實體: Sora
所有提到 Sora 的 AI 新聞與動態。
-
ChatGPT在日本、紐西蘭、韓國及台灣啟動試點群組聊天功能
OpenAI 於週四推出了 ChatGPT 的群組聊天功能，目前在日本、紐西蘭、韓國及臺灣等特定地區進行測試。該功能允許使用者直接在應用程式內進行協作，適用於 Free、Plus 及 Team 使用者，並支援手機與網頁平臺。此測試旨在探索人們如何使用群組對話，被描述為建立更「共享體驗」的第一步。早期使用者將受邀提供反饋，以協助公司規劃功能擴充套件。根據 OpenAI 說明，私人對話與個人記憶保持完全私密，群組聊天為邀請制，成員可隨時退出，除群組建立者外，其他參與者亦可移除他人。十八歲以下使用者的內容將經過過濾並配備額外的家長控制措施。啟動群組聊天只需點選人物圖示並新增參與者，群組人數可從一人至二十人。每個群組擁有簡短個人資料，所有對話均整理在標註的側邊欄中。GPT-5.1 Auto 處理回應並具備搜尋、圖片生成、檔案上傳及口語輸入等功能。在群組聊天中，ChatGPT 的使用限制僅計算 AI 回應次數，人類參與者之間的訊息不計入限制。ChatGPT 已學習新的社交技巧，懂得何時介入或保持安靜，使用者可標記「ChatGPT」要求其回應，它還能使用表情符號和個人資料照片建立個性化圖片。此功能標誌著 OpenAI 從簡單 AI 助手向類似社交平臺轉變的最新一步，繼九月推出擁有 TikTok 風格資訊流、演算法推薦及直接訊息功能的獨立社交應用程式 Sora 2 之後。
-
Sora for Android 首日裝機數接近五十萬
OpenAI 推出的 AI 影片應用 Sora 在 Android 平臺的首日表現十分亮眼。根據應用智慧提供商 Appfigures 的最新資料，Sora 在 Google Play 商店上架首日，在可訪問市場共下載約 47 萬次。這一數字遠超其 iOS 版本的表現，安裝量超過 4 倍，其中 iOS 版本首日安裝量為 36 萬次，增幅達 327%。不過 OpenAI 指出，由於 iOS 版本僅在美國和加拿大以邀請制開放，而 Android 版本則覆蓋美國、加拿大、日本、韓國、臺灣、泰國和越南等多個地區，且 OpenAI 已在 10 月 29 日取消部分主要市場的邀請限制，使用者無需程式碼即可下載，因此兩者並非完全可比的資料。 Sora 在 iOS 端的首日下載量最初被估計為 5.6 萬次，但經過時間推移，Appfigures 修正了這一資料，認為實際數字更接近 11 萬次，其中美國安裝量約為 6.93 萬次。相比之下，Sora Android 版本在美國的安裝量約為 29.6 萬次，顯示出即便在 iOS 熱潮退去後，使用者對該 AI 影片製作工具的興趣依然濃厚。Sora 允許使用者透過提示詞生成影片，並具備「Cameos」功能，可將使用者及其朋友以動畫形式融入影片中。應用採用類似 TikTok 的垂直滾動資訊流，方便使用者瀏覽他人創作的內容。 此外，Sora 也面臨來自 Meta AI 的競爭。Meta AI 今天（2025 年 10 月 29 日）將其移動應用發布給歐洲使用者，此前已在美國推出。儘管面臨競爭，Sora 在 iOS 端首週安裝量已突破百萬，並穩居美國 App Store iPhone 免費榜單第四名。目前，Sora 在 Android 端已成為一款熱門應用，其跨平臺發展勢頭強勁。
-
Meta 將其 AI 經過短影音資訊推播至歐洲
Meta 於週四宣佈，其短影片資訊流 Vibes 將正式在歐洲推出，該功能整合於 Meta AI 應用程式中。Vibes 類似 TikTok 或 Instagram Reels，但所有展示給使用者的影片均由 AI 生成。此舉發生在 Meta 於六週前於美國推出該功能之後。就在 Meta 推出 Vibes 幾天後，OpenAI 也釋出了 Sora，這是一個用於建立和分享 AI 生成影片的社交媒體平臺。透過 Vibes，使用者可以建立並分享短影片，並訪問專門展示他人 AI 生成影片的資訊流。Meta 表示，該資訊流將隨著時間推移根據使用者興趣進行個性化調整。在內容創作方面，使用者可透過提示詞生成影片，或重新編輯他人的影片，並能新增視覺效果、疊加音樂或調整風格以符合個人喜好。Meta 強調這是一種本質上具有社交性和合作性的創作體驗，鼓勵使用者與朋友一起重新編輯、共同創作並構建故事。使用者可直接將影片分享到 Vibes 資訊流、傳送給朋友，或跨貼到 Instagram 和 Facebook 的限時動態與 Reels。 然而，Meta 執行長 Mark Zuckerberg 於九月揭曉該功能時，使用者評論多持負面態度，質疑為何要推出 AI 生成的 TikTok 替代品。有評論直言「沒人想要這個」，也有評論批評這是「AI 垃圾」。儘管 Meta 此前宣稱正在打擊「不原創」內容，並建議創作者專注於「真實敘事」，而非缺乏價值的短影片，但此次 Vibes 的推出顯得令人困惑。Meta 表示，自該功能推出以來，Meta AI 應用程式中的媒體生成量已增加超過十倍。同時，YouTube 等公司正試圖限制 AI 內容的泛濫，因為 AI 技術的興起已導致社交媒體平臺充斥大量低品質的 AI 生成內容。
-
訊飛智慧投資五千万美元建置用於程式碼與文字的擴散模型
隨著大量資金湧入 AI 創業公司，擁有新想法的 AI 研究者現在是時候去測試了。如果想法足夠新穎，獨立公司可能比大實驗室更容易獲得所需資源。這正是 Inception 的故事，這是一家開發基於擴散模型的 AI 模型的創業公司，剛剛籌資 5000 萬美元。該輪融資由 Menlo Ventures 主導，參與機構包括 Mayfield、Innovation Endeavors、Microsoft 的 M12 基金、Snowflake Ventures、Databricks Investment 以及 Nvidia 的投資部門 NVentures。Andrew Ng 和 Andrej Karpathy 也提供了額外的天使投資。該專案的領導者是斯坦福大學教授 Stefano Ermon，他的研究專注於擴散模型，這種模型透過迭代 refinement 生成輸出，而非逐字生成。這些模型驅動了 Stable Diffusion、Midjourney 和 Sora 等基於影象的 AI 系統。Ermon 自 AI boom 之前就開始研究這些系統，現在他利用 Inception 將這些模型應用於更廣泛的任務。 與資金同時，公司推出了其 Mercury 模型的新版本，專為軟體開發設計。Mercury 已經整合進 ProxyAI、Buildglare 和 Kilo Code 等多個開發工具中。Ermon 表示，擴散方法將幫助 Inception 的模型在延遲（response time）和計算成本這兩個最重要指標上節省資源。他說，這些基於擴散的 LLM 比其他人今天構建的都要快且高效，這是一種完全不同的方法，仍有大量創新可以帶來。 理解技術差異需要一些背景知識。擴散模型在結構上與主導文字 AI 服務的自回歸模型不同。像 GPT-5 和 Gemini 這樣的自回歸模型是順次執行的，根據先前處理的材料預測下一個詞或詞片段。擴散模型是為影象生成訓練的，採用更整體的方法，逐步修改回應的整體結構，直到匹配所需結果。傳統觀點認為應使用自回歸模型處理文字應用，這對於最近一代 AI 模型非常成功。但越來越多的研究表明，當模型處理大量文字或管理資料約束時，擴散模型可能表現更好。Ermon 指出，當在大型程式碼庫上執行操作時，這些品質成為真正的優勢。 擴散模型在利用硬體方面也有更大的靈活性，這在 AI 基礎設施需求日益明顯時特別重要。自回歸