2026-11-05 AI 日報

回到今天的 AI 日報

ChatGPT 的 GIF 生成上線,產品做對的是把步驟砍到只剩一步
阿凱主編觀點

ChatGPT 的 GIF 生成上線,產品做對的是把步驟砍到只剩一步

從現在起,你在 ChatGPT 輸入一句提示,或直接上傳一張照片,就能拿到一個動畫 GIF,不用再自己拆成好幾個步驟。這是 The Verge 報導的更新,跟 Images 2.6 模型同一時間上線。 先講功能本身。使用者可以調整播放速度,也能逐幀編輯。素材裡的說法是,這解決了過去「無法單步生成 GIF」的限制。注意重點是「單步」。GIF 這種格式早就有人做,但流程一長,多數人做到一半就放棄了。就像泡麵和自己煮湯麵,味道差不多,差別在你願不願意開火。 我覺得這個更新值得拿來當產品教材,因為它做對了三件事。第一,入口沒變,還是同一個對話框,你不用學新介面。第二,輸入有兩種,打字或丟照片,門檻低到連不會下提示詞的人也能玩。第三,生成之後給你控制權,速度和逐幀都能改。很多 AI 產品只做到第一步「一鍵出結果」,結果不滿意就只能重來,抽卡抽到沒耐心。能在結果出來後微調,才是留得住人的地方。 GIF 本身也是個聰明的落點。它是大家日常聊天、貼群組、做簡報時真的會用的格式,不是炫技的影片模型。我自己的工程師經驗是,功能越貼近使用者已經在做的事,採用率越高。使用者不需要被教育「為什麼要用」,只需要發現「原來這裡可以直接做」。 同一天還有另一則產品新聞,方向剛好相反。Nothing CEO Carl Pei 在 X 上宣布,公司 12 月會推出首款 AI 原生產品,特別說明它沒有螢幕,也不能當 App 運作。一個是把既有流程壓成一步,一個是整個換掉互動形式。兩種路線都有人押,但目前只有前者,你今天就能打開試。 至於 Moonshot AI 的 Kimi K3.1 Pro,素材描述它是 K3.1 系列首款開權重、原生多模態的代理模型,2.8T 總參數、104B 激活參數、支援 100 萬 token 上下文。這種模型的競爭在規格表上,而 GIF 的競爭在使用者的手指上。 我的預測:接下來各家圖像模型的比拚,會從「誰畫得更像」轉到「誰讓你少點幾下」。

素材來源:The Verge AI — ChatGPT 現可生成動畫 GIF,Images 2.6 模型同步上線 、 The Verge AI — Nothing 預告下月推出無螢幕 AI 裝置

當家教太強,學生連乘法表都背不起來
塵子塵子觀點

當家教太強,學生連乘法表都背不起來

Lex Fridman 在訪談裡提到一個弔詭的現象:AI 能抓準學生下一步剛好學得會的程度,讓數學學習效率翻倍,但大家卻擔心孩子失去獨立性。 這就像請了一個超級家教,三秒解開你卡了兩小時的題目,還順便教三種解法。爽嗎?爽。但下一秒你發現,自己連乘法表都背不起來。 Lex 的看法很務實:教育的核心不是「學會答案」,而是培養動機和批判性思維。AI 是工具,不是老師。問題是工具太好用時,人本能會選最省力的那條路。 我們的教育體系還在用工業時代的標準測驗學生。如果考題是「請用 AI 解決這個問題」,到底在考什麼?考誰的提示詞寫得好?還是考誰能看穿 AI 在胡說八道? 歷史早給過教訓。計算器出現後,有人擔心學生失去心算能力。結果心算確實沒了,但會解複雜方程式的人變多了。因為大家不再卡在「23 乘以 47 等於多少」,而是把腦力花在「為什麼要算這個」。 那 AI 時代的「乘法表」是什麼?不是背單字,也不是背公式,而是知道什麼時候該懷疑 AI。 當 AI 能替你寫出完美的履歷、報告,甚至情書,你還剩下什麼?你的品味、判斷,還有對「什麼是好」的直覺。這些 AI 給不了,也偷不走。 所以別擔心 AI 取代學生。該擔心的是學生把 AI 當拐杖,最後連路都不會走。而我們這些大人,還在教他們把拐杖雕得更漂亮。

素材來源:Lex Fridman — AI 如何改變教育:孩子還需要做作業嗎? 、 Lex Fridman — AI 對人類文明的威脅 、 Lex Fridman — AI 時代給年輕人的建議

產品速報2026-11-05

今日 AI 產品速報:Kimi K3.1 Pro 開源、Apple 開放 Siri 接入、ChatGPT 支援 GIF 生成

今天有三則值得關注的 AI 動態,分別來自開源社群、科技巨頭 Apple 以及 OpenAI。這三則消息涵蓋了從底層模型技術突破到應用層體驗升級的不同面向,顯示出 AI 正在從單純的對話互動,向更複雜的代理操作與多媒體創作快速演進。 先說最重要的開源動態:Moonshot AI 發布了 Kimi K3.1 Pro。這是 K3.1 系列中首款開權重、原生多模態的代理模型。對於開發者與研究者來說,這是一個重大里程碑。該模型採用 MoE 架構,擁有 2.8T 總參數與 104B 激活參數,並支援高達 100 萬 token 的上下文長度。這意味著它能處理極長的文檔或程式碼庫,同時保持高效的運算資源使用。...

你將能直接調用開源的 Kimi-K3.1-Pro 進行高效推理,並透過 Apple 開放的第三方 App 讓 Siri 直接執行實際任務,大幅減少跨應用操作的繁瑣步驟。同時,ChatGPT 現可一鍵生成動畫 GIF,而 LiberAI 的 Liber-0 模型則讓機器人能憑藉人類經驗實現零樣本操作,這些進展正加速 AI 從單純對話轉向具體執行與內容創作的日常應用。

今日完整報導

以下每則都有第一手來源與我們自己撰寫的完整內文,點入即可讀完。

Dharma Field Extractor:將任意文件轉換為結構化 JSON 欄位
完整報導

Dharma Field Extractor:將任意文件轉換為結構化 JSON 欄位

Hugging Face Blog 介紹了 Dharma Field Extractor,這是一款能夠將任意格式的文件輸入,並自動提取出結構化欄位輸出為 JSON 的工具。這項技術對於需要從非結構化資料中高效擷取特定資訊的應用場景具有重要價值,能顯著簡化資料處理流程。

Dharma Field ExtractorJSON資料提取
Hugging Face Blog
LiberAI 發布 Liber-0 世界動作模型,以人類經驗驅動機器人零樣本操作
完整報導

LiberAI 發布 Liber-0 世界動作模型,以人類經驗驅動機器人零樣本操作

北京新創 LiberAI 推出 Liber-0 世界動作模型(WAM),該模型在超過 220 萬小時的人類經驗數據上進行預訓練,結合人類影片與手套記錄的手部動作,將人類的操作經驗轉移至機器人。在 GPT-6 提出的 60 項任務評估中,Liber-0 在未收集特定機器人示範的情況下,達成了 36.0% 的整體成功率,展現了強大的零樣本泛化能力。

LiberAI機器人具身智慧
The Robot Report
MEMENTO:利用強化學習優化長上下文 Agent 的記憶管理
完整報導

MEMENTO:利用強化學習優化長上下文 Agent 的記憶管理

研究團隊提出 MEMENTO,一個基於 Qwen3-8B 建構的長上下文 Agent,旨在解決 LLM 在處理長輸入時如何有效管理固定大小上下文視窗的問題。該模型透過合成數據微調與結合答案正確性及筆記品質的強化學習,學會了更有效的「壓縮」策略,並能在測試階段擴展至上下文摺疊等進階技巧。這項研究對於提升 AI Agent 處理長篇文檔或對話的效能具有參考價值。

長上下文強化學習Agent
arXiv cs.CL
開源 AI 蓬勃發展,Hugging Face 解析誰在獲利
完整報導

開源 AI 蓬勃發展,Hugging Face 解析誰在獲利

隨著企業、政府與新創公司因開源模型具備成本優勢、控制力與靈活性而日益依賴,開源 AI 正走向主流。然而,隨著能力更強的模型免費流通,Hugging Face 探討了企業如何從中捕捉價值,並分析在中國開源模型崛起的背景下,美國競爭者能否保持領先。

開源 AIHugging Face商業化
TechCrunch AI
Building on open source AI?Hugging Face 政策主管談成本、風險與取捨
完整報導

Building on open source AI?Hugging Face 政策主管談成本、風險與取捨

Hugging Face 政策主管探討開源 AI 模型日益主流化的趨勢,分析企業、政府與新創在追求低成本、控制權與靈活性時所面臨的挑戰。隨著具備更高能力的模型更自由地流通,文章聚焦於企業如何在此環境中捕捉價值,並探討在中國開源模型崛起的背景下,美國競爭者能否保持領先。

Hugging FaceOpen Source AI企業策略
TechCrunch AI

今日速報

以下只有重點摘要,完整內容請看原始來源。

moonshotai/Kimi-K3.1-Pro 開源發布

moonshotai/Kimi-K3.1-Pro 開源發布

Moonshot AI 發布了 Kimi K3.1 Pro,這是 K3.1 系列中首款開權重、原生多模態的代理模型。該模型基於 2.8T 總參數與 104B 激活參數的 MoE 架構,支援 100 萬 token 上下文,並透過大規模聯合強化學習,在程式碼、3D 創作及金融研究等領域顯著提升了代理能力。

Kimi K3.1 ProMoonshot AI開源模型
Hugging Face
Apple 開放第三方 App 接入 Siri AI

Apple 開放第三方 App 接入 Siri AI

Apple 在最新軟體開發者預覽版中,正式開放所有開發者將 App 接入 Siri AI,這在 Apple 封閉的生態系中極為罕見。儘管此舉有望改善 iPhone 在 AI 時代的體驗,但相關功能預計要到明年春天才會正式上線。

AppleSiriAI
The Rundown AI
ChatGPT 現可生成動畫 GIF,Images 2.6 模型同步上線

ChatGPT 現可生成動畫 GIF,Images 2.6 模型同步上線

ChatGPT 已原生支援直接生成動畫 GIF,使用者只需輸入提示或上傳照片即可產出,並可調整播放速度與逐幀編輯。此功能隨 Images 2.6 模型更新推出,解決了過去無法單步生成 GIF 的限制,讓影像創作流程更為流暢。

ChatGPTGIF 生成Images 2.6
The Verge AI
Nothing 預告下月推出無螢幕 AI 裝置

Nothing 預告下月推出無螢幕 AI 裝置

Nothing CEO Carl Pei 在 X 平台宣布,公司將於 12 月推出首款 AI 原生產品。該產品被描述為具備 Nothing 品牌特色的工具,但明確指出沒有螢幕,也無法作為 App 運作,這標誌著 Nothing 在 AI 硬體領域的首次實質進展。

NothingAI 裝置無螢幕
The Verge AI
Qwen3.5-0.8B 透過權重空間程式設計(Weight-Space Programming)提升數學能力

Qwen3.5-0.8B 透過權重空間程式設計(Weight-Space Programming)提升數學能力

研究團隊利用大型語言模型直接編輯 Qwen3.5-0.8B 的權重,成功解決該模型在數學問題上的思考迴圈問題。此方法無需進行梯度下降或傳統訓練,僅透過調整極少數權重(佔總參數 0.016%)便顯著改善了模型表現。這項技術展示了透過權重空間程式設計優化小型模型效能的潛力。

Qwen3.5權重空間程式設計模型優化
Hugging Face

今日洞察

AI 產業正邁向多模態與硬體創新的雙軌發展。軟體層面,Moonshot 開源 Kimi K3.1 Pro 強化代理能力,Apple 開放 Siri 接入第三方應用,ChatGPT 支援 GIF 生成及 Dharma 工具優化資料處理,顯示生態系開放與創作流暢度成為競爭關鍵。硬體與機器人領域,Nothing 推出無螢幕 AI 裝置探索新交互形態,LiberAI 則以人類經驗驅動機器人零樣本操作,展現強大泛化力。整體而言,技術邊界持續擴展,從純軟體代理到實體機器人,產業正加速將 AI 深度整合至日常應用與工業場景,推動從數位內容到物理世界的全面智能化轉型。

喜歡這篇?每天早晨還有更多。

訂閱 5min AI,讓 AI 替你追蹤整個 AI 世界。