實體: Gemini
所有提到 Gemini 的 AI 新聞與動態。
-
AI實驗室新測試：你連賺錢的念頭都沒有嗎？
本文提出了一個五級分層模型，用於評估建立基礎模型的 AI 公司，其核心在於衡量企業的野心而非商業成功。第一級代表真正熱愛自我，第二級僅有概念輪廓，第三級擁有許多有前景的產品構想，第四級擁有詳細的多階段致富計畫，而第五級則是每天已賺取數百萬美元。目前 OpenAI、Anthropic、Gemini 等知名機構均處於第五級。文章隨後分析了四家新興實驗室：humans& 雖有令人信服的溝通與協調工具構想，但對具體產品化保持謹慎，被歸類為第三級。Thinking Machines Lab 由前 ChatGPT 專案負責人 Mira Murati 創立，雖曾獲兩十億美元種子輪投資，但近期因技術長 Barret Zoph 及多名高管離職，顯示內部方向出現分歧，可能從第四級滑落至第二或第三級。World Labs 由費飛飛（Fei-Fei Li）於 2024 年籌資兩億三千萬美元成立，已推出世界生成模型並實現商業化，獲得遊戲與特效產業需求，表現類似第四級，有望晉升。最後，Safe Superintelligence 由前 OpenAI 首席科學家 Ilya Sutskever 創立，目前無產品週期且拒絕 Meta 收購，被視為典型的第 1 級科學專案，但作者指出若研究進展順利或出現重大問題，該機構可能迅速晉升。
-
Google Photos 新增功能讓你自製 memes
Google 於週四正式推出名為「Me Meme」的新功能，利用生成式 AI 技術讓使用者能將照片模板與自己的影像結合，自動生成包含本人形象的貼圖。此功能最初被 Android Authority 部落格於去年十月發現，現已透過 Google Photos 社群網站正式公告。該功能目前僅限美國使用者先行體驗，屬於實驗性質，Google 表示生成的影像可能無法與原始照片完美匹配，建議上傳光線充足、焦點清晰且正面朝向的影像以獲得最佳效果。此功能旨在讓使用者以有趣的方式探索照片並體驗 Google Gemini AI 技術，特別是 Nano Banana 模型。雖然這類功能看似輕鬆，但有助於提醒使用者回歸 Google Photos 應用使用 AI 工具，而非轉向競爭對手產品。參考 OpenAI 成功推出包含使用者影像的 Sora 應用後，使用者傾向於選擇能展示自我的 AI 編輯功能。目前該功能尚未全面上線，未來將出現在「Create」標籤頁下，預計在接下來的幾週內逐步開放給美國 iOS 和 Android 使用者。使用時，使用者需選擇模板或上傳自訂影像，點選「add photo」與「Generate」，AI 生成後可儲存、分享或再次點選「regenerate」重新構想影像。Google 亦表示將持續增加更多模板供選擇。
-
OpenAI 即將在2026年爭取企業預算
OpenAI 已重新調整領導架構，任命巴瑞特·佐普（Barret Zoph）負責推動企業客戶銷售業務，以在 2026 年追趕競爭對手。佐普於 2024 年 10 月加入前 OpenAI 技術長米拉·穆拉蒂（Mira Murati）創立的 Thinking Machine Labs，擔任聯合創始人及技術長，此前曾於 2022 年 9 月至 2024 年 10 月間擔任 OpenAI 後訓練推理副總裁。他於上週重返 OpenAI，其離職原因尚不明確，外界流傳他可能與少數前員工被解僱或自行離職，但原本就有回鍋計劃。佐普將負責拓展企業市場，該領域目前正失去市場份額。OpenAI 於 2023 年推出企業版 ChatGPT，擁有超過 500 萬企業使用者，客戶包括 SoftBank、Target 和 Lowe's。然而，根據 Menlo Ventures 的報告，Anthropic 在企業大型語言模型使用市場佔有率達 40%，而 OpenAI 則從 2023 年的 50% 下降至 2025 年底的 27%。Google 的 Gemini 市場佔有率則從 7 月的 20% 微增至年底的 21%。OpenAI 執行長山姆·阿爾曼（Sam Altman）在內部備忘錄中表達了對 Google Gemini 增長的擔憂。OpenAI 財務長莎拉·弗瑞（Sarah Friar）指出 2026 年將聚焦企業增長，並已宣佈擴大與 ServiceNow 的多年合作夥伴關係，讓 ServiceNow 客戶能存取 OpenAI 模型。
-
AI 代理是否已準備好進入職場？新基准測試引發質疑
微軟執行長納德拉曾預測兩年前，人工智慧將取代知識型工作，但儘管基礎模型進展迅速，白領領域的變革仍顯緩慢。近期，資料訓練巨頭 Mercor 發布新研究，針對諮詢、投資銀行及法律領域的實際任務建立新基準 APEX-Agents。測試結果顯示，所有 AI 實驗室均不及格，即便是最佳模型在面對真實專業人士提問時，正確率僅達四分之一。Mercor 執行長佛迪指出，模型最大的障礙在於跨領域資訊追蹤，這正是人類知識工作者日常運作的核心。測試環境模擬了 Slack 與 Google Drive 等多工具協作的真實情境，許多代理型 AI 在此類多領域推理上表現不穩。 測試題目源自 Mercor 專家市場，涵蓋複雜的法律合規評估，例如歐盟生產停擺期間資料外洩是否符合特定隱私條款，這類問題連部分人類專家亦可能感到困難。OpenAI 的 GDPval 基準測試廣泛知識，而 APEX-Agents 則聚焦高價值專業領域的持續任務執行，更能反映自動化潛力。在參與測試的模型中，Gemini 3 Flash 表現最佳，一問一答準確率為 24%，緊隨其後的是 GPT-5.2 達 23%，其餘如 Opus 4.5、Gemini 3 Pro 及 GPT-5 均約為 18%。佛迪認為，目前 AI 表現猶如僅能答對四分之一的實習生，但隨著基準公開，業界預期未來數月內將看到顯著進步，從去年的五至十 percent 提升至更高水準。