X 平台 11月21日 AI 简讯|Gemini 4系列分工落地,Gemini 3.5 Transcribe开放API预览,ChatGPT界面性能更新
01 Gemini 4 系列分工落地:Hydrogen 已进入 Gemini 与搜索
Google AI 将 Gemini 4 分为不同用途:Neon 面向复杂软件工程、知识工作和科学任务,Hydrogen 侧重速度、日常编码与代理工作流,Carbon 面向长周期项目和深度研究。Google 官方称 Hydrogen 已在 Gemini App 与搜索上线,定位是更快遵循指令、选择工具并减少来回沟通;Neon 在 Antigravity 的表现另有个人代码库测试,但不等同官方基准结论。
- @GoogleAI: https://x.com/GoogleAI/status/2123828467124851025
- @Google: https://x.com/Google/status/2123825847815561261
- @op7418: https://x.com/op7418/status/2123959051126177841
02 Gemini 3.5 Transcribe 开放 API 预览,语音可直接改写文本
Google 将 Gemini 3.5 Transcribe 的语音编辑能力开放给 Gemini API 公测,并提供给 Google AI Studio 与 Gemini for business。开发者可据此构建用语音编辑、改写或翻译既有文本的体验;官方表示这与 Gboard 的 Rambler 及 macOS 版 Gemini App 所用技术相同。
- @Google: https://x.com/Google/status/2123827048808370477
- @Google: https://x.com/Google/status/2123827050968764511
03 Gemini 语音工具接入野火无线电:每天转录逾 200 小时
Google 与 Watch Duty 合作开发 Gemini 无线电工具,针对美国消防调度 VHF 无线电的噪声与专业术语,进行降噪和可检索转录。Google 称系统以逾 20,000 小时历史录音训练,可在 30 秒内标记新的野火调度;受损音频词错误率从 38% 降至 22.34%,每天处理约 400 路活跃信号、逾 200 小时音频。以上指标来自 Google 对其合作项目的介绍。
- @Google: https://x.com/Google/status/2123845785359978934
- @Google: https://x.com/Google/status/2123845786802831414
- @Google: https://x.com/Google/status/2123845789336387684
04 Antigravity 扩大 Neon 缓存池并重置配额,官方称额度产出提升约两成
Antigravity 团队成员 @_mohansolo 表示扩大缓存池后,Neon 缓存命中率约提高 4%,同等额度可完成的工作量至少增加 20%;因更新前额度消耗更快,随后重置了用户 Gemini 配额。另一条官方更新将提升幅度表述为 22%。这是项目方公布的效果,不是独立基准测试。
- @op7418: https://x.com/op7418/status/2123965997875114224
- @op7418: https://x.com/op7418/status/2124128390391431502
- @dotey: https://x.com/dotey/status/2124034738931613802
05 ChatGPT 多项界面与性能更新,Plus 用户新增 Space
Andrew Ambrosino(@ajambrosino)列出一批 ChatGPT 更新:Plus 新增 Space,应用视觉设计简化,线程重建并改善性能,Space 首页改版,Pages 与 Slides 加快,并可在手机编辑 Pages;Codex Remote 可靠性也有改进。他称这是聚焦简洁与性能的首批更新之一,更多内容仍是后续计划。
- @ajambrosino: https://x.com/ajambrosino/status/2123840812534452296
- @ajambrosino: https://x.com/ajambrosino/status/2123846543975309796
06 OpenAI 公布反蒸馏研究:重点是检测与阻断协同套取
OpenAI 表示,蒸馏可能复制模型能力却不包含相应安全措施;新研究介绍其如何分析能力迁移、检测并扰乱协同套取行为,并称研究结果用于强化自身防护及支持行业防护。原帖未给出具体成功率或被封账号数,因此这里只能确认其公布了研究与防御方向,不扩写二手帖中的量化说法。
- @OpenAI: https://x.com/OpenAI/status/2123862344422088794
- @Gorden_Sun: https://x.com/Gorden_Sun/status/2124030999663108180
07 ChatGPT Agents 向美国以外电商与在线服务商开放发布入口
OpenAI 官方称,美国以外的电商及在线服务企业现在也符合在 ChatGPT 认领企业资料并发布 agents 的资格。这是发布资格的范围变化;原帖没有进一步说明各地审核条件、开放进度或用户覆盖量。
08 MedChemBench 将药物化学推理能力纳入 AI 评测
OpenAI 发布 MedChemBench,定位为评估 AI 药物化学推理的新基准,并称其展示前沿模型协助科学家识别候选药物的进展。现有推文没有提供具体分数或临床验证结果,因此其价值在于新增评测框架,而非证明模型已能独立发现可用药物。
09 黎曼猜想出现 AI 参与证明的主张,验证仍未完成
社媒转述称 Anthropic 数学家与 Claude 提出黎曼猜想证明;随后一位中文账号记录了对 Dirichlet 特征相关估计及形式化文件可复核性的初步质疑,并明确指出这些质疑尚不能推翻证明。另有公开 Lean 构建直播当时仍在编译及后续定理、公理依赖审计阶段。现有材料支持“有待独立数学审查”,不支持宣告猜想已被解决或证明已被否定。
- @op7418: https://x.com/op7418/status/2123823642991907109
- @MaxForAI: https://x.com/MaxForAI/status/2123859826690404444
- @MaxForAI: https://x.com/MaxForAI/status/2123812850326270046
10 AI 视频提示词方法:把抽象情绪转成可调的视听参数
创作者南鸢分享的实战方法强调,提示词应描述机位、焦距、光源方向、明暗关系、色彩载体与动作细节,而不是只写“唯美”或“孤独”。生成偏差时先判断问题维度,再单变量修正;镜头还需按空间建立、动作推进或情绪落点承担不同叙事功能,并保持相邻镜头的视线、空间和影调连贯。这是一位创作者的方法总结,并非平台官方指南。
- @nanyuan0412: https://x.com/nanyuan0412/status/2124069665458565491
- @nanyuan0412: https://x.com/nanyuan0412/status/2124119839660982520
- @nanyuan0412: https://x.com/nanyuan0412/status/2124143600800043208
11 Grok Bot 接入 QuickBooks,可起草财务单据供用户审批
Grok Bot 官方账号称已连接 Intuit QuickBooks:用户可查询现金流、利润及未付款项,并让 Bot 起草发票、报价单和付款提醒,再由用户审批。公告标注当日可在美国使用;没有说明美国以外的开放情况。