
- 登入
- 註冊

一週 AI 大事・完整延伸閱讀
2026/11/09這週最明顯的變化,是影像工具不再只停在「生成一張圖」。Google 與 OpenAI 把編輯、動態與一致性往前推;NVIDIA、ReLift、HairDeck 與 World Labs,則把畫面延伸到鏡頭路徑、3D 追蹤、可動資產與即時世界。
本週完整整理
從 15 秒影片、GIF 與 SVG,到 3D 軌跡、可動髮型與即時世界,這週的重點其實是一條很清楚的路線:內容生成正在從「做出結果」,進一步走向「持續修改、控制與互動」。

Google 發布 Gemini Omni 1.2 Flash,可生成 3 到 15 秒影片,也能在多輪對話中換角色服裝、改背景、加入或移除物件。除了文字與圖片,還可接受最長 3 秒的動作片段及聲音提示,協助模型延續動作與節奏。
影片生成最難的不只是「生出來」,而是修改後還能保留角色與場景。這次更新把生成、參考素材與反覆編輯放進同一條流程,對短影音、廣告版本與角色內容更實用。

OpenAI 更新 ChatGPT Images 2.6,並在 API 推出 Sunburst 與 Flare 兩個模型。新版改善多次編輯時的細節保留,ChatGPT 的 GIF 製作正分批推出;API 則加入動畫 GIF、SVG 與標記式編輯。
同一張圖能繼續改、做成動態版本,再轉成可縮放素材,才更接近真正的設計工作流。Flare 主打更快生成,Sunburst 則偏向品質與多輪編輯一致性,讓開發者能按任務取捨。

OpenAI 發布 GPT‑6 Cyber,定位為授權資安研究專用模型。它能在研究者指定的範圍中找出可利用漏洞、重現問題並驗證修補方式;首波只提供給經審核的 Daybreak Red 研究者與合作防禦團隊。
AI 已從協助閱讀程式碼,往能執行完整漏洞研究流程前進。能力越強,越需要清楚的授權範圍、行為監控與存取門檻,因此這次發布同時也是一次「高風險能力如何逐步開放」的案例。

Meta 正在 Muse 的手機、網頁與 Mac 版加入即時語音和表情化身,化身會依談話做出表情與手勢。另一項新功能 Spaces,則讓使用者用提示詞建立熱點追蹤器、專案看板、小遊戲與可在背景更新的工作空間。
AI 助理的入口正從文字聊天,往「可以直接說話、看得到反應、也能自己做出專用介面」發展。Spaces 若持續成熟,會讓一般人不必先學寫程式,也能把重複工作整理成自己的小型應用。

Lyra 2 接收一張起始圖片、使用者指定的鏡頭路徑與選填文字提示,逐段生成連貫影片,再同步重建成 3D 點雲,可輸出 Gaussian Splatting 或網格結果。專案也展示把場景放進模擬環境使用的方式。
一般影片模型只交付畫面,Lyra 2 則把「鏡頭怎麼走」和「場景的 3D 結構」一起處理。這讓結果更可能被延伸到遊戲預覽、機器人模擬、虛擬場景與空間內容製作。

Technion 與 NVIDIA 研究團隊提出 ReLift。它先把單眼影片中的 2D 追蹤結果與深度資訊提升到 3D,再用修正器處理深度誤差,並補齊物體被遮擋期間缺失的運動軌跡。
真實影片常有遮擋、快速移動與鏡頭變化,單純逐幀追蹤很容易中斷。能維持完整的 3D 軌跡,對動作分析、影片特效、機器人理解環境與動態場景重建都很重要。

清華大學、卡內基美隆大學與香港中文大學團隊開源 HairDeck。系統會從一張風格化角色圖片生成 hair cards、UV 資訊與 spring-bone 骨鏈,並可輸出 GLB 或 VRM,讓髮型能跟著角色動作擺動。
角色頭髮通常需要建模師逐片排列、綁定與調整,製作時間很長。HairDeck 把「外觀」和「之後怎麼動」一起生成,對 VTuber、遊戲角色與快速原型特別有吸引力。

World Labs 推出 Frameboy 研究預覽。它把 Atlas 世界模型生成的畫面從雲端 GPU 串流到瀏覽器,使用者可控制鏡頭,以最高 15fps 探索模型持續生成的場景;官方也把這項即時能力整合進 Viewfinder。
世界模型過去常要等很久才看到下一段影片,互動速度則決定創作者能不能一邊走、一邊改方向。Frameboy 雖還不是完整 3D 引擎,卻讓生成世界更接近可以直接探索的工具。
讀完最常問
Gemini Omni 1.2 Flash 的核心是短影片生成與多輪影片編輯,最長可到 15 秒;ChatGPT Images 2.6 主要處理圖片生成與修改,新增 GIF、參考圖片與 API 的 SVG 輸出。兩者都在改善一致性,但交付格式與使用場景不同。
目前不會直接開放給一般帳號。OpenAI 先把模型提供給經審核的授權研究者與防禦團隊,並加入範圍限制、監控與高風險行為阻擋。即使如此,能力外溢與誤用仍是需要持續檢驗的風險。
公開的 Frameboy 頁面目前以官方精選場景為主,大家可以控制鏡頭探索。能用自己的圖片或文字建立場景的是 Viewfinder,而它仍處於封閉測試,所以還不能把兩者當成已全面開放的同一項功能。
易悅元宇宙社群免費開放。除了每週整理,也可以交流工具、內容創作與實際使用心得。