OpenAI 推出 Images 2.6,新增 GIF 動畫生成功能
OpenAI 推出圖像生成工具 Images 2.6,現已在全球 ChatGPT 與 Codex 的網頁版、桌面版及手機版上線,適用於所有訂閲方案,並新增 GIF 動畫生成功能,圖像生成速度較以往提升 50%。
推薦理由:Images 2.6 同步登陸 ChatGPT 與 Codex,並提供 API 版本;GIF、SVG、參考影像重用及提速,呈現這次更新的功能與可用範圍。
AI 產品與應用的功能上新、改版與商業化動態——誰家的產品變強了、變貴了、能用了。
OpenAI 推出圖像生成工具 Images 2.6,現已在全球 ChatGPT 與 Codex 的網頁版、桌面版及手機版上線,適用於所有訂閲方案,並新增 GIF 動畫生成功能,圖像生成速度較以往提升 50%。
推薦理由:Images 2.6 同步登陸 ChatGPT 與 Codex,並提供 API 版本;GIF、SVG、參考影像重用及提速,呈現這次更新的功能與可用範圍。
Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。
Cursor 現已支援用戶透過雲端智能體構建可上線運行的網頁應用程式,並配置資料庫、身份驗證及部署,再以連結分享。應用程式可從 Cursor Origin 或 GitHub 上的新建或現有程式碼庫部署;發布前會經確定性檢查及智能體式安全檢查,並須由用戶明確發布。所有已啟用雲端智能體的付費方案均可使用此功能;應用程式可分享給指定人員、羣組或整個團隊,個人方案亦可公開分享。
推薦理由:這項能力把應用程式構建、資料庫與身份驗證設定、部署和團隊分享連在同一流程,並列明發布前檢查及管理員控制方式。
AWS 宣佈 Amazon Bedrock AgentCore 的 Web Answer 正式可用,用戶可透過一次工具調用,取得根據當前網頁來源生成並附有引用的答案。Web Answer 會規劃並執行多次搜尋、核對網頁內容,再生成答案;相較之下,Web Search 提供排序結果,由用戶自己的模型負責合成答案。目前服務只在 us-east-1 提供,每 1,000 次工具調用收費 $10。
推薦理由:文章交代 Web Answer 與 Web Search 的分工,並逐步示範如何透過 AgentCore Gateway 接入及由 MCP 相容 Agent 調用,呈現整合流程。
Mistral 擴展 Mistral Studio,新增託管智能體和應用等功能,讓團隊可用 Mistral Large 4(Le Chonk)建置企業 AI 系統。更新亦加入工作流程、企業上下文、智能體可觀測性及評估功能;平台可部署於雲端、VPC 或本地環境,並支援權限控制和人工審批。文中舉例,產品營運團隊的工作流程每週節省約 35 小時,事故調查智能體則每月為團隊節省數百小時。
推薦理由:文章具體拆解智能體、工作流程與應用如何共用 Studio 基礎設施,並把權限、人工審批及追蹤評估納入企業部署流程。
Phonon TTS 推出兩款可在裝置上離線運行的文字轉語音模型,合計支援五種語言。兩款模型約為 65 MB 和 75 MB;Phonon 31m 採 Apache 2.0,Phonon 40m 涵蓋五種語言並採非商業授權。
推薦理由:文章同時交代 Phonon 的離線運行方式、授權與多語言支援,並對照 Open TTS Leaderboard 的可理解度及速度表現,呈現小型語音模型的部署特點。
OpenAI 推出 Images 2.6,並在 API 提供 GPT-Image-2.6 Flare 和 Sunburst。更新加入 GIF 輸出、SVG 匯出、標記引導編輯和複雜度參數;OpenAI 稱圖像生成速度較前一版本快 50%。Flare 在畫質設為 low 時最快可於 6 秒生成圖像;複雜度分 low、medium、high 三級,預設為 high,調整不另收費。
推薦理由:文章整理兩款 API 模型的用途、速度與複雜度設定,並指出雖列出 token 價格,仍未提供單張圖像成本表。
OpenAI 發佈 Images 2.6,供 ChatGPT、Codex 和 API 使用,圖像生成速度提升 50%,並支援以提示詞生成 GIF。開發者可透過 API 使用 GPT-Image-2.6 Flare 和 Sunburst;更新亦加入 SVG 匯出、圖像標記及 complexity 參數,文章並附上六幀循環 GIF 實測。
推薦理由:文章以六幀循環 GIF 實測及編輯功能更新,展示 Images 2.6 在動態素材製作和多輪修改上的用途與控制選項。
OpenAI 開始提供 ChatGPT Images 2.6,支援從文字或靜止圖像製作動畫 GIF、逐格編輯及保存參照圖片;OpenAI 稱圖片生成速度較前提升 50%。API 同步提供 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst,並支援 GIF、SVG 輸出及 complexity 參數;GIF 和 SVG 輸出僅限新圖像生成端點。
推薦理由:本文並列 ChatGPT 端的 GIF 編輯與參照圖片功能,以及 API 的模型更新和格式限制,可看清兩種使用入口的差異。
OpenAI 推出 Images 2.6,供 ChatGPT、Codex 及 API 使用,提升圖片生成速度及編輯控制。
推薦理由:正文列出 Flare 與 Sunburst 的生成特點,並説明複雜度設定的使用情境,為 API 模型選擇及調校提供參考。
Claude Platform 11 月 5 日更新為 Claude Enterprise 組織在 Compliance API 加入測試版 Security posture 資料,並推出測試版 IP allowlist。
推薦理由:更新把安全狀態查詢、IP 存取限制及成員全面登出納入管理功能,呈現 Claude Enterprise 組織新增的管理控制範圍。
OpenAI 為 ChatGPT 推出 Images 2.6 更新,現可透過提示詞或上載照片生成 GIF,並可調整動畫速度、編輯單格畫面及分享。更新亦加快圖像生成;OpenAI 表示,用戶目前每週透過 ChatGPT 及其 API 生成超過 40 億張圖片,高於 9 月公佈的每週 30 億張。
推薦理由:更新把 GIF 生成、逐格編輯和分享整合至 ChatGPT,並提供每週圖片生成量由 30 億增至逾 40 億張的對照。
Apple 推送 iOS 27.3 首個開發者 Beta,國行 iPhone 開始測試 Apple 智能,Siri、寫作工具和視覺智能接入千問。支援 iPhone 15 Pro、15 Pro Max、iPhone 16 全系及之後機型;開發者可用 Apple 帳戶免費註冊下載 Beta,正式版 12 月推送。
推薦理由:文章交代國行版 Apple 智能與海外版的功能差異,並整理支援機型、測試版安裝條件及尚未推出的功能,呈現目前開放範圍。
Hugging Face 提出 transformers-mic,將縮小版模型、可執行的使用路徑及人工審核基線組成 Model Integration Contract,用於在 PR 中檢查模型整合回歸。
推薦理由:文章交代如何以縮小版模型、可執行的使用路徑及人工審核基線建立測試契約,並展示其在 CPU 上重現 UMT5 回歸的過程。
OpenAI 建成 Pando,作為 Git 倉庫的新後端,現已支援 OpenAI monorepo 的全部開發工作。Pando 保留 Git 協議和用戶端相容性,透過分支級並行更新及重用 packfile 擴展寫入和讀取能力。官方表示,Pando 將中位數推送延遲降低近 80%,每日可傳輸近一 petabyte Git 數據。
推薦理由:文章拆解 Pando 如何以分支級因果一致性及重用 packfile 支援並行寫入與大規模讀取,並交代放寬全倉庫一致性的取捨。
Apple 宣佈,Apple 智能首批核心功能將於 11 月 4 日隨最新 iOS 開發者 Beta 版開放測試,並於 12 月隨 iOS 27.3 正式面向中國用戶推出。
推薦理由:材料列明國行 Apple 智能的測試與正式推出時間、首批功能及千問接入的同意和登入安排,勾勒此次更新的適用範圍。
Apple 宣佈首批 Apple 智能功能將於 11 月 4 日起在中國開放開發者 Beta 測試,並於 12 月隨 iOS 27.3 正式推出。中國版由 Apple 自家生成式模型驅動,並可在 Siri、寫作工具及視覺智能中選擇接入阿里巴巴千問。阿里巴巴稱,傳送問題、文件或圖片前會先徵求用戶同意,相關請求及生成回覆不會用作模型訓練。
推薦理由:測試與正式推出日期及千問整合方式一併交代,並區分 Apple 自家模型與可選接入的角色,呈現中國版首批功能的安排。
Apple 宣佈與阿里合作,千問將整合至 Apple智能;Apple智能功能將於 12 月隨 iOS 27.3 正式面向中國用戶推出。11 月 4 日起,相關功能會先在最新 iOS 開發者 Beta 版開放測試。用戶可在 Siri 的特定請求中接入千問,也可在寫作工具使用千問「創作」功能;使用千問須登入千問帳戶或選擇透過 Apple 登入。
推薦理由:文章交代 Apple 智能在中國的測試與推出時間,並説明千問接入 Siri 及寫作工具的方式和登入要求,呈現首批功能的使用入口。
蘋果推出首款全螢幕多點觸控 MacBook Pro,採用 M5 Pro 或 M5 Max、雙層串聯 OLED 顯示屏及靈動島,頂配價格為112,624元。文中以 LM Studio 載入14B參數模型並輸入8K提示詞,稱 M5 Max 的首 Token 響應速度達 M1 Max 的12倍。M5 Max 最高配備128GB統一記憶體,文章亦介紹觸控手勢、離線生圖及小模型微調等用途。
推薦理由:文章交代觸控 OLED 版與普通 Mini-LED 版的價差,並列出重量及本地模型測試數據,提供比較形態升級與端側 AI 配置的依據。
Apple 宣佈 Apple Intelligence 將在中國推出,並接入阿里巴巴的千問(Qwen)。首批功能將於 11 月 4 日起隨最新 iOS 開發者 Beta 版開放測試,並於 12 月隨 iOS 27.3 正式推出。首批功能僅限 iPhone,千問可在 Siri、寫作工具及視覺智能中提供文字與圖像理解、內容生成等能力;本次更新不包括 Siri AI。
推薦理由:內容交代 Apple 自研模型與千問的分工,以及首批功能的裝置和服務範圍,有助掌握這次國行推出的具體涵蓋內容。