空間，聯邦學習則瞄準更低流量的網路
9 月 28 日的兩項公告顯示，日本科技供應商正從不同層面推動 AI 應用：日常企業產出，以及流量更低的分散式訓練。
最新發展
9 月 28 日的兩項公告顯示，日本 AI 市場的分化正日益擴大。一家供應商試圖將更多創意工作納入受管理的企業介面；另一家則著手處理分散式模型訓練底層的網路負擔。
1. LINNE AI 將影像工作整合至同一個企業聊天介面
Trend Town 表示，其 LINNE AI 服務現在無須讓使用者離開聊天介面，即可生成及編輯影像。新聞稿將此功能列為六項更新之一；其他更新還包括改善檔案附件功能、讀取嵌入 Word 與 PowerPoint 文件中的影像、將 Canvas 文件匯出為 PDF 或 Word、更新使用情況儀表板，以及為管理員提供整合式聊天機器人清單。
該公司表示，影像工作流程採用 OpenAI 的 gpt-image-2，而使用者選擇的對話模型則負責解讀並組織請求。影像生成會消耗權杖，而新聞稿中有關安全性、價格與效能的說明，仍屬供應商自身的主張，並非經獨立測試所得的結果。(閱讀 LINNE AI 公告)
2. Rosso 為聯邦學習的自適應通訊時機取得專利
Rosso 宣布取得一項專利，涵蓋將帳本式聯邦學習與其 Adaptive-K 方法結合。該公司表示，此方法利用模型整合結果，決定每個參與用戶端下一次應在何時與伺服器交換更新，目的是在各用戶端的資料分布不同時，避免不必要的通訊。
這屬於基礎架構方面的工作，而非已完成的大眾市場產品。該公告並未獨立證明任何效能提升的幅度，且本次也未將該專利的法律範圍與專利局紀錄進行核對。儘管如此，它仍反映出一項商業重點：降低協調分散式 AI 系統的成本。(閱讀 Rosso 公告)
兩項公告所顯示的趨勢
企業 AI 正朝兩個方向擴展：向外涵蓋更多種類的員工產出，也向下深入協調訓練的系統。買方應區分已推出的功能與規劃中的能力，以及企業主張與實測結果；在比較安全性、營運成本與整合所需投入時，尤其應如此。