今天與 {{active_subscriber_count}}+ 位讀者一起看:

  • 🗞️|Google 推出超強 AI 圖片模型

  • 🚀|OpenAI 即時語音對話 AI 模型

  • 📊|a16z 發布 Top 100 AI 應用排行榜

  • 🧭|DeepLearning AI 免費 RAG 課程

  • 🔬|AI 程式工具還不能取代工程師

  • 🔍|每個人都能使用強大 AI 工具

影片來源:Google

Google 最新推出的 Gemini Flash 2.5 Image 模型,能夠進行精確的多步驟圖片編輯,在保持人物特徵的同時,讓使用者擁有更多創意控制權。

  • 測試階段爆紅:這個模型在測試時以「nano-banana」之名爆紅,在 LM Arena 圖片編輯排行榜上,以巨大優勢超越第二名 Flux-Kontext,成為榜首。

  • 多輪編輯功能:支援多輪編輯,讓使用者可以一層一層疊加變化,同時在整個編輯過程中保持一致性,還能混合圖片套用不同風格等。

  • 智慧理解能力:模型具備多模態推理世界知識,能在編輯過程中做出策略性選擇,例如為特定場景添加合適的植物,全程只需使用自然語言指令。

價格優勢:透過 API Google AI Studio 使用的價格為每張圖 0.039 美元,比 OpenAI 的 gpt-image 和 BFL 的 Flux-Kontext 模型都便宜一些。

他們是如何做到的:團隊成員在這部影片中分享了這款模型的核心功能、詳細解釋了運作原理

來自合作夥伴:ClickUp

ClickUp 是一款一站式專案管理工具,整合各種功能(任務、文件、行事曆…),幾乎可以一次取代多款生產力工具(Notion、Google Calendar、Trello…)。

  • 內建 AI 系統:自家開發 AI 系統 ClickUp Brain 可以根據公司內部資料回答問題、自動更新任務、會議進度。

  • 連接 1,000+ 種工具:能夠連接 Google Drive、GitHub、Salesforce、Figma、Dropbox…等工具,在 ClickUp 一次搜尋所有資料

  • 內建 100+ 種功能:除了基礎功能,甚至還有 Dashboard、互動報告、心智圖、甘特圖、自動化… 等功能。

目前 ClickUp 已經超過 1,200 萬用戶,NetflixSpotifyIBM 等公司也都在使用。推薦使用免費版本試試看

🤝 ADVERTISING
讓 {{active_subscriber_count}}+ 位讀者認識你的產品

《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷、管理階層超過 40%。超過 30 家國內外知名品牌合作,例如:Intel、數位時代、知識衛星…

OpenAI 推出全新即時語音對話 AI 模型 gpt-realtime,以及 Realtime API,讓 AI 語音體驗更自然流暢。

  • 對話能力:新的 gpt-realtime 模型能偵測非語言線索自動切換語言,同時保持對話自然流暢,讓 AI 語音互動更像真人交流

  • 效能提升:在音訊理解基準測試中,gpt-realtime 達到 82.8% 的準確率,比前代模型的 65.6% 有顯著進步,理解能力大幅提升。

  • 整合功能:加入了 MCP 支援,讓語音助理能無縫連接外部資料工具、不需要額外的客製化整合,大幅節省開發時間。

圖像處理:模型現在可以處理照片截圖等圖像輸入,讓語音助理能同時理解視覺內容對話,應用場景更加多元。

圖片來源:a16z

a16z 再次發布Top 100 生成式 AI 應用排行榜,分析全世界 AI 應用整體使用情況,這已經是 a16z 第五次發布這項 AI 排行榜。

  • 穩居榜首:ChatGPT 仍穩居榜首,Google 的 Gemini 則排名第二,流量達 ChatGPT 的 12%,Google 的 AI StudioNotebookLM 和 Labs 也都上榜。

  • 快速崛起:Grok 排名第 4 並持續進步,特別是在 Grok 4 和 AI 助手推出後,使用量明顯增加,展現強勁成長趨勢。

  • 中國優勢:在行動 App 排行榜的 50 個應用中,中國開發的 App 就佔了 22 個,但值得注意的是,其中只有 3 款主要在中國使用。

    圖片來源:a16z

Vibe Coding 新風潮: LovableCursorReplit 都在這次榜單中上升,AI 輔助程式開發領域正快速成長,短短五個月內就有明顯變化。

DeepLearning AI 最新推出的這唐免費 RAG 線上課程,將教你如何建立真實世界的 RAG 系統,從架構設計到部署評估,全方位提升 LLM 回答準確性

  • 課程內容:涵蓋 5 大模組,包括 RAG 概述、資訊檢索基礎、向量資料庫應用、LLM 文本生成,以及 RAG 系統實際部署。

  • 實作專案:動手打造 RAG 系統,從簡單原型到生產級元件,還能開發專屬聊天機器人解決現實問題。

  • 技術重點:學習關鍵字搜尋語意搜尋混合搜尋等技術,並使用 Weaviate 向量資料庫處理真實資料集。

適合對象:需要中級 Python 技能,由 Together AI 的 AI 工程師 Zain Hasan 授課,完成後可獲得證書認證 RAG 系統開發能力

圖片來源:Challenges and Paths Towards AI for Software Engineering

最新研究指出,雖然目前 AI 程式編輯工具已經能完成許多程式任務,但在處理複雜程式碼長期規劃方面還有明顯不足

  • 關鍵挑戰:AI 在處理大型程式碼庫長篇幅程式高度邏輯複雜性長期規劃方面仍有困難,常會導致 AI 產生幻覺、提供有問題的建議。

  • 人機協作:研究人員強調改善人機互動介面的重要性,目前的方式是讓人類使用工具,而非工具直接服務人類,未來 AI 應該學會表達不確定性

  • 用戶意圖:目前的 AI 程式編輯工具缺乏「理解程式意圖」的能力,這正是人類思考過程中的重要部分,如果能在未來加入這種視角,能更接近真正的軟體工程師

信任問題:未來即使 AI 能成為「真正的軟體工程師」人類監督還是非常重要,信任問題將隨著自動化程度提高更加突出,人類需要持續參與檢查、驗證的過程。

圖片來源:One Useful Thing

Ethan Mollick 最新文章寫到,強大的 AI 技術正變得更便宜更容易使用,全球已有超過十億人定期使用 AI 聊天機器人,我們正進入「全民 AI 時代」

  • 普及化:ChatGPT 每週有 7 億用戶,加上 Gemini 等其他 AI,強大的 AI 正變得像 Google 搜尋一樣普及,不再是少數人的專利。

  • 成本下降:AI 模型運行成本大幅降低,GPT-4 剛推出時處理百萬 token 要 50 美元,現在 GPT-5 nano 只需 0.14 美元,能耗也減少了 33 倍

  • 易用性提升:現代 AI 不再需要複雜 Prompt 技巧,Google 最新的「nano banana」圖片生成工具,讓一般用戶也能用簡單指令創作高品質圖片。

社會影響:當十億人擁有強大 AI 工具,所有機構、專業都必須適應這個「全民 AI 時代」重新思考人類專業知識的價值

☕️ 一杯咖啡
支持我們繼續為你節省時間

每期電子報花費數小時整理,如果你覺得我們的努力對你有意義,誠摯邀請你一起支持,讓這份電子報繼續為你存在!