實體: Sora
所有提到 Sora 的 AI 新聞與動態。
-
強化學習差距 — 或為何某些 AI 技能進步較快
AI 程式設計工具進步迅速，GPT-5、Gemini 2.5 及 Sonnet 4.5 等模型讓開發者能自動化更多技巧，但其他技能如撰寫郵件的進步則較緩慢。這種差異源於強化學習（Reinforcement Learning, RL）在程式設計應用中的關鍵作用。程式設計應用可透過數十億次可量化的測試進行訓練，具備明確的透過或失敗指標，適合 RL 反覆執行。相比之下，撰寫郵件或聊天機器人回應等技能主觀且難以大規模衡量，進步有限。這種「強化學習差距」成為決定 AI 系統能力的重要因素。軟體開發因已有完善的單元測試、整合測試及安全測試體系，極適合 RL 應用。雖然季度財務報告或精算科學等領域缺乏現成測試套件，但具備資金的企業可自行建立。OpenAI 的新模型 Sora 2 顯示，生成影片等曾被認為難以測試的任務，透過強大的 RL 系統也能取得顯著進步，使影像更符合物理法則並保持人物特徵。隨著 RL 成為 AI 產品開發的主要工具，強化學習差距將持續擴大，影響起點企業成功自動化特定流程的能力，並對未來二十年經濟結構產生深遠影響，例如醫療保健服務的自動化潛力。
-
山姆．艾爾曼表示蘇拉將加入細緻且可選的版權控制功能
OpenAI 可能正在改變其對版權與智慧財產權的處理方式，這將影響其新影片應用 Sora 的未來發展。在 Sora 於本週推出之前，華爾街日報報導稱 OpenAI 曾告知好萊塢工作室和代理機構，若不希望其智慧財產權被納入 Sora 生成的影片中，必須明確選擇退出。儘管該應用僅限受邀使用者使用，但推出後迅速登上 App Store 排行榜首位。Sora 最獨特的功能之一是其「客串」功能，使用者可上傳生物識別資料以在 AI 生成的影片中看到自己的數位形象。同時，使用者似乎樂於挑戰版權法，創作包含熱門工作室角色的影片，甚至有時這些角色會批評 OpenAI 的版權策略，例如皮卡丘和海綿寶寶與 OpenAI 執行長 Sam Altman 的深偽影像互動。 Altman 於週五發表的部落格文章指出，公司已計劃對 Sora 進行兩項變更。第一項是賦予版權持有者更細緻的控制權，類似於肖像權的選入模式，但提供更多控制選項。關鍵詞「選入」暗示 OpenAI 將停止使用者建立包含版權角色的影片，除非工作室和其他權利持有者明確授權。Altman 表示，許多權利持有者對這種新型「互動式同人小說」感到興奮，認為這種參與能帶來價值，但希望指定如何使用其角色，包括完全不使用。 儘管有這一新策略，Altman 承認仍可能有「一些應該被過濾掉的生成案例」。第二項變更涉及未具體說明形式的影片盈利模式。公司此前表示僅計劃在需求高漲期間向使用者收取額外費用以建立更多影片，Altman 的部落格文章似乎進一步闡述了這一想法，承認「我們必須以某種方式為影片生成賺錢」。他也建議收入可與權利持有者分享。Altman 表示，希望這種新型參與帶來的價值超過收入分成，但當然也希望兩者都能具備價值。
-
OpenAI 透過最新收購併購案，加強個人化消費者 AI 領域布局
OpenAI 已收購個人財務應用程式 Roi，此次交易僅由 CEO 兼共同創辦人 Sujith Vishwajith 一人加入 OpenAI，其餘三名員工將留任。Vishwajith 於週五宣佈此收購，並表示 Roi 的四名員工中只有他一人會轉投 OpenAI，交易條款未公開。Roi 將於 10 月 15 日結束營運並停止服務。此筆收購是 OpenAI 今年一系列「收購併聘」行動的一部分，此前已包括 Context.ai、Crossing Minds 和 Alex。雖然尚不清楚 Roi 的技術是否會轉移至 OpenAI 或 Vishwajith 將加入哪個部門，但此舉明顯符合 OpenAI 對個人化與生活管理作為下一個 AI 產品層次的押注。 Roi 於 2022 年在紐約成立，已籌得 360 萬美元早期資金，投資方包括 Balaji Srinivasan、Spark Capital、Gradient Ventures 和 Spacecadet Ventures。其使命是將使用者的財務足跡，包括股票、加密貨幣、DeFi、房地產和 NFT，整合至單一應用程式中，提供追蹤、洞察及交易建議。Roi 提供一個財務聰明的 AI 夥伴，能根據使用者背景（如職業）調整回應方式。例如，一名使用者要求 AI 像「Gen-Z 世代」一樣簡潔地評論其投資狀況，Roi 回應稱其因關稅公告導致今日虧損 32,459.12 美元，並建議趁低買入。 此收購與 OpenAI 現有的消費者產品策略一致，包括 Pulse（生成個人化新聞報告）、Sora（AI 生成內容的 TikTok 競爭對手）以及 Instant Checkout（在 ChatGPT 中直接購物）。OpenAI 消費者應用團隊由前 Instacart CEO Fidji Simo 領導，顯示其不僅僅是 API 供應商，更致力於開發終端使用者應用程式。Roi 的技術與人才可協助提升這些應用程式的適應性。Vishwajith 與共同創辦人 Chip Davis 曾於 Airbnb 工作，擅長最佳化使用者行為以增加營收，據其自述，僅修改 25 行程式碼就帶來超過 1000 萬美元的額外現金流。隨著 OpenAI 持續在資料中心與基礎設施上投入數十億美元，透過
-
Google 的 Gemini AI 應用即將迎來重大改版
在 OpenAI 的影片編輯應用程式 Sora 成功登頂美國應用商店後，Google 似乎正考慮為其 Gemini AI 應用程式進行更側重視覺的重塑。據 Android Authority 報導，Google 正在實驗一種新的使用者介面，將應用程式從目前的聊天機器人風格轉變為提供可滾動資訊流，並搭配引人注目的照片與建議提示。這些變化雖尚未公開，但透過逆向工程分析 Gemini Android 應用程式程式碼後被發現。新版本將「建立圖片」或存取「深度研究」等快捷鍵移至螢幕上方，隨後才是可滾動的資訊流。 Google 發言人表示目前尚未有正式公告。在展示範例中，建議的提示包括「將我傳送進深空」、「給我復古或粗獷風格」以及「將我的繪畫轉化為童話故事」等，旨在激發使用者思考如何具體使用 Gemini 的 AI 功能，而非讓使用者自行摸索。此外，這種改版也能提升應用程式的視覺吸引力。若正式推出，將有助於 Google 挑戰 rival OpenAI，後者的 ChatGPT 應用程式目前仍保持極簡主義風格，啟動時僅顯示空白畫面。同時，這也能利用消費者對 Google 新 AI 影像模型 Nano Banana 的需求，該模型曾助 Gemini 應用程式在九月登上應用商店排行榜冠軍，直至被 Sora 取代。