古代監控影片爆紅!武松打虎「實拍」流出,AI玩梗令網民真假難辨
AI生成的「古代監控」影片模仿舊監控畫面重現歷史事件,鴻門宴影片更錄得百萬級播放量,帶動相關創作。逼真的畫面加上誤導性文案,令部分影片流傳時被當成真事;AI換臉亦被用於詐騙和假冒直播,並涉及肖像權及私隱問題。
AI生成的「古代監控」影片模仿舊監控畫面重現歷史事件,鴻門宴影片更錄得百萬級播放量,帶動相關創作。逼真的畫面加上誤導性文案,令部分影片流傳時被當成真事;AI換臉亦被用於詐騙和假冒直播,並涉及肖像權及私隱問題。
Adobe 在 Adobe MAX 2026 的 Sneaks 環節展示 4 項 AI 實驗,涵蓋把單張相片轉成可探索的 3D 場景,以及透過視像對話設計 AI 角色並生成動畫「試鏡」片段。
OpenAI 與 Ligo 推出的 100 項濕實驗室任務基準 BioBasicsBench 中,GPT-6 Astra 在 xhigh 推理設定下的平均獎勵為 66.7%,高於 GPT-6.1 Sol 的 62.0%。
阿里雲百煉 Token Plan 是面向 AI 開發者的按量訂閲服務,分個人版與團隊版,以 Credits 統一計量,支援文字、圖像、影片及語音等多模態模型。個人版設 4 檔月付套餐,限時價格為 39 元/月至 499 元/月;團隊版按坐席分 3 類,另有共享用量包。指南説明訂閲、取得 API Key 及配置 Base URL 的流程,服務目前僅支援華北2(北京),並承諾不使用對話數據訓練模型。
DeepSeek-V4.1-Flash-1017 在一次 60 頁 PDF 測試中,答對全部 20 題文字及表格題,卻未能提供 5 題只在點陣圖中出現的數值。模型亦正確回應 3 題文件明確未提供的資訊;另一次圖片輸入測試記錄為 5/5 答對,但沒有保留完整對話紀錄。這是一次診斷測試,並非標準化基準測試或受控模型比較。
蘋果在新博文中詳解 iPhone 18 Pro 和 iPhone 18 Pro Max 的「Hey Siri」喚醒流程及 Secure Exclaves 架構。
阿里雲百煉 Token Plan 指南整理個人版及團隊版的套餐價格、訂閲流程與 API 配置方式,這項按量訂閲服務以 Credits 計量並支援多種模型呼叫。文中列出的個人版四檔限時月費為 39–499 元,團隊版三類坐席為 150–1298 元/坐席/月;服務目前僅限華北2(北京)地域。
作者將 270M 參數的 Gev 決策模型微調為 Doom 玩家,每四個遊戲 tic 根據三張畫面,從 18 種控制組閤中選擇動作。模型以熟練 PPO 遊戲 bot 的 900,000 個決策作行為克隆訓練,並分開處理當前畫面與歷史畫面;混入 128,000 條英文決策題後,英文測試準確率回升至 75.7%。
香港科技大學團隊研發「ASD Super Agent」,家長可提交兒童日常短片、問卷及基本資料,取得自閉症風險評估和分析報告,供尋求專業醫療評估時參考。平台提供網頁版(https://app.ai4asd.com),支援廣東話、普通話及英語語音互動,初步測試的評估指標 AUC 達 0.92。
投資人近期把目光投向懂得判斷情境、拿捏介入時機的 AI,互動能力正由終端功能轉為可獨立研究、訓練和部署的智能能力。Thinking Machines Lab 在 2026 年 5 月發布 Interaction Models 研究預覽,嘗試以約 200 毫秒的微回合處理連續音訊、影片與文字輸入。
阿里雲百煉 Token Plan 提供以 Credits 計量的個人版及團隊版 AI 大模型訂閲服務,支援文字、圖像、影片及語音等多模態模型調用。個人版月費為 39–499 元,團隊版為 150–1298 元/坐席/月;服務目前僅支援華北2(北京)地域。訂閲後需配置 API Key 和 Base URL;每個週期自訂閲日起計 30 天,用量達到套餐額度後服務會暫停,未用完的額度不會結轉。
阿里雲百煉 Token Plan 指南整理個人版與團隊版的收費、訂閲步驟及 API Key 接入流程。個人版月費為 39、79、139、499 元,對應 11,500、25,500、45,000、180,000 Credits;團隊版每席月費為 150、550、1,298 元,對應 25,000、100,000、250,000 Credits。
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,支援快速多模態決策,可在一次處理中進行最多 1000 項是非判斷、選項選擇及標準評估。
Google 推出 Gemini Decisions API,由新的 Gemini Decision 1 模型驅動,可在一次前向傳播中評估有界問題,約 200 ms 返回經校準的概率,且不生成文字 token。
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,可在一次快速處理中,對多模態內容進行最多 1000 項判斷。
阿里雲於 2026 年 11 月 11 日發布 Qwen4-Max 預覽版,並同步在千問 AI 平台推出 Token Plan 訂閲服務。模型支援 1M Token 上下文及文字、圖片、影片輸入,定位於複雜編碼、長週期智能體任務與專業辦公。
阿里千問於 2026 年 11 月 11 日開放 Qwen4-Max 預覽版,僅支援 Token Plan 訂閲,不支援按量計費,預覽期至 11 月 25 日。
Google 發佈旗下首個決策模型 Gemini Decision 1,單次最多回答 1000 道是非題、選擇題或打分題。Google 公佈的 9 項比較評測中,Gemini Decision 1 有 7 項得分最高,JevBench 高 Jev 2.2 個百分點;Artificial Analysis 給予 66 分,與 Jev 1.14 持平。
百度發佈文心5.5 Flash Preview,重點升級程式編寫、遊戲開發、3D建模及內容創作能力。模型總參數量為2800億,每個Token啟用140億參數,支援最長100萬Token上下文,官方稱生成速度超過每秒200Token。模型已在百度智能雲千帆平台上線並可透過API調用,權重計劃於11月25日開放;API每百萬Token輸入繁忙時段2元、閒時1元,輸出繁忙時段8元、閒時4元。
Google 推出 Gemini Decision 1 決策模型 API,支援是非題、選擇題及評分準則題,並沿用 Jev 對是非題的稱呼 Noul。其價格與 GPT-6 Luna 相同,每百萬個輸入 tokens 收費 10 美仙,輸出免費;Jev 每百萬個 tokens 收費 4.2 美仙。
作者以 YOLOv8 和 Qwen2-VL 構建一套以阿拉伯語為先、可在單台 8GB RAM 電腦上運行的店舖盜竊偵測系統。
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。
推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,可對同一共享輸入中的最多 1,000 條問題評分,並回傳經校準的機率,不生成文字。
Google DeepMind 推出 Gemini Decisions API,底層模型 Gemini Decision 1 可在單次處理中評估最多 1,000 個互相獨立的問題。
Google 推出 Gemini Decisions API,透過 Gemini Decision 1 單次前向傳播為封閉式選項評分,並回傳機率及信心分數。每次請求可讓最多 1,000 個獨立問題共用涵蓋文字、圖片、音訊、影片及 PDF 的多模態輸入,輸入上限為 256K tokens。
Gemini Decisions API 支援以音訊及影片作為輸入,有留言認為這在特定情況下相當有用。留言亦指出,其價格較同類決策模型高。
Seed 團隊正式發佈新一代影片創作模型 Seedance 2.5,單次影片生成時長由 15 秒提升至 30 秒,並支援多輪延長。模型單次最多可輸入 30 張圖片、10 段影片及 10 段音訊作參考,並支援時間戳精準編輯。Seedance 2.5 正陸續上線即夢 AI、豆包專業版,API 服務近期將上線火山方舟。
推薦理由:Seedance 2.5 將單次生成時長由 15 秒提升至 30 秒,並支援多輪延長及多模態參考,交代長敍事創作的主要能力變化。
字節 Seed 正式推出 SeedRealtime 原生音影片全雙工大模型,將音訊、影片與文字整合於統一架構,並支援連續多模態資訊流即時互動。它可進行音影片聯合理解、主動介入及對話節奏判斷;端到端人工評測顯示,相較級聯模型,音影片對話節奏問題減少一半。SeedRealtime 已在豆包 App 全量上線,更新至最新版本後,可在對話框選擇「打電話」進入影片通話體驗。
獨立開發者以 Kotlin Multiplatform 製作 Mangit,供 iOS 和 Android 翻譯漫畫頁面,並把每頁處理成本由約 $0.05 降至約 $0.001 至 $0.004。精簡流程為各步驟採用較小型專用模型,並自行排版;大型模型則保留作後備。應用程式支援 30+ 種語言,免費試用包括起初 3 頁,其後每週可免費翻譯 3 頁。
LightTAR 聚焦多模態表格學習,題名所述方向是輕量、快速的目標感知表示。HuggingFace Daily Papers 頁面顯示,現有 0 個模型及 0 個數據集引用這篇論文,另有 1 個 Space 收錄。
BrickFlow 結合以程式生成的 LEGO 組裝件預訓練、經圖像條件微調的 set-conditioned SE(3) flow 模型,以及解析式連接場引導,從組裝物件圖像推斷各零件的姿態。微調使用的數據量僅為預訓練的 1%,測試時的連接場引導則將預測拉向零件互相連接的組裝結果。研究顯示,模型規模、預訓練和引導均可改善組裝品質,模型和數據已開放供研究用途。
EvenVLM 提供首個面向瀕危 Even 語言的文本與多模態 VQA 數據集,並以 Qwen3-VL-4B 的 LoRA 微調提升文本任務、翻譯和 VQA 表現。
Google 於 2026年11月11日推出 Gemini Decisions API,由 Gemini Decision 1 驅動,可透過 Google AI Studio 的 Gemini API,在單次請求中評估文字、圖像、音訊、影片及 PDF 上最多 1,000 個互相獨立的問題。
Gemini API 發佈 Gemini Decision 1(gemini-decision-1)及 Decisions API。兩者支援文字、圖像、音訊、影片和 PDF 的快速、經校準二元、類別及評分規準判斷,輸出 tokens 為零。更新日誌亦連結至定價及速率限制頁面,以及 Decisions API 入門指南。
Stanford Wu Tsai Neurosciences Institute 與 Stanford HAI 頒發第二輪 AI and Neuroscience Grants,資助五個探索神經科學與 AI 交匯的項目。研究涵蓋抑鬱症腦影像、嬰兒學習、神經元細胞類型、心理治療對話與腦活動,以及氣味與人類經驗,目標包括加深對大腦的理解及推進受人類經驗啟發的 AI。
Adobe 預覽四款面向創意工作流程的實驗性 AI 工具,涵蓋角色開發、把平面圖像轉為可導航的 3D 場景、混音音效,以及轉移照片編輯。這些項目仍屬技術預覽,Adobe 尚未承諾推出;未來或會納入 Creative Cloud 應用程式或 Firefly。
作者分享以 AI 將整話漫畫翻譯成英文的 CBZ 工作流程,涵蓋頁序整理、整話共用語境及人工檢查。LingoManga 支援上傳 ZIP 或 CBZ,提供免費低解像度預覽;一次支付 $4.90 即可解鎖無水印的全解像度 ZIP,預覽毋須帳戶。
Adobe 公佈四項 AI 實驗項目,可把平面圖像轉成可探索的 3D 空間,並透過對話設計 AI 角色。Project Sound Bender 可用文字提示詞生成並調整影片音效,Project Rinse Repeat 則能把已完成的照片編輯套用到其他人物或物件;這些項目目前均屬技術預覽,不保證最終推出。
Adobe 公佈四項 AI 實驗項目,涵蓋透過對話設計 AI 角色、把平面圖片轉成可探索的 3D 空間、生成並調整影片音效,以及把照片編輯效果套用到其他人物或物件。這些項目目前均屬技術預覽,未保證會正式推出。
Adobe 公佈多項 AI 實驗功能,可把照片轉成可探索的 3D 場景,並讓用戶透過對話設計 AI 角色。Project Screen Test、Project Sight Span、Project Sound Bender 和 Project Rinse Repeat 分別涉及角色設計、照片重構、音效混音及複製編輯。這些功能目前屬技術預覽,未必會成為 Adobe 產品的正式功能。