實體: Gemini
所有提到 Gemini 的 AI 新聞與動態。
-
Hugging Face 董事長表示我們正處於「大型語言模型泡沫」而非「人工智慧泡沫
Hugging Face 共同創辦人兼執行長 Clem Delangue 在 Axios 活動中表示，目前並非處於人工智慧（AI）泡沫，而是「大語言模型（LLM）泡沫」，且該泡沫可能即將破裂。他認為雖然大語言模型如 ChatGPT、Gemini 等正獲得過度關注，但 AI 的未來並不因此受威脅。Delangue 指出，LLM 只是 AI 應用於生物學、化學、影像、音訊及影片等領域的其中一小部分，真正的 AI 應用才剛起步。他強調，單一的大型模型無法解決所有問題，未來將出現更多客製化與專精的小型模型。例如，銀行客服聊天機器人無需複雜模型，使用較小、較便宜且快速的專精模型即可，這將是 AI 的未來趨勢。儘管 LLM 泡沫破裂可能對其公司造成一定影響，Delangue 仍表示 Hugging Face 已實現多元化，且仍持有已籌資的 4 億美元中的 50%，採取資本效率較高的策略，與其他在 LLM 領域花費數十億甚至上百億美元的競爭者不同。他認為許多公司正採取短視近利的做法，而 Hugging Face 則從其 15 年的 AI 經驗中學習，致力於建立長期、可持續且具影響力的公司。
-
Poe 的 AI 應用現已支援跨 AI 模型的群組對話
Quora 推出的 Poe 應用程式正式啟動群組聊天功能，允許全球使用者在單一對話中與最多兩百人進行互動，並能協作使用超過兩百個不同的 AI 模型，涵蓋文字、影象、影片及音訊生成器。此舉僅在 OpenAI 的 ChatGPT 於數天前於日本、紐西蘭、韓國及臺灣等市場開始測試群組聊天後不久推出，旨在將聊天機器人從一對一互動轉變為使用者可與朋友、家人或同事共同參與的協作空間。Quora 表示，該功能可創造新的互動體驗，例如家庭或朋友可結合 Gemini 2.5 的搜尋功能與 o3 Deep Research 共同規劃旅行，團隊可利用 Poe 上的各種影象模型為心情板腦暴圖片，或透過應用程式內的問答機器人一起玩Trivia遊戲。群組聊天支援任何組合的 AI 模型或創作者自製機器人，包括 Claude 4.5 Sonnet、ElevenLabs v3、ElevenLabs Music、Nano Banana、GPT-5.1、Kling 2.5 Turbo Pro、o3 Deep Research、Sora 2 Pro 及 Veo 3.1 等。使用者可從 poe.com 網站首頁啟動群組聊天，且聊天記錄會實時同步至不同裝置，確保從桌面切換至手機時不會遺失對話內容。Poe 團隊耗時六個月開發此功能，並計劃根據使用者反饋在未來幾週持續最佳化群組聊天體驗。公司強調，由 AI 介導的群組互動與協作機會潛力巨大且目前尚未被充分開發，同時允許任何人自製機器人並分享給他人使用於自己的群組中。
-
Google 發布 Gemini 3，推出全新程式設計應用並創下紀錄 benchmarks 分數
Google 於週二發布了最新且最先進的基礎模型 Gemini 3，該模型已透過 Gemini 應用程式及 AI 搜尋介面立即上線。此版本距離 Gemini 2.5 發布僅七個月，被視為 Google 目前最強大的大型語言模型，也是市場上最具競爭力的 AI 工具之一。此次發布時間緊接在 OpenAI 推出 GPT 5.1 之後，且僅在 Anthropic 發布 Sonnet 4.5 兩個月後，凸顯了前沿模型開發的驚人速度。另一種更具研究性質的版本 Gemini 3 Deepthink 將透過 Google AI Ultra 訂閱服務在數週內提供，待透過更多安全測試後上線。Google 產品主管 Tulsee Doshi 表示，Gemini 3 展現了巨大的推理能力進步，其回應的深度與細膩度前所未見。在獨立評估中，該模型在 Humanity's Last Exam benchmarks 上以 37.4 分創下新高，超越前高 GPT-5 Pro 的 31.64 分。Gemini 3 亦在由人類主導的 LMArena 排行榜上奪冠。目前 Gemini 應用程式擁有超過 6.5 億月活躍使用者，1300 萬軟體開發者將其納入工作流程。此外，Google 還推出了名為 Google Antigravity 的 Gemini 驅動編碼介面，提供類似 Warp 或 Cursor 2.0 的多面板代理編碼功能，整合聊天式提示、命令列介面與瀏覽器視窗，讓開發者能即時觀察編碼代理所帶來的變更影響。DeepMind 技術長 Koray Kavukcuoglu 指出，該代理能與編輯器、終端機及瀏覽器協作，協助開發者以最佳方式構建應用程式。
-
Google 的 SIMA 2 代理使用 Gemini 在虛擬世界中進行推理與行動
Google DeepMind 於週四發布了 SIMA 2 的研究預覽，這是其通用 AI 代理的下一代產品。SIMA 2 整合了 Gemini 大型語言模型的語言與推理能力，使其不僅能遵循指令，更能理解並與環境互動。與許多 DeepMind 專案如 AlphaFold 類似，SIMA 1 最初是透過數百小時的電子遊戲資料訓練而成，旨在像人類一樣學習玩多種 3D 遊戲，包括未受過訓練的遊戲。SIMA 1 於 2024 年 3 月亮相，能在廣泛的虛擬環境中遵循基本指令，但其完成複雜任務的成功率僅為 31%，而人類為 71%。DeepMind 研究高階科學家 Joe Marino 表示，SIMA 2 在能力上相比 SIMA 1 是巨大的進步，它是一個更通用的代理，能在以前未見過的環境中完成複雜任務，並且是一個自我改進的代理，能根據自身經驗進行自我改進，這一步邁向更通用的機器人及 AGI 系統。 SIMA 2 的效能是 SIMA 1 的兩倍，由 Gemini 2.5 flash-lite 模型驅動。AGI 指人工通用智慧，DeepMind 定義為具備廣泛智力任務能力、能學習新技能並在不同領域泛化知識的系統。DeepMind 的研究人員認為，與所謂的「具身代理」合作對於通用智慧至關重要。具身代理透過身體與物理或虛擬世界互動，觀察輸入並採取行動，類似機器人或人類；而非具身代理可能僅用於處理日曆、筆記或執行程式碼。資深研究科學家 Jane Wang 指出，SIMA 2 遠超遊戲玩法，它需要理解正在發生的事情，理解使用者的要求，並以常識方式回應，這相當困難。 SIMA 2 在《No Man's Sky》中展示了其能力，代理描述了岩石星球表面的環境，並透過識別和互動來確定下一步行動。它還使用 Gemini 進行內部推理，例如當被要求走到像熟透番茄一樣顏色的房子時，代理展示了其思考過程：熟透的番茄是紅色的，因此應該去紅色的房子，然後找到並接近它。由於由 Gemini 驅動，SIMA 2 還能根據表情符號遵循指令，例如輸入樹樵刀和樹木的符號，代理