Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS,支援自訂聲線、逐句控制表演及雙人對話生成。
推薦理由:兩款 TTS 模型涵蓋逐句演繹與長篇生成,Flash TTS 另可自訂聲線;聲音複製設有同意驗證,生成音訊加入 SynthID 水印,呈現創作控制與防護安排。
Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS,支援自訂聲線、逐句控制表演及雙人對話生成。
推薦理由:兩款 TTS 模型涵蓋逐句演繹與長篇生成,Flash TTS 另可自訂聲線;聲音複製設有同意驗證,生成音訊加入 SynthID 水印,呈現創作控制與防護安排。
Harvey 透過 GPT-6 Astra 產出結構更清晰、能顧及上下文的法律文件草稿,讓律師可把精力集中於策略工作。
ChatGPT Ads 正擴展至東南亞及台灣。這項擴展讓符合資格的企業能透過新途徑觸及超過 60 個國家的受眾。
HKGAI正式推出由HKGAI V3驅動、面向高等教育的AI教學及學習助理HKLearn,首站已於香港科技大學上線,科大專屬版本稱為HKUST Teaching Agent。該系統已吸引超過3,000名學生註冊,累計上載超過24萬份學習資料。HKLearn可同步課程大綱、講義及閲讀材料,並在回答問題時定位相關教材頁面;系統亦可依教材生成測驗、記憶閃卡及思維導圖等。
GPT-6 改進提示詞快取,提升快取命中率,並加入新診斷功能、明確斷點,以及可降低延遲和成本的控制項。
DIFFUSE 正式推出,讓品牌、代理商和工作室搜尋、聯繫及聘用 AI 原生創意人才,創意人士和製作公司則可建立個人檔案及展示作品集。Runway 團隊分析近 400 間公司的 1,000 多個創意職位空缺,發現 17% 提及 AI 技能或生成工具;Runway 是這些職位最常提及的影片專用工具。
NVIDIA 發佈 Isaac ROS 5.0,加入讓開發者與 AI 智能體協作構建機械人的工作流,並支援 ROS Lyrical 和 Ubuntu 24.04。
推薦理由:Isaac ROS 5.0 把智能體工作流、可重用技能和平台支援納入開源機械人開發,呈現開發工具銜接 Jetson 部署的實作路徑。
Hugging Face 為 Transformers 加入 GGUF 支援,讓用户可透過熟悉的 Transformers API 在本機載入量化檢查點並生成內容。
推薦理由:文章示範透過 Transformers API 從 Hub 載入 GGUF 量化檢查點,並以 Q4_K_M 等選項説明檔案大小與精度的取捨。
Higgsfield AI 藉助 GPT-6 Astra 在一天內推出新影片功能,讓小型企業更容易製作影片廣告。這亦令 Higgsfield AI 能更快將新創作工具推向市場。
OpenAI Academy 擴增面向員工、開發者、領導者、教育工作者及學生的全新學習路徑,協助他們培養並展示實用 AI 技能。
Runway 推出統一定價,讓已購買的 credits 可在網頁版應用程式及 Runway Dev 共用,企業管理員亦可在同一處管理 credits 和用戶。新企業在 2026-12-31 前簽約可獲額外 10% credits;現有企業推薦合適的 AI 應用產品負責人並在限期前完成購買,可獲 5,000 credits 及 1 天 Applied AI Architect 支援。
Cooley 使用 ChatGPT Work 建立 GO Public,為 IPO 流程引入智能支援。該工具協助律師提早發現問題,並把專業判斷集中於最重要之處。
博智感知交互研究中心(CPII)連續第三年與香港電台合作,在2026年《施政報告》現場直播中部署升級版「即時語音轉摘要會議助手」,即時提供字幕、分節逐字稿及政策摘要。新版本以經錯字修正的完整句子生成摘要,並擴展日語、俄語、印地語、法語、韓語、西班牙語及葡萄牙語支援。
Meta 於 2026 年 9 月 15 日推出 WhatsApp Business Tools MCP,讓 AI 智能體透過對話建立 WhatsApp Business 帳戶、驗證電話號碼並註冊 Cloud API。它亦可建立和編輯訊息範本、追蹤審批、傳送測試訊息及設定 webhook;目前逐步推出,供開發和測試使用,不支援正式環境大規模發訊。
OpenAI 探索以 AI 驅動的全新廣告體驗,涵蓋 Sponsored Agents、面向營銷人員的工具,以及與 HubSpot 和 Shopify 的整合。
GPT-6 Astra 協助 Hex 的資料智能體將答案轉化為互動式視覺化內容,令員工引以為傲並樂於分享。
ChatGPT Work 與 Codex analytics 協助團隊瞭解 AI 使用情況及開支,並將採用情況連結至業務成果。團隊亦可藉此辨識培訓需求。
Cognition 藉助 GPT‑6 Astra 提升 Devin 測試軟件並驗證其可正常運作的能力。目標是讓工程師減少審閲程式碼,並交付更多成果。
OpenAI 在 ChatGPT Work 推出 Data agent,支援連接公司數據、發掘洞察,並透過自然語言以 AI 建立互動式儀錶板。
OpenAI 推出 ChatGPT for Financial Services,結合內置金融數據與 GPT-6 Astra,用於研究、建模及製作面向客户的材料。
OpenAI 推出 Agents API,這項由 Codex harness 驅動的託管服務可用於建置及啟動雲端智能體。服務支援編排、長時段工作階段與工具使用。詳情見 https://openai.com/index/introducing-the-agents-api。
推薦理由:這則公告交代 Agents API 將編排、長時段工作階段與工具使用納入雲端智能體託管服務,清楚界定其運作範圍。
Runway 推出 Runway Plugins,讓用戶可在 Premiere Pro 和 After Effects 內生成、編輯及放大內容,並直接把結果放回時間軸。Edit Studio 可對現有片段的錨點影格進行風格轉換,再由 Aleph 2 以來源片段相同時長重新渲染;插件可在 macOS 和 Windows 免費下載,生成需使用付費方案額度。
Google DeepMind 推出 AlphaGenome Atlas,提供人類基因組 9 billion 個單核苷酸變異的分子效應預測。平台整合 AlphaGenome 與 AlphaMissense 的預測,推出 AVI 分數,協助研究者排序變異並解讀分子效應,涵蓋編碼及非編碼區域。
推薦理由:UK Biobank 案例顯示,按預測分子效應聚合罕見變異,研究者在逾 54,000 名參與者資料中多找出 22% 的非編碼區域遺傳關聯。
OpenAI 推出 ChatGPT Images 2.5,可把使用者的想法、草圖和參考相片轉化為更個人化、精緻,且更能反映其構想的圖像。
Runway 推出 Team 團隊方案,提供共享專案、共用點數池及協作功能,讓團隊成員在同一處存取工作並接續彼此的成果。方案包括最多 100 個共享專案、Brand Kits 和 1TB 儲存空間,每個席位每月為共用點數池增加 6,900 點,並可共享最多 20 項智能體技能。
GitHub 推出 Project HydraFusion 研究預覽,以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程;所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`,再執行 `/model` 選用 HydraFusion。
推薦理由:三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨,與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。
Hugging Face 推出開源工具 funes,讓 Claude Code、Codex、pi 和 Hermes 共用可檢索的持久記憶。funes 預設在本機索引、嵌入及重排工作記錄,檢索時返回原文並標示智能體、時間戳、工作階段和回合;記憶亦可發布至預設私有的 Hugging Face 資料集,供其他機器使用。
推薦理由:funes 將不同編碼智能體的工作記錄轉為本機可檢索記憶,並保留原始片段及來源脈絡,展示跨會話延續決策依據的實作方式。
Google DeepMind 推出有限度開放的 Fairwind Program,讓政府機構及可信賴夥伴使用進階 AI 網絡防禦能力。計劃把 Gemini 3.8 Flash Cyber 與 CodeMender 結合,用於自主發現、驗證及修復漏洞,並可在機構安全雲端環境內於數分鐘生成經驗證、可部署的修補程式。
推薦理由:Fairwind 將 Gemini 3.8 Flash Cyber 與 CodeMender 結合,讓參與機構在安全雲端環境內生成經驗證、可部署的漏洞修補程式,將人工修補由數週縮至數分鐘。
Runway 推出 Runway Dev MCP,這個託管式 MCP 伺服器可連接 Runway Dev 帳戶與編碼工具,讓編碼智能體管理整合設定及除錯。智能體可查詢可用模型、價格、能力和請求 schema,並建立及設定 Model Router,按成本、延遲或質素在多個模型間路由。生成失敗時,智能體亦可查找失敗原因、修正請求並重試。
Google DeepMind 推出 Gemini 智能體影片理解功能,影片分析成本最多降低 66%、token 用量最多降低 88%,準確度最多提升 7%。
推薦理由:相較固定 FPS 靜態處理,Gemini 會動態檢視畫面、音訊與字幕,影片分析的 token 用量最多減少 88%、成本最多減少 66%。
醫療機構現可將 EHR 及其他行業數據連接至 ChatGPT。ChatGPT 可連接可信醫療數據,讓臨牀人員安全存取患者背景、醫學研究等資訊。
Hugging Face 推出 @huggingface/kernels JavaScript loader,並在 Hub 發布首批 207 個 WebGPU kernels。
推薦理由:文章將 207 個 WebGPU kernels 的版本化操作契約、正確性測試與基準案例一併呈現,並提供 Apple M4 上與 ORT WebGPU 的比較數據。
Voice Arena 與 Hugging Face 為 Open ASR Leaderboard 加入 Monsoon en-IN 和 Monsoon hi-IN 評測集,涵蓋 Indian English 與 Hindi,令 Hindi 成為其多語言分頁首個 Indic language。
推薦理由:這批評測集把説話者背景與可接受的拼寫變體納入 ASR 評估,讓總體 WER 之外的區域差異和 Hindi 正字法誤差更容易被辨識。
Google Earth AI 介紹實驗性行星預測引擎(PPE),可根據自然語言查詢自主完成地理空間資料搜尋、整理、模型訓練與評估。測試中,21 項 CDC 健康指標的平均 R² 為 76.8%,高於人工專家流程的 60.0%;尼日利亞糧食安全由 ADM1 下採樣至 ADM2,R² 為 66.1%,基線為 31.5%。
Google DeepMind 推出 Gemini Omni 1.1 Flash,為影片生成加入場景延伸、首尾幀控制、影片參考輸入及 1080p 或 4K 輸出。
推薦理由:場景延伸可分析最多10秒的既有影片,並以10秒增量延長至累計40秒;配合首尾幀指定,呈現更長影片創作中的控制方式。
數字政策辦公室將推出四項 AI 效能提升項目,以提升 1823 服務,並支援政府部門應用 AI。項目預計可減少通話後處理時間 15%、人手輸入時間 30%,並把投訴識別時間由兩日縮短至數小時。數字辦計劃於第四季在「智方便」推出 1823 網頁版應用程式,並於政府內部試行 AI 智能體。
ChatGPT for Teachers 正擴展至 55 個美國學區系統。此擴展將為額外超過 100,000 名教育工作者及職員提供安全 AI 工具、培訓和支援。
OpenAI 推出供 ChatGPT Work 和 Codex 使用的 Admin plugin,可分析工作區使用情況、管理成員與權限、調整限制,並處理管理員請求。
GPT-5.6 現已在 Kiro 中提供,協助開發者以更佳性價比規劃、建構、審查及測試軟件。
Mistral 推出 Agentic Search,讓模型透過多步檢索搜尋、查看、導覽及核實複雜文件中的資料。在 FinanceBench 金融文件測試中,正確率由 26.7% 升至 86%;OfficeQA Pro 表格密集的多文件問題則由 6.3% 升至 51.9%。
推薦理由:FinanceBench 和 OfficeQA Pro 的基準數據呈現 Agentic Search 相較單次 RAG 的準確率提升,也量化延遲與 token 使用量變化。