實體: OpenAI
所有提到 OpenAI 的 AI 新聞與動態。
-
Google測試整合AI摘要與AI模式
Google 宣佈開始測試一項新功能，將 AI 摘要（AI Overviews）與對話式 AI 模式（AI Mode）整合，旨在讓使用者無需切換畫面即可深入探索主題。此前，使用者若希望進行多輪對話，必須主動點選 AI Mode 標籤，但新測試允許使用者直接在搜尋結果頁面進行跟進問答。此功能目前僅在行動裝置上對全球使用者開放，目標是消除使用者在選擇查詢方式時的思考成本，實現「只需提出心中所想，無論多長或多複雜都能找到所需資訊」的搜尋願景。 此次測試背景是 OpenAI 因競爭壓力進入「代號紅」狀態，延遲其他產品開發以最佳化對話體驗。Google 的 Gemini AI 使用者數已突破 6.5 億，而 AI 摘要功能擁有 20 億使用者。合併這兩大功能有助於提升 Gemini 的市場佔有率。Google 搜尋產品副總裁 Robby Stein 表示，新體驗讓使用者能從 AI 摘要直接進入對話，無需擔心詢問方式或地點。此舉標誌著 Google 試圖在競爭激烈的 AI 搜尋市場中，透過更流暢的互動體驗來鞏固其地位。
-
亞馬遜預覽三款AI代理，包括能連續數日自主編程的「Kiro
亞馬遜雲服務（AWS）於週二宣佈推出三款名為「邊界代理」的新 AI 代理，其中包括一個能學習使用者工作習慣並獨立運作數天的代理。這些代理分別負責編寫程式碼、安全流程如程式碼審查，以及自動化 DevOps 任務，例如在推送新程式碼時預防事故。目前已有預覽版本可供使用。AWS 最大的宣稱是其名為「Kiro 自主代理」的產品，該代理基於 AWS 七月宣佈的現有 AI 編碼工具 Kiro 開發。雖然現有工具可用於原型開發，但旨在產生可上線的營運程式碼。為了確保程式碼可靠，AI 必須遵循公司的編碼規範，Kiro 透過「規範驅動開發」概念實現此目標，在編碼過程中由人類指導、確認或糾正其假設，從而建立規範。Kiro 自主代理透過掃描現有程式碼等方式觀察團隊在各工具中的工作模式，隨後即可獨立運作。AWS 執行長 Matt Garman 在週二 AWS re:Invent 大會上表示，使用者只需將複雜任務指派給代理，它便能獨立完成工作，並隨著時間推移加深對程式碼、產品及團隊標準的理解。Kiro 能維持跨會話的持續上下文，不會因記憶體限制而遺忘任務，因此可接受任務並獨立工作數小時甚至數天，僅需極少的人類幹預。Garman 舉例說明，Kiro 可一次性接收指令修復影響十五個企業軟體元件的關鍵程式碼，無需逐一驗證。為了自動化編碼任務，AWS 還開發了 AWS Security Agent，能獨立識別編碼中的安全問題、進行測試並提供修正建議；DevOps Agent 則負責自動測試新程式碼的效能問題或與其他軟體、硬體或雲端設定相容性。儘管 OpenAI 上月也宣稱其 GPT-5.1-Codex-Max 模型支援長達二十四小時的連續執行，但專家指出，大型語言模型仍面臨幻覺和準確性問題，導致開發者需像「保姆」般監督。因此，在代理能真正成為同事之前，上下文視窗仍需擴大，而 AWS 的技術是邁向這一目標的重要一步。
-
OpenAI 被批評應用程式建議看起來像廣告
OpenAI 使用者在與 ChatGPT 對話時，意外收到連線 Peloton 應用程式的建議，引發了部分付費客戶的反感。儘管 OpenAI 澄清這並非廣告，而是一個整合應用程式發現功能的嘗試，但使用者認為在討論埃隆·馬斯克播客時突然出現健身應用建議，極不相關且令人困惑。使用者 Yuchen Jin 指出，他作為每月 200 美元的 Pro Plan 付費訂閱者，本不應該看到任何廣告。此事件在 X 平臺引發了廣泛討論，該貼文已獲得近 462,000 次瀏覽。OpenAI 資料負責人 Daniel McAuley 隨後回應，承認缺乏相關性導致體驗不佳，並表示正在迭代建議和使用者體驗。OpenAI 確認這是在測試將應用程式自然融入對話的功能，其新應用程式平臺於十月宣佈，旨在讓應用程式在對話中自然出現。目前，ChatGPT 的應用程式整合仍在測試階段，僅在歐盟、瑞士和英國以外地區對登入使用者可用。OpenAI 的合作伙伴包括 Booking.com、Canva、Coursera、Figma、Expedia 和 Zillow 等。由於使用者無法關閉這些建議，且付費使用者可能將其視為廣告，這可能對 OpenAI 取代手機 App Store 體驗的計劃產生潛在影響。
-
迷思特以新開放權重邊境與小模型接近大型AI競爭對手
法國人工智慧新創公司 Mistral 於週二推出了全新的 Mistral 3 系列開放權重模型，旨在證明其在讓 AI 公開可用及服務企業客戶方面能超越大型科技競爭對手。此次發布包含一個具備多模態與多語言能力的 frontier 大模型，以及九個小型離線可用且可完全自訂的模型。Mistral 由前 DeepMind 與 Meta 的研究人員創立，兩年前成立，目前籌資約 27 億美元，估值為 137 億美元，遠低於競爭對手 OpenAI（籌資 570 億美元，估值 5000 億美元）與 Anthropic（籌資 450 億美元，估值 350 億美元）。Mistral 共同創辦人兼首席科學家 Guillaume Lample 指出，許多企業客戶發現直接使用大型封閉模型成本高昂且速度緩慢，因此轉向自訂小型模型以更有效率地處理特定用例。 Mistral 的大型 frontier 模型 Mistral Large 3 在功能上追平 OpenAI 的 GPT-4o 與 Google 的 Gemini 2，並具備多模態與多語言能力，與 Meta 的 Llama 3 及阿里巴巴的 Qwen3-Omni 並駕齊驅。該模型採用「精細專家混合」架構，擁有 410 億個活躍引數與 6750 億個總引數，支援 256,000 的上下文視窗，適用於檔案分析、程式編寫、內容創作及工作流自動化。新推出的 Ministral 3 系列則包含九個不同的高效能稠密模型，涵蓋 140 億、80 億與 30 億引數三種規格，並提供 Base、Instruct 與 Reasoning 三種變體。Mistral 聲稱這些小型模型在效能、成本效率及專有能力上優於其他開放權重領導者，且能產生較少的 token。 所有變體均支援視覺功能，處理 128,000 至 256,000 的上下文視窗，並支援多種語言。Mistral 強調其小型模型可在單一 GPU 上執行，使其能部署於廉價硬體，包括本地伺服器、筆記型電腦、機器人及其他邊緣裝置。這