AI日報 11月17日 1. Google 本週將推 Gemini 3 與 Nano Banana Pro（取代 Nano Banana 2）：Google Vids 內部文案首次確認正式名稱為 Nano Banana Pro，由 Gemini 3 Pro 驅動，主攻高清、專業級影像生成；若如期上線，Vids/Slides/Design 等 Workspace 產品將全面升級。最可能發布：本週 22 日 https://www.testingcatalog.com/google-to-release-nano-banana-pro-powered-by-gemini-3-pro-next-week/ 2. Gemini Enterprise 內測多 Agent 錦標賽系統 + Chat with Your Docs：可在 40 分鐘內自動產生並排序 100 則創意；同時測試上傳 30MB PDF 的「Chat with your docs」功能 皆未公佈正式上線時間。 https://www.testingcatalog.com/google-to-enable-research-automation-on-gemini-enterprise/ 3. Google Flow 更新（皆已整合 Gemini／Veo） (1) Flow × Nano Banana（Gemini 2.5 Flash）：新增圖像編輯，一鍵去背、主體分離、場景替換，並可直接拖進時間線產生 8 秒動畫鏡頭，Gemini 免費版即可使用。 (2) Veo 3.1：支援 最多 3 張參考圖、全新「Ingredients to Video」、自帶 SynthID 浮水印、可輸出原生環境音。 https://flow.google/ 4. ImagineArt 1.5（官方稱為全球最逼真的 AI 圖片模型）：高忠實度理解主體、光線、姿態、構圖，景深自然、顏色逼真，圖片中文字保持清晰。 https://www.imagine.art/image 5. PixVerse V5 Fast 上線：比原本 V5 快 40%，可 43 秒生成 1080P 影片 https://app.pixverse.ai/create/image-text 6. Google NotebookLM 新增手寫板書識別：支援上傳「手寫筆記照片」，可立即轉成可檢索知識庫。 https://notebooklm.google/ 7. Qwen-Edit-2509 多角度光照 LoRA：一鍵切換多角度光源，快速重建主體光影 https://huggingface.co/spaces/akhaliq/Qwen-Edit-2509-Multi-Angle-Lighting 資料來源： https://mp.weixin.qq.com/s/XgGpQtT24g7iXCMfmQxPpQ https://mp.weixin.qq.com/s/v-9W6KjpIAZCZS8qkdSD2w #轉自 AI觀察日記

AI日報 11月14日 1️⃣ Google 推出 SIMA 2 通用智能體 SIMA 2 能在多種 3D 虛擬世界中依自然語言完成任務，具備感知、推理、規劃、陪玩協作能力，由人類示範 + Gemini 標註共同訓練，能理解高層目標並自我調整。 https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/ 2️⃣ OpenAI 發布 GPT-5.1 API 新增自適應推理、24 小時提示快取、apply_patch / shell 工具，大幅提升複雜任務與程式編輯效率。 https://openai.com/index/gpt-5-1-for-developers/ https://cookbook.openai.com/examples/gpt-5/gpt-5.1_prompting_guide 3️⃣ Google NotebookLM 上線 Deep Research 具有自動化線上查找、整合資料、產生研究報告能力，並新增聊天記錄與自訂化 Video Overviews。 https://notebooklm.google/ 4️⃣ Codex 0.58.0 版本發布 全面支援 GPT-5.1 系列，加入 apply_patch / shell 工具，並強化伺服器與整體使用體驗。 https://github.com/openai/codex/releases/tag/rust-v0.58.0 5️⃣ ChatGPT 開放群聊功能 OpenAI 自 2025/11/13 起在日本、台灣、韓國、紐西蘭推出群組聊天功能（1–20 人），支援 App 與網頁，群組聊天與私人對話記憶分離，可透過分享連結邀請人加入。 https://openai.com/index/group-chats-in-chatgpt/ 資料來源 https://mp.weixin.qq.com/s/vPPps11CAmOl4RWDh_6rHQ #轉AI觀察的日記社群

《声なき祈り / Silent Prayer》｜當聲帶化作火焰，祈禱在失真中重生 ver.2 AiNA THE END，日本女性創作歌手、前 BiSH 靈魂主唱之一。 她以 爆裂的哭腔 × 纖細的耳語 × 原始身體性 聲線著稱，能在一首歌裡完成從呢喃到撕裂的瞬間變形。 個人作品將 post-jrock、avant-jpop、cinematic rock 糅成一種「聖潔的髒」： 旋律像傷口，節拍像心跳，舞台像告解室。 在這首作品裡，她把信仰與痛苦化為同義詞— 聲音不是語言，而是活著的證明。 主題／靈感：當寂寞登入，靈魂開始上線 靈感取自導演 黑澤清 的電影 《Kairo / 脈衝》。 片中「網路＝孤獨的擴音器」的命題，被轉寫為 AiNA 的聲音神學： 在失聯的城市裡，祈禱不是被聽見，而是被上傳。 歌詞裡「Inhale the lie」不是投降，而是求生術； 她在燃燒的天空下吞下謊言，再用破碎的聲帶吐出救贖。 「壊れた声が神になる」—當聲帶破裂，神性才開始響起。 聲音設計與取樣構成 本曲以 post-jrock × avant-jpop × cinematic rock 為骨架，三首 AiNA 作品的DNA被重組為儀式性結構： • Main Riff / Hook（取樣〈革命道中〉）： 粗砺的主結他與爆發段嘶吼，成為整曲的「戰鬥祈禱」。 • Chord Spine（取樣〈誰かの心臓になれたなら〉）： 弦樂＋鋼琴進行構築「泣きメロ」軸心，副歌推進像胸腔被拉開。 • Atmos / Bridge（取樣〈THE END〉）： 低頻鼓組層與呼吸式環境音，於 Bridge 與尾聲製造「白化視界」。 • Vocal Architecture（強化 AiNA 唱腔版）： 20% 耳語 × 50% 哭腔高推胸聲 × 15% 吶喊 × 15% 易碎氣音； C3–E5 區間以滑音與哭腔顫音連接——像撕裂也像擁抱。 • Mix Gesture： 前段以三連鼓組+低頻牆堆疊張力， 最終副歌進入全弦牆＋多八度疊唱，留下黑膠尾噪如祭典後的煙。 這不是模仿，而是一次對自身聲音史的拆解與再聖化： 把過去的 AiNA 逐一取樣，拼成一具會呼吸的新身體。 命題核心 「痛みも愛も すべて祈り」 痛與愛在這裡不是對立面，而是讓靈魂保持線上的兩種電壓。 《声なき祈り / Silent Prayer》讓「吸入謊言」成為存活儀式： 她在火中歌唱，在白噪裡復活。 壞掉的聲音，正是我們尚且活著的證據。 #linchao #AiNA #visualkei #AiNAtheEnd #avantpop #革命道中 #metal #rock #声なき祈り #jvisualrock #japanese #japan #jpop #postrock #黑澤清 #Kairo #BiSH

《声なき祈り / Silent Prayer》｜當聲帶化作火焰，祈禱在失真中重生 ver.1 AiNA THE END，日本女性創作歌手、前 BiSH 靈魂主唱之一。 她以 爆裂的哭腔 × 纖細的耳語 × 原始身體性 聲線著稱，能在一首歌裡完成從呢喃到撕裂的瞬間變形。 個人作品將 post-jrock、avant-jpop、cinematic rock 糅成一種「聖潔的髒」： 旋律像傷口，節拍像心跳，舞台像告解室。 在這首作品裡，她把信仰與痛苦化為同義詞— 聲音不是語言，而是活著的證明。 主題／靈感：當寂寞登入，靈魂開始上線 靈感取自導演 黑澤清 的電影 《Kairo / 脈衝》。 片中「網路＝孤獨的擴音器」的命題，被轉寫為 AiNA 的聲音神學： 在失聯的城市裡，祈禱不是被聽見，而是被上傳。 歌詞裡「Inhale the lie」不是投降，而是求生術； 她在燃燒的天空下吞下謊言，再用破碎的聲帶吐出救贖。 「壊れた声が神になる」—當聲帶破裂，神性才開始響起。 聲音設計與取樣構成 本曲以 post-jrock × avant-jpop × cinematic rock 為骨架，三首 AiNA 作品的DNA被重組為儀式性結構： • Main Riff / Hook（取樣〈革命道中〉）： 粗砺的主結他與爆發段嘶吼，成為整曲的「戰鬥祈禱」。 • Chord Spine（取樣〈誰かの心臓になれたなら〉）： 弦樂＋鋼琴進行構築「泣きメロ」軸心，副歌推進像胸腔被拉開。 • Atmos / Bridge（取樣〈THE END〉）： 低頻鼓組層與呼吸式環境音，於 Bridge 與尾聲製造「白化視界」。 • Vocal Architecture（強化 AiNA 唱腔版）： 20% 耳語 × 50% 哭腔高推胸聲 × 15% 吶喊 × 15% 易碎氣音； C3–E5 區間以滑音與哭腔顫音連接——像撕裂也像擁抱。 • Mix Gesture： 前段以三連鼓組+低頻牆堆疊張力， 最終副歌進入全弦牆＋多八度疊唱，留下黑膠尾噪如祭典後的煙。 這不是模仿，而是一次對自身聲音史的拆解與再聖化： 把過去的 AiNA 逐一取樣，拼成一具會呼吸的新身體。 命題核心 「痛みも愛も すべて祈り」 痛與愛在這裡不是對立面，而是讓靈魂保持線上的兩種電壓。 《声なき祈り / Silent Prayer》讓「吸入謊言」成為存活儀式： 她在火中歌唱，在白噪裡復活。 壞掉的聲音，正是我們尚且活著的證據。 #linchao #AiNA #visualkei #AiNAtheEnd #avantpop #革命道中 #metal #rock #声なき祈り #jvisualrock #japanese #japan #jpop #postrock #黑澤清 #Kairo #BiSH

AI日報 11月3日 1.美團發布全新開源大模型 LongCat-Flash-Omni，實現業界首個集 全模態覆蓋、端到端架構與高效推理 於一體的開源模型。新架構支援毫秒多模態回應，在文字、影像、音訊、視訊等任務中均達開源最強（SOTA）表現。另外 官方 App 同步上線公測，支援連網搜尋與語音通話，視訊通話功能即將開放，iOS 用戶可於 App Store 搜尋「LongCat」下載體驗。 HF：https://huggingface.co/meituan-longcat/LongCat-Flash-Omni Github：https://github.com/meituan-longcat/LongCat-Flash-Omni 網頁版／PC版 https://longcat.chat/ X: https://x.com/Meituan_LongCat/status/1984398560973242733 2.阿里：通義千問 Qwen3-Max 官網上線深度思考（Deep Thinking）模式阿里通義千問Qwen3-Max在官網上線「深度思考」模式。此功能透過增強推理鏈分析與多步驟問題拆解能力，提升複雜任務處理效率。 https://chat.qwen.ai/ 3.百度「文心」5.0重磅回歸！一鍵生成漫畫、修圖、視頻，全能AI助理全面升級 https://yiyan.baidu.com/ 4.Pokee AI：無程式碼智能體平台，使用者描述需求即可自動規劃並建構智能體，無需手動佈線。支援流程預審/結果審、定時任務、即時進度SSE。功能涵蓋文圖音影片產生、程式碼與文件處理、跨Google、Microsoft、Slack、Notion等工具自動化工作流程。 https://pokee.ai/ 資料來源： https://mp.weixin.qq.com/s/Sm0IXR0vk3KK3MDTDguLTQ #以上資料均準轉載於AI觀察日記之粉絲專頁