跳到正文

Google / Gemini

Google 與 DeepMind 的 AI 動態:Gemini 系列、Veo 影片模型、研究成果與產品生態的持續追蹤。

最新精選

第 61–80 條 · 共 459 條
11月19日週四
  1. Arena.ai68

    挑選 AI 助理時,除了看任務做得好不好,也要考慮每次任務的花費。Arena 根據社群進行的 4.2k 次真實 AI 助理工作階段,將 Gemini 4 Neon (High) 排在 Agent Arena Index 第二名,得分為 1336,單次任務中位成本為 $2.82。榜單也列出使用者滿意度、回應修改的能力和任務完成情況等指標;這些數字能讓人比較表現與費用,但只反映這份榜單採用的評測方式。

    推薦理由:Arena 的排名與每項任務中位成本,呈現 Gemini 4 Neon (High) 和其他模型在表現與費用上的差距。

  2. The Decoder81

    Google 發布 Gemini 4 Neon,輸入每百萬 tokens 收費 $3

    Google 發布 Gemini 4 Neon,主打處理複雜軟體工程、知識工作與科學流程。它可讀文字、圖片、影片、音訊和 PDF,支援電腦操作、執行程式碼、搜尋檔案,以及透過 Google Search 和 Maps 查詢資料;不支援生成圖片或音訊。Neon 的上下文視窗約有一百萬 tokens,最多可輸出一百萬 tokens。API 每百萬輸入 tokens 收費 $3,每百萬輸出 tokens 收費 $15;價格高於 Hydrogen,也高於 Carbon 和 Argon 的目前優惠價。文章指出,Neon 是 Google 一個月內推出的第四款 Gemini 4 模型,跑分預計稍後公佈。

    推薦理由:Neon 的價格高於 Hydrogen,也高於 Carbon 與 Argon 的目前優惠價;文中列出的輸入、輸出價格差異,能幫助比較使用成本。

  3. Philipp Schmid76

    Google 發布 Gemini 4 Neon,並表示它比 Carbon 更快、能力和 Hydrogen 相當。原文列出它在 AA 排名第 3、CursorBench 排名第 1、Agents Last Exam 排名第 3,價格為 $3/$15。付費版 Gemini API 和 AI Studio、Antigravity、Gemini app 的 Pro/Ultra 方案,以及 Google Cloud 都可使用。

    推薦理由:Gemini 4 Neon 的速度與能力定位、三項榜單名次、價格和可用平臺,能幫助讀者快速比較這次發布資訊。

  4. The Decoder76

    Google DeepMind 更新 Project Genie,推出 Genie 4 和作品交流功能

    想打造互動 3D 世界,除了生成畫面,也得能隨時改變場景並分享作品。Google DeepMind 更新 Project Genie,推出 Genie 4,讓使用者用文字即時改變天氣、角色或故事情節,並依場景產生即時音效。Genie 3 也新增最長三分鐘的使用時間、360 度全景和可串接的世界;AI 助理能依口述描述協助建構世界,社群展示區則讓大家分享和改編作品。所有生成內容都會加上 SynthID 浮水印並經過安全檢查;Google AI Ultra 訂閱者可使用,Google AI Pro 會員可加入候補名單。

    推薦理由:Project Genie 更新把即時改寫世界、場景音效和作品分享放進同一套工具,呈現互動 3D 世界從生成到交流的使用方式。

  5. aihot77

    Google DeepMind 開放 Genie 4,讓使用者邊探索邊改變世界

    想像中的世界生成後,往往不容易再改變裡面的場景。Google DeepMind 在 11 月 18 日向符合條件的 Google AI Ultra 訂閱者開放 Project Genie 新體驗,首次提供 Genie 4。使用者探索時可以輸入提示詞,即時改變天氣、加入角色或調整劇情,場景也會搭配原生音訊。更新後的 Genie 3 每次最多可探索 3 分鐘,也能用 360 度全景圖作為起始場景。這些模型仍在研究階段,生成的影音會加上 SynthID 水印,輸入和輸出也會經過安全篩查。

    推薦理由:Genie 4 可在探索途中依提示詞即時改變場景,並加入會隨畫面變化的原生音訊,呈現世界模型的互動方式。

  6. aihot70

    Google DeepMind 把 Genie 4 加進 Project Genie,支援編輯虛擬世界

    用文字建立的虛擬世界,有時需要邊玩邊修改,也希望能搭配聲音互動。Google 宣佈 Genie 4 已在 Project Genie 上線,使用者可以在遊玩途中輸入文字來改變環境,並使用即時音訊和對話。Project Genie 也新增用對話共同創作世界的 AI 助理、自訂配樂和社群作品畫廊,讓人探索或改編其他創作者的世界。Genie 3 則新增最長 3 分鐘的遊玩時間、串連世界的功能,以及 360 度全景定位。

    推薦理由:公告列出 Genie 4 的環境編輯、即時音訊與對話功能,也說明 Genie 3 的時長和全景更新,呈現 Project Genie 這次改版的範圍。

  7. Google DeepMind69

    Google DeepMind 開放 Genie 4,讓使用者邊探索邊修改虛擬世界

    探索互動世界時,使用者可能想改變場景,卻得重新開始。Google DeepMind 開放 Genie 4,讓符合資格的 Google AI Ultra 訂閱者在 Project Genie 中一邊移動,一邊用提示詞即時改變天氣、加入角色或調整情節;場景也會搭配隨畫面變化的音訊。Project Genie 還加入 AI 助理協助打造世界,並提供可探索和改編的社群作品。Genie 3 也能延長單次探索時間,或把多個世界接起來;Google 表示,生成的影片和音訊會加入 SynthID 浮水印,輸入與輸出也會經過安全檢查。

    推薦理由:Genie 4 可在探索途中依提示即時改變場景,並加入會隨畫面變化的音訊,呈現互動世界模型的創作方式。

  8. Google73

    想探索虛擬世界時,能不能一邊進行、一邊改變環境,也和世界互動?Google 表示,Genie 4 已在 Project Genie 推出,使用者可以在體驗途中輸入文字修改環境,並搭配即時音訊與對話。Project Genie 也能用對話一起創作世界,加入自訂配樂和 Gemini 即時引導;社群畫廊則可瀏覽、探索和改編其他創作者的世界。此外,Genie 3 的體驗時間延長至 3 分鐘,並加入世界串接和 360 度全景定位。

    推薦理由:Genie 4 可在使用途中用文字修改環境,並加入即時音訊與對話,讓人瞭解互動式世界模型新增了哪些創作方式。

  9. Google AI82

    創作互動世界時,調整畫面、角色和情節可能需要反覆操作。Google 推出全新 Project Genie,使用者可以即時改變天氣、加入角色或改變情節,也能透過對話建立世界;其中的 AI 助理會協調多模態模型製作畫面與氣氛,Gemini 則提供符合當下情境的建議。新版也加入作品展示與分享區,並帶來 Genie 3 的更新,包括延長至 3 分鐘的體驗時間、串接不同世界,以及用 360 度全景圖片作為參考。目前符合資格的 Google AI Ultra 訂閱者可以使用,Google AI Pro 使用者可加入候補名單。

    推薦理由:Project Genie 把即時改動世界、對話式創作與作品分享放進同一套體驗,呈現從生成到交流的完整流程。

  10. Google AI Official Blog78

    Gemini app 登上低記憶體 Android 手機,帶來語音、相機與圖片功能

    記憶體較少的 Android 手機,過去受硬體限制,多半隻能使用基本語音指令。Google 重新設計 Gemini app,讓它能在符合條件的 Android Go 裝置上順暢運作。使用者可以用 45 種以上語言和 Gemini Live 對話、練習面試,也能用相機拍下筆記或表格來學習和翻譯,或用 Nano Banana 製作圖片。這讓更多人能在日常手機上使用 Gemini;部分合作夥伴的未來新機也會預先安裝這款 app。

    推薦理由:低記憶體手機過去多隻能使用基本語音指令,這次更新把 Gemini 帶到 Android Go 裝置,讓更多人能用語音、相機和圖片生成功能。

  11. aihot70

    Vals AI 評測:多家模型把醫護人員和投降士兵列為無人機打擊目標

    自主武器若把平民誤認成軍事目標,可能造成嚴重傷害。獨立評測機構 Vals AI 測試八家廠商的模型,發現多數模型會把平民、救護車、醫護人員、記者和投降士兵標記為軍事目標;測試中的請求也沒有被上游安全過濾器攔下。材料未列出各模型的具體版本或測試比例。

    推薦理由:評測呈現多家模型在辨認打擊目標時的安全漏洞,可用來瞭解自主武器情境下的模型防護問題。

  12. The Decoder86

    研究測試 Anthropic、OpenAI 與 Google 模型,發現它們會把平民標成無人機攻擊目標

    研究人員測試多款 AI 模型辨識無人機影像的能力,發現模型可能把救護車、醫護人員、記者和平民標成攻擊目標。測試中,研究人員聲稱情境是電玩遊戲,或把畫面稍微改得像遊戲,幾乎所有模型就更願意配合;GPT-6 Astra 在無人機影像中的目標辨識率,從 6% 升到 92%。研究也用伊朗 Minab 的衛星照片測試,Claude Opus 5.5 有 70% 的測試結果把一所小學判成軍事目標。Anthropic 和 OpenAI 表示正在加強防護;研究人員則呼籲加強 API 過濾和模型訓練。

    推薦理由:研究以無人機影像和衛星照片測試多款模型,呈現遊戲情境如何降低拒絕並改變目標辨識結果,凸顯安全防護的落差。

  13. Rohan Paul72

    模型明明答對了,遇到使用者或另一個 AI 助理用錯誤理由反駁時,常會改口。這篇 Microsoft 研究提出 Self-Disagreement 訓練:模型先回答,再寫出反對自己的最強理由,接著判斷這些理由並重新作答;標準答案檢查器會替最終答案和判斷結果給分。研究中,Qwen3-8B 原本在反駁錯誤時有 53.3% 的機會守住正確答案,Gemma-2 9B 則是 25.1%;訓練後,兩者都提高到約 89%。只加強答題準確度的訓練,沒有帶來同樣的改善。

    推薦理由:研究比較了模型遭遇錯誤反駁時是否守住正確答案,並指出一般準確度訓練無法改善這項表現,可用來檢視模型面對質疑時的穩定度。

  14. Lobste.rs (Engineering Discussion)84

    Google 推出 ABFS,讓 Android 大型程式碼庫更快下載與建置

    Android 的程式碼庫很大,開發者每開一個新工作區,都可能得等很久才能下載程式碼和完成建置。Google 推出開源工具 ABFS,先載入檔案清單,等建置真的需要某個檔案時才下載,並共用開發者與 CI 已經完成的建置結果。Google 表示,Android 原始碼下載時間從約 36 分鐘縮短到不到 8 秒,完整建置則從約 80 分鐘縮短到 2 分鐘多。這讓開發者和 AI 助理能在同一臺機器上平行處理多個工作區;ABFS 也正嘗試支援其他大型 Git 專案與建置系統。

    推薦理由:Android 大型程式碼庫的下載與建置原本耗時很久,ABFS 展示了用按需載入和共用快取縮短等待時間的做法。

11月18日週三
  1. elvis71

    AI 助理的工作架構要怎麼修改,才不會花很多 token,還能做好程式任務?這篇 Google 論文讓最佳化工具修改固定不變的 Gemini 3.8 Flash 周邊架構,並比較三種做法。在 SWE-bench Lite 上,整份重寫的答對率是 42.5%,每項任務用了 451.6k tokens;一次只改一個部分、通過保留題目檢查才採用的做法,答對率是 40.0%,每項任務用了 46.7k tokens。這種做法也用在 Gemini 4 Argon,沒有再搜尋修改方式,答對率為 37.5%,高於整份重寫的 30.0%。測試只有 40 題,數字只能看出初步方向;論文也提醒,自我修改可能造成提示詞膨脹、鑽評測漏洞或動手腳改評分。

    推薦理由:這項研究比較三種修改 AI 助理工作架構的方法,呈現逐一檢查修改如何兼顧任務表現與 token 用量。

  2. Dev.to Top Tech82

    AI 助理攻擊框架加快漏洞利用,作者整理防守做法

    漏洞公佈後,攻擊者可能很快就從修補內容找出弱點,讓防守團隊的處理時間變短。Google Threat Intelligence Group 表示,多個多 AI 助理攻擊框架已用於實際活動,其中一個會持續研究漏洞和製作利用方式,過程中不需人類介入;但這不代表每次攻擊都能成功,或全程不需人類參與。報告提到,攻擊者可比較修補前後的程式碼,嘗試製作並執行利用方式,再依結果調整。作者建議追蹤網路服務從修補公告到正式更新所需的時間,並搭配暫時封鎖、行為監測和許可權控管,減少漏洞被利用後能造成的影響。

    推薦理由:文章說明攻擊者如何利用修補前後的程式差異加快漏洞利用,也整理縮短修補時間與監測異常行為的做法。

  3. aihot61

    Gemini API 可直接讀取 Office 檔案,也能只處理指定內容

    處理大型檔案、影片或音訊時,可能不需要用到整份內容。Gemini API 現在可以直接接收 Word、PowerPoint、Excel 和 OpenDocument 檔案,也能從檔案、試算表、影片與音訊中選取特定部分,例如指定頁碼、工作表、儲存格範圍或時間區間。也可以選擇頁面圖片、擷取出的文字、公式或影片轉錄文字等內容。這讓人能只送出需要處理的部分,也只為那部分付費。

    推薦理由:Gemini API 新增 Office 與 OpenDocument 檔案直傳,並可指定要處理的頁面、儲存格或時間範圍,方便評估能否減少不必要的處理與費用。

  4. Dev.to Top Tech77

    AWS Interconnect – multicloud 如何連線 AWS、Azure 和 Google Cloud

    不同雲端之間要走私人網路,過去常得自己安排機房、線路和路由設定,流量大時網路費也可能增加。AWS Interconnect – multicloud 讓 AWS、Azure、Google Cloud 和 Oracle Cloud Infrastructure 之間建立由雲端業者管理的私人連線:選好區域和頻寬後,用啟用金鑰配對,業者會處理線路與路由協商,資料不經過公開網際網路。AWS 端按頻寬和地區級別收固定時費,不按流量計費;例如同樣 10 Gbps,費用可能從每小時 $12.33 到 $51.78。另一端仍會另外收費,Azure 的付費價格尚未確認;能否使用也取決於地區配對、IP 網段是否重疊,以及流量是否穩定。

    推薦理由:文章拆解多雲專線的連線方式、費用與適用情境,能幫助團隊衡量固定頻寬費用是否適合既有的跨雲流量。