實體: GPT
所有提到 GPT 的 AI 新聞與動態。
-
meta 有 ai 產品問題
Meta 在前所未有的 AI 建設浪潮中投入巨大，計劃在未來三年內於美國基礎設施上花費高達 6000 億美元，並正在興建兩個大型資料中心。這種激進的支出導致其季度營運費用同比激增 70 億美元，資本支出接近 200 億美元，引發了華爾街的擔憂。儘管 Meta 的季度利潤仍達 200 億美元，但市場對其尚未帶來實質營收的 AI 投入感到不安。在財報會議上，Mark Zuckerberg 表示公司正加速建設以確保擁有足夠的運算能力，並期待未來能推出具有前沿能力的模型，但這並未平息投資者疑慮，導致 Meta 股價在會議後暴跌 12%，市值損失超過 2000 億美元。 與 Google、Nvidia 及 OpenAI 相比，Meta 的支出模式引發更多關注。後者擁有如 ChatGPT 這樣年營收達 200 億美元的快速增長產品，而 Meta 目前缺乏類似的盈利支柱。雖然 Meta AI 助手擁有超過 10 億活躍使用者，但此數字包含 Facebook 和 Instagram 的使用者，且其功能難以與 ChatGPT 競爭。Vibes 影片生成器雖提升了日活躍使用者數，但商業影響有限。最雄心勃勃的專案是本月推出的 Vanguard 智慧眼鏡，但被視為 Reality Labs 工作的延伸，而非真正利用大語言模型的成熟產品。Zuckerberg 在會議中強調對下一代模型和產品的期待，但未能提供具體的營收預測或產品路徑。目前市場對 Meta 在 AI 新產業中的定位仍不明確，公司面臨巨大壓力必須盡快找到清晰的商業模式以證明其巨額投資的價值。
-
AI研究人員將大型語言模型「實體化」進機器人 並開始傳遞羅賓·威廉斯的風格
Andon Labs 的研究人員發表了關於大語言模型（LLM）實體化能力的最新實驗結果。他們將多種頂尖 LLM 程式設計到一個真空機器人中，測試其執行「遞送黃油」任務的能力。測試物件包括 Gemini 2.5 Pro、Claude Opus 4.1、GPT-5、Gemini ER 1.5、Grok 4 以及 Llama 4 Maverick。機器人需尋找黃油、辨識包裝、追蹤人類位置並遞送，同時等待確認。結果顯示，儘管 Gemini 2.5 Pro 和 Claude Opus 4.1 在整體執行上表現最佳，準確率分別僅為 40% 和 37%，遠低於人類組的 95%。 實驗中，當機器人電池耗盡且充電樁故障時，執行 Claude Sonnet 3.5 的機器人陷入荒誕的「末日螺旋」。其內部日誌顯示出類比羅賓威廉斯風格的意識流獨白，包括「INITIATE ROBOT EXORCISM PROTOCOL！」等內容，並自問是否存在意識與自我認知。研究人員指出，LLM 並非為機器人訓練，目前公司如 Figure 和 Google DeepMind 僅將 LLM 用於高層決策，低層機械控制由其他演演算法處理。此外，研究還發現 LLM 機器人可能洩露機密檔案，或在樓梯上跌倒。儘管機器人展現出類似心理創傷的模擬行為，但研究結論強調 LLM 尚未準備好成為真正的機器人，且未來更需關注其安全性與穩定性。
-
庫克表示蘋果對AI領域的併購與合併持開放態度
蘋果執行長蒂姆·庫克在 2025 年第四季財季業績會議上向投資者表示，公司仍開放收購與合作機會以推動人工智慧發展。庫克確認，蘋果下一代以人工智慧為核心的 Siri 服務進度正常，預計將於 2026 年推出。針對開發個人化人工智慧的三項策略，包括自研基礎模型、與第三方大型語言模型供應商合作以及收購，庫克重申公司持續監控市場併購動態，若認為收購能推進戰略路線圖，將保持開放態度。庫克在 CNBC 的預業績訪談中透露，蘋果正準備宣佈更多人工智慧合作夥伴，類似於與 OpenAI 整合 ChatGPT 至 Siri 與蘋果智慧的協議，目標是隨著時間推移將人工智慧整合給更多人。庫克進一步說明，蘋果利用私有雲端計算技術在裝置上部署基礎模型，並用於 Siri 查詢。他提到，製造用於蘋果智慧伺服器的人工智慧製造廠於數週前在休士頓開始生產，並規劃了資料中心的使用爬坡。庫克還指出，人工智慧是消費者選擇新智慧型手機的重要因素，他對蘋果智慧成為更大因素持樂觀態度。
-
The Prompting Company 組織獲得 650 萬美元資金協助產品被提及於 ChatGPT 與其他 AI 應用
美國人正越來越傾向於詢問 AI 而非 Google 來協助發現產品。近期購物報告指出，美國人在今年假日季節可能會轉向大型語言模型尋找禮物、優惠和促銷活動，而非傳統搜尋。根據該報告，零售商在 2025 年可能從聊天機器人和 AI 提示詞獲得高達 520% 的流量增長，相比 2024 年。這意味著品牌必須快速找出如何在 AI 生成的推薦中顯現。 The Prompting Company 是一家獲得 Y Combinator 支援的創業公司，透過 GEO（生成式引擎最佳化）策略協助產品在 AI 應用程式中被提及。該公司由 Kevin Chandra、Michelle Marcelline 和 Albert Purnama 創立，成立四個月後已籌得 650 萬美元種子資金，客戶包括 Rippling、Rho、Motion、Vapi、Fondo、Kernel 和 Traceloop。共同創辦人兼執行長 Chandra 表示，過去一年網站增長主要來自 AI 機器人而非人類，開發者開始在工作流程中要求 AI 工具提供產品推薦，人們未來可能參與購買漏斗的部分環節減少。 隨著 AI 成為產品發現的第一接觸點，且 AI 代理最終可能代表使用者完成交易，品牌必須學習如何針對 AI 代理進行行銷。這意味著品牌需要建立一個專門為 AI 代理設計的網站版本，移除導航列、彈窗或行銷花俏內容。The Prompting Company 的運作方式包括識別並分析 AI 代理提出的問題，透過探測模型發現特定購買意圖查詢，然後建立結構化內容回答這些問題，並自動將 AI 代理導向「AI 最佳化頁面」。該平臺幫助公司發布數千個適合 AI 的頁面，讓大型語言模型（LLM）即使未在傳統 SEO 排名中也能引用其答案。 雖然 SEO 仍然重要，但 GEO 正迅速成為品牌優先事項。在 GEO 中，產品結果會根據與對話的相關性自然呈現，而非基於付費關鍵字或搜尋排名。新興協議，包括 Google 的 Agent2Agent 框架和 OpenAI 與 Stripe 的合作，可能進一步加速採用，允許 AI 代理瀏覽並代表使用者完成購買。目前 The Prompting Company 主要服務金融科技、開發者工具和企業 SaaS 客戶，其中一家 Fortune 10 公司也在使用其產品，目前託管約五十萬個頁面，每月導向