實體: Gemini
所有提到 Gemini 的 AI 新聞與動態。
-
Mirelo 獲 Index 與 a16z 投資 41 億美元 解決 AI 視頻的靜音問題
柏林起家的 Mirelo 是一家專注於為 AI 生成影片新增音效的德國新創公司，其核心技術 Mirelo SFX v1.5 能自動識別影片動作並同步生成音效。該公司於今年初推出此模型後，迅速吸引投資機構關注，並成功完成由 Index Ventures 和 Andreessen Horowitz 領銜的 4100 萬美元種子輪融資，加上先前由 Atlantic 領投的輪次，總籌資額達 4400 萬美元。Mirelo 目前團隊規模為 10 人，預計明年年底前將擴充至兩倍或三倍，新增人力將支援研發、產品及市場策略。與 Sony、Tencent、Kling AI 及 ElevenLabs 等大型公司相比，Mirelo 採取更窄的專注策略，並透過 Fal.ai 和 Replicate 發布模型，短期內預期 API 使用量將成為主要營收來源。針對訓練資料爭議，Mirelo 基於公開與購買的音效庫，並簽署尊重藝術家權益的分成合作。公司採用免費加付費模式，推薦計畫定價為每月 20 歐元（約 23.50 美元），主要針對 amateur 及 prosumer 使用者。創辦人 CJ Simon-Gabriel 與 Florian Wenzel 均為 AI 研究員兼音樂人，未來規劃包含 AI 音樂生成，但目前更受市場歡迎的是音效功能。儘管 Gemini 等競爭對手已整合 DeepMind 的 Veo 3.1 模型提供音效，Mirelo 認為音效在影片體驗中佔比極高，如同默片與談話片的差異，並期待透過此技術建立競爭護城河。
-
Google 翻譯現在讓你透過耳機聽到即時翻譯
Google 於週五宣佈推出測試版功能，讓使用者透過耳機聆聽即時翻譯。此功能將 Gemini 進階能力整合至 Google Translate，並擴充套件語言學習工具。新體驗能保留說話者的語調、重音與節奏，使對話更清晰易懂，並將任何耳機轉化為即時翻譯裝置。Google 產品管理副總裁 Rose Yao 表示，無論是在不同語言環境下交談、聽講課或觀看影視作品，使用者只需開啟 Translate 應用程式並點選「即時翻譯」即可。目前該測試版已在 Android 系統的美國、墨西哥及印度地區推出，支援超過七十種語言，且適用於任何耳機。Google 計劃於 2026 年將此功能擴充套件至 iOS 系統及更多國家。進階 Gemini 能力將提升文字翻譯的準確度與自然度，能更好處理俚語、成語及具微妙含義的表達。例如，翻譯英文成語「stealing my thunder」時，系統將根據上下文解析其真正含義而非逐字翻譯。此更新目前在美國和印度推出，支援英語與近二十種語言（包括西班牙語、阿拉伯語、中文、日語及德語）的互譯，並可在 Android、iOS 及網頁版應用程式中使用。此外，Google 將語言學習工具擴充套件至近二十個新國家，包括德國、印度、瑞典及臺灣。英語使用者可練習德語，而孟加拉語、簡體中文、荷蘭語、德語、印地語、羅馬尼亞語及瑞典語使用者可練習英語。系統新增改進的回饋機制，提供針對口語練習的建議，並加入追蹤連續學習天數的功能，幫助使用者掌握進度並保持學習習慣。
-
Google 發布迄今最深度的 AI 研究代理 —— 恰逢 OpenAI 放棄 GPT-5.2
Google 於週四發布了基於其最新基礎模型 Gemini 3 Pro 重新構思的 Gemini Deep Research 研究代理。此新代理不僅能生成研究報告，更允許開發者透過全新的互動 API 將 Google 的 SATA 模型研究能力嵌入至自有應用程式中，賦予開發者在代理式 AI 時代更深的控制權。該工具能綜合海量資訊並處理大型上下文，目前已被客戶用於盡職調查及藥物毒性安全研究等任務，並即將整合進 Google 搜尋、Google 金融、Gemini App 及 NotebookLM 等服務中，旨在讓 AI 代理取代人類進行搜尋。 Google 強調，Deep Research 受益於 Gemini 3 Pro 作為「最事實準確」模型的地位，該模型經過訓練以在複雜任務中減少幻覺。幻覺是長期深度推理代理任務中的關鍵問題，因為自主決策次數越多，單一錯誤便可能導致整體輸出失效。為證明其進展，Google 推出了名為 DeepSearchQA 的新基準測試，用於評估代理在複雜多步驟資訊搜尋任務中的表現，並開放了該基準。此外，測試還涵蓋了獨立基準「人類最後的考試」及瀏覽器代理任務基準 BrowserComp。測試結果顯示，Google 的新代理在自身基準及人類最後的考試中表現最佳，而 OpenAI 的 ChatGPT 5 Pro 則在各項測試中緊隨其後，並在 BrowserComp 上略勝一籌。然而，這些基準測試在 Google 發布後不久即顯陳舊，因為同一天 OpenAI 推出了代號為 Garlic 的 GPT 5.2 模型，該模型在一系列典型基準測試中表現優於對手，特別是 Google。此次 Google 發布的時機特別有趣，因為世界正等待著 Garlic 的推出。
-
迪士尼控告谷歌停止侵權 声稱遭大規模版權侵害
迪士尼於週三向 Google 發出停止侵權信，指控該科技巨頭大規模侵犯其版權。根據 Variety 報導，迪士尼聲稱 Google 利用人工智慧模型與服務，商業化分發未經授權的圖片與影片。信中比喻 Google 為「虛擬自動販賣機」，能大規模複製、渲染並分發迪士尼珍貴的版權角色與作品。此外，信中還指出許多由 Google 人工智慧服務生成的侵權圖片上帶有 Gemini 標誌，錯誤暗示 Google 對迪士尼智慧財產權的使用已獲授權。被指控侵犯的角色包括《冰雪奇緣》、《獅子王》、《莫阿娜》、《小美人魚》及《死侍》等。Google 未確認或否認這些指控，但表示將與迪士尼「展開對話」。Google 發言人強調雙方有長期互利關係，並使用公開網路資料構建人工智慧，同時已開發如 Google-extended 及 YouTube 內容識別等創新版權控制機制。值得注意的是，就在迪士尼發出此信的同一天，它與 OpenAI 簽署了一份價值 10 億美元、期限三年的協議，將迪士尼標誌性角色引入其 Sora 人工智慧影片生成器。