實體: Gemini
所有提到 Gemini 的 AI 新聞與動態。
-
Google Photos 升級影像轉視訊功能採用 VEO 3
Google 最新推出的影片生成模型 Veo 3 即將登陸 Google Photos 應用。該新功能位於手機版的 Create 標籤頁，允許美國使用者將靜態圖片轉化為影片片段。雖然 Google Photos 此前已透過「照片轉影片」功能提供基礎服務，但公司表示引入 Veo 3 能顯著提升影片質量。此次發布也體現了 Google 將其最新 AI 技術透過產品推向消費者的策略，截至 2025 年 5 月，Google Photos 的月活躍使用者數已超過 15 億。 Veo 3 於 5 月在 I/O 開發者大會上首次亮相，後於 7 月加入 Gemini 應用，並僅限於 AI Ultra 和 AI Pro 訂閱計劃使用者使用。這些訂閱使用者每天可生成三段影片，且影片上會帶有可見或不可見的水標記以識別其 AI 生成屬性。在 Google Photos 中，該功能旨在讓使用者將回憶帶入現實，甚至為舊照片賦予動態效果。現有的照片轉影片功能由 Veo 2 驅動，使用者可從相簿選擇照片，並從「微妙動作」或「驚喜動畫」兩個提示詞中選擇，點選「我感覺幸運」按鈕後，系統會生成一段六秒長的影片供分享。 隨著 Veo 3 的加入，該功能在 Google Photos 中將保持免費，但僅限於有限次數的生成。AI Pro 和 AI Ultra 訂閱使用者則可獲得更多生成次數。不過，該功能目前不支援音訊，且生成的影片長度為四秒。新特性位於 Google Photos 應用內的新「Create 中心」，這是一個專門探索由 AI 驅動的創意工具和功能的區域。除了 Veo 3，該中心還包含照片風格重混、製作拼貼畫、從相簿組裝蒙太奇、建立名為「電影感」的動態 3D 照片，以及將圖片轉換為 GIF 的工具。
-
蘋果的Siri升級 reportedly 可能由谷歌Gemini驅動
彭博社記者馬克·古爾曼的最新報導指出，Apple 的 Siri 全面改版可能包含一項由 Google Gemini 技術支援的 AI 驅動網頁搜尋工具。由於 Apple 在 AI 競賽中落後，其期待已久的 Siri 更新已延後至 2026 年。目前，Apple 正評估是否僅靠自身 AI 模型就能與 OpenAI、Perplexity 及 Google 等科技公司的現有 AI 答詢引擎競爭。報導稱，Apple 與 Google 可能已達成正式協議，Apple 將測試 Google AI 模型於 Siri 中。若測試成功，該技術亦將應用於 iPhone 軟體其他領域，包括 Safari 瀏覽器及主畫面可用的 Spotlight 搜尋功能。過去幾年，Spotlight 曾試圖成為 Google 的競爭對手，允許使用者繞過網頁搜尋直接獲取熱門話題資訊，如演員、音樂人、電視節目及電影資料。然而，隨著 AI 聊天機器人普及，消費者如今可透過 AI 快速獲取維基百科以外的廣泛主題答案。報導建議，升級後的搜尋介面將結合文字、照片、影片及在地景點資訊，並具備 AI 驅動摘要功能。此外，該功能還能存取使用者個人資料，並透過語音讓使用者操作裝置。
-
a16z最新AI報告指出Google與Grok正在追趕ChatGPT
根據風險投資機構 Andreessen Horowitz 發布的最新報告，Google 的 Gemini、xAI 的 Grok 以及 Meta AI 等競爭對手正在迅速縮小與 OpenAI 旗下 ChatGPT 的差距。這份報告第五版涵蓋了過去兩年半消費者使用 AI 產品的資料變化，共有 14 家公司進入頂級 AI 產品名單，包括 ChatGPT、Perplexity、Poe、Character AI、Midjourney、Leonardo、Veed、Cutout、ElevenLabs、Photoroom、Gamma、QuillBot、Civitai 和 Hugging Face。這些公司涵蓋了通用協助、陪伴、影像與影片編輯、語音生成、生產力及模型託管等多個領域。另有五家公司如 Claude、DeepAI、Janitor AI、Pixelcut 和 Suno 連續出現在報告中，分別代表一般 AI 使用、陪伴、影像編輯和音樂生成。 Google 首次獲得四個產品進入頂級生成式 AI 消費級網頁產品名單，分別是 Gemini、AI Studio、NotebookLM 和 Google Labs。這些產品擁有獨立域名，可獨立追蹤成長。在移動端，排名第 2 的 Gemini 使用者數雖僅為 ChatGPT 的一半，但差距正在縮小，且近 90% 的活躍使用者來自 Android 系統。網頁端 Gemini 使用率約為 ChatGPT 的 12%。Google 的 AI Studio 排名第 10，NotebookLM 為第 13，而 Google Labs 則排在第 39。 Grok 在網頁端排名第 4，移動端排名第 23，顯示快速成長，因為該產品從 2024 年底沒有獨立應用程式到現在擁有超過 2000 萬月活躍使用者，且在 2025 年 7 月 Grok 4 發布後增長近 40%。Meta AI 在網頁端排名第 46，但未進入移動端前 20 名，部分原因在於其被指未經同意公開使用者貼文。DeepSeek 在移動端和網頁端的成長均放緩，網頁端流量較 2025 年 2 月峰值下降超過 40%。Perplexity 和 Claude 則持續成長。 其他中國 AI 廠商也在網頁端進入前 20 名，
-
Anthropic 發布一款可在 Chrome 裡居住的 Claude 人工智能代理
安提克（Anthropic）於週二宣佈推出基於其 Claude AI 模型的研究預覽版瀏覽器 AI 代理，名為「Claude for Chrome」。該功能將首先向 1,000 名訂閱安提克 Max 計劃的使用者開放，該計劃月費介於 100 至 200 美元之間，公司同時開放了候選名單供其他感興趣使用者加入。使用者透過在 Chrome 瀏覽器安裝擴充功能，可在側邊欄視窗與 Claude 對話，該視窗會維持瀏覽器中所有事件的上下文。使用者亦可授予 Claude 代理許可權，讓其執行瀏覽器操作並代為完成部分任務。 隨著瀏覽器成為 AI 實驗室的新戰場，各大公司正競相推出整合方案。Perplexity 近期推出了自有瀏覽器 Comet，其內建 AI 代理可協助使用者處理任務；OpenAI 據傳即將推出類似功能的 AI 驅動瀏覽器。同時，Google 已在數月前將 Gemini 整合至 Chrome。此競爭尤為緊迫，因 Google 面臨即將決案的壟斷訴訟，聯邦法官曾暗示可能強制 Google 出售 Chrome 瀏覽器。Perplexity 曾提出 345 億美元的自願收購要約，OpenAI 執行長 Sam Altman 也表示願意出資購買。 安提克在週二的部落格文章中警告，具備瀏覽器存取權的 AI 代理帶來新的安全風險。上週，Brave 安全團隊指出 Comet 瀏覽器代理可能易受間接提示注入攻擊，即網站隱藏程式碼可誘導代理執行惡意指令。Perplexity 通訊主管 Jesse Dwyer 證實 Brave 提出的漏洞已修復。安提克表示希望藉此研究預覽捕捉並解決新型安全風險，且公司已引入多項防禦措施。據稱，其介入將提示注入攻擊成功率從 23.6% 降至 11.2%。 針對安全防護，安提克建議使用者可在應用程式設定中限制 Claude 瀏覽器代理存取特定網站，並預設阻擋提供金融服務、成人內容及盜版內容的網站。此外，Claude 代理在執行高風險動作（如發布、購買或分享個人資料）前，將要求使用者授權。這是安提克首次推出可控制電腦螢幕的 AI 模型，2024 年 10 月曾推出類似功能，但當時測試顯示該模型速度