今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜ChatGPT 全新任務功能
🚀｜Luma AI 影片生成模型 Ray2
📊｜哪些 AI 最不容易產生幻覺？
🧭｜如何使用 GitHub Copilot？
🔬｜用 GPT-4 學習 6 週相等於 2 年
🔍｜超大開源 AI 模型在 2025 年出現？
🗞️ NEWS
ChatGPT 全新任務功能「Tasks」
圖片來源：OpenAI
OpenAI 推出 ChatGPT「Tasks」功能測試版，只要告訴它需求、時間，ChatGPT 就會自動提醒、完成重複任務。
任務設定：可以設定一次性提醒（例如：會議時間、待辦事項），也能安排重複性任務（例如：每日天氣預報、新聞摘要）。
支援多平台：任務可透過專屬介面管理，支援電腦、手機、網頁、Email 接收通知。
任務建議：ChatGPT 能依據對話內容主動提出任務建議，用戶同意後就能執行。
如何使用：目前此功能已經開放給 Plus、Team、Pro 用戶，可以從「含計劃任務的 GPT-4o」模式下使用，最多可以同時開啟 10 個任務。
🧰 TOOLS
Train Fitness：讓 AI 成為你的健身教練！
來自合作夥伴：Train Fitness
Train Fitness 是由加拿大團隊打造的一款 AI 健身 App，能夠透過智慧手錶自動檢測超過 470 種健身動作，讓 AI 真正成為你的健身教練。
AI 演算法：使用專利 AI 演算法（Neural Kinetic Profiling™，NKP）來精準捕捉、分析人體健身動作。
自動追蹤：只要佩戴 Apple Watch，不需額外手動輸入，就能追蹤紀錄槓鈴、啞鈴、壺鈴…等動作組數。
AI 健身計劃：根據過去的訓練、恢復情況和健身目標，AI 會生成專屬於你的健身訓練計劃。
實際體驗：目前我已經使用 Train Fitness 4 個多月，是我用過最好用的健身追蹤 App（如果有更好的選擇，拜託介紹一下💪）
Trian Pro：付費升級版也提供更多 AI 功能，現在透過此連結可以免費獲得 2 個月 Trian Pro 會員資格
🚀 LAUNCH
Luma AI 推出全新影片生成模型 Ray2
圖片來源：Luma AI
Luma AI 推出全新一代影片生成模型 Ray2，目前已經在 Dream Machine 網站、 iOS App 上開放給付費用戶搶先體驗。
10 倍算力：相比於前代 Ray1，Ray2 使用高達 10 倍計算資源，大幅提升影片品質與穩定性。
更自然流暢：影片中角色和場景的運動、物理效果更連貫，比競爭對手 Runway、Pika 2.0 更自然。
未來計畫：將新增圖片轉影片（Image-to-Video）、影片轉影片（Video-to-Video）及影片編輯功能。
官方 10 種範例：自然運動、遵循指令、模擬物理運動、照片寫實、電影場景、人物表情、超現實、世界探索、視覺效果、特寫鏡頭。
📊 CHART
幻覺排行榜：哪些 AI 最不容易產生「幻覺」？
圖片來源：vectara
Vectara 最新大型語言模型「幻覺排行榜」，評估了各大 AI 模型在摘要文章時，產生幻覺的頻率。
測試過程：使用 831 篇 CNN/Daily Mail 文章，提供各大 AI 模型進行摘要。
評估模型：使用 Hughes 幻覺評估模型（HHEM-2.1）計算每個模型的事實一致性和幻覺率。
模型表現：Google Gemini-2.0-Flash-Exp、OpenAI-o1-mini、GPT-4o 都有不錯的表現。
幻覺大幅下降：大家還記得 1 年多以前模型幻覺有多嚴重嗎？目前頂尖模型摘要的幻覺頻率，竟然已經降至 2% 以下！
🧭 GUIDE
還不會寫程式？如何使用 GitHub Copilot？
還記得 GitHub 上個月宣布推出 GitHub Copilot 免費版了嗎？最近 GitHub 官方也發佈文章介紹了 GitHub Copilot 能做些什麼？
即時程式碼建議：邊打程式，邊出現自動建議，輕鬆搞定重複性的程式碼。
生成單元測試：輸入
/tests減少測試撰寫時間，也能快速找出程式漏洞。生成解釋：選取想研究的程式碼並輸入
/explain，就能獲得解釋。框架升級：Copilot 可列出不相容之處並給出修復建議。
除錯：使用
/fix或在 Copilot Chat 提問「為什麼這段程式不能用？」
🔬 RESEARCH
學生用 GPT-4 學習 6 週：成效相當於 2 年
圖片來源：World Bank
世界銀行（World Bank）最近一篇文章研究：學生使用 GPT-4 作為課後家教，6 週內的學習成效等同於 2 年的正常學習進度。
全面提升：參與 AI 課後輔導的學生，在英文、AI 知識、數位技能測驗中表現優於對照組，甚至連年度考試也表現更好。
參與成效：出席越多課程的學生，學習成效越明顯，延長課程可能帶來更大的進步。
驚人成長：6 週內，學生的學習成效提升達 0.3 個標準差，等同於一般情況下近 2 年的學習成果。
AI 將取代教師？：目前 AI 教育隨機對照實驗（RCT）結果明確指出，AI 教育需結合教師引導才能發揮最大效益。
🔍 INSIGHT
超大規模開源 AI 模型將於 2025 年出現？
圖片來源：Epoch AI
根據 Epoch AI 分析：開源 AI 模型的運算規模正以每年約 4.7 倍的速度增長，預計在 2025 年 11 月前，將出現達到 1e26 FLOP 的開源模型。
超大規模：1e26 FLOP 大約是現今頂尖 AI 模型訓練計算量（1e24 至 1e26 FLOP 之間）的 10 倍。
閉源模型限制：拜登政府最新規定對超過 1e26 FLOP 的 AI 閉源模型施加出口限制，開源模型可能成為突破口。
Meta 持續開源：Meta 在 2024 年 10 月，就開始使用超過 10 萬顆 H100 訓練最新開源模型 Llama 4。
縮小差距：開源模型通常落後封閉模型約 14 個月，但面對新政策限制，大型 AI 實驗室將可能縮短這個差距。
🤝 ADVERTISING
與 {{active_subscriber_count}}+ 位讀者分享你們的產品與服務
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷；管理階層超過 40%，資深職員超過 30%；來自國內外多間知名企業… 馬上預訂合作
