Gwarket電子報 · 本期涵蓋 2026 年 11 月 2 日至 8 日
同一支廣告想做不同場景的版本，先挑一段剪好的鏡頭試換背景。這期用 Gemini 的原片和改版畫面做對照，看看人物動作能保留多少。換成自己的素材時，再記下能沿用的秒數、重跑次數和手修時間，估算直接改片划不划算。
本期目錄
本期焦點
Gemini Omni 1.2 Flash｜換背景後，這段廣告還能用嗎？
Gwarket 判讀 同一支廣告要做多個場景版本時，可以先用一個已剪好的鏡頭試。角色的表演和商品細節能沿用，才有機會省下重拍與重剪的時間。
Google 在 11 月 5 日把原生生成和編輯的片長上限從 10 秒提高到 15 秒，並讓使用者能在同一段影片上多次指定修改。Gemini API 的 720p 影片單價為每秒 0.07 美元，較 1.1 低約三成。按公告單價算，一次輸出 15 秒的 720p 片段約 1.05 美元，重跑另計。
Google DeepMind 官方示範的換景對照。左側是生成的原片，右側並排呈現樹林、馬廄和市集三個版本。
圖中把帳篷內的原片和樹林、馬廄、市集三版並排。先看兩人相對的位置、臉朝哪邊，以及鏡頭取到身體的哪個位置，這三個細節在取格裡大致保留。人物轉身時衣服有沒有變、說話時嘴型有沒有跟上，得看完整示範。
拿自己的素材試時，先選一段角色轉身或商品標籤清楚的鏡頭，只要求換背景。把改過的影片和原片並排播，記下能用的秒數、重跑幾次、手修多久。這三筆紀錄比每秒單價更能幫你估算整支廣告的改版成本。
Google 發布公告 · Google Flow 編輯說明 · 原片約 00:54
GPT Image 2.6｜GIF 要看首尾，SVG 要看能不能改
Gwarket 判讀 GIF 適合做社群動圖。圖稿要交給設計師接手時，可以試 SVG，再用團隊的設計軟體改一次。
OpenAI 的 Images API 新增 SVG 輸出。具有 GIF 預覽權限的專案可以設定影格數和每格的停留時間。下圖的官方 GIF 以 9 格、每格 200 毫秒做成 1.8 秒循環。
OpenAI 開發文件的 GIF 範例取格。點原頁可以看提燈動作如何接回起始姿勢。
截圖只能看到提燈的其中一格。點開官方範例，連看三輪，注意手和燈籠接回第一格時有沒有跳一下。拿品牌角色做測試，也可以固定鏡頭和角色的起始姿勢，讓接縫更容易判斷。
交 SVG 前先用設計軟體做一次真實修改，例如單獨選取圖形、換品牌色或替換字樣。如果文字已變成輪廓，接手的人就需要另外排字。這比只看檔案能不能開，更能判斷它適不適合當交付檔。
原始資料 · OpenAI 發布公告 · 原片約 00:34
Meta Muse Spaces｜每週都要整理的事，可以留在同一頁
Gwarket 判讀 值得先試一件本來就會重做的事，例如追蹤幾個工具的公告。第一次做出頁面只是起點，隔天回去找最新資料，才知道這個空間能不能省時間。
在 Muse 裡描述用途，就能建立專案看板、旅遊規劃或其他自訂空間，並放進主分頁或側欄。Meta 說明，接上支援的應用後，空間可以在背景更新；這項功能已在 Muse 原有服務地區提供。
Meta 官方示範。自訂空間保留在 Muse 裡，圖中展示旅行主題的入口。
圖裡的蘇格蘭旅遊空間把天數、路線和適合出發的季節排在同一頁，底部有返回這個空間的入口。
做工具追蹤頁時，可以只留更新日期、變更內容和原始連結。隔天挑一則消息和官方公告核對。資料能回查、自己加的備註也還在，再把它留作每週追蹤頁。
其他 25 則 AI 動態
AI 圖片與影片編輯
Archon 想把創作者的剪輯習慣留在編輯器裡
Gwarket 判讀 剪輯風格能不能省工，要看初剪有多少能留下。用一支已交付的片和它的原素材試，記下重新挑鏡頭、調節奏和補字幕花了多久。
Selendis 表示，Archon 能學習創作者的剪輯風格，並整合在多人影片編輯器中。官方頁未列出可核對的剪輯成功率。
ElevenLabs 的 Recast 把換角做成影片範本
Gwarket 判讀 先用有使用權的肖像試一個短鏡頭，挑角色轉身、被遮住後再出現的畫面，比對臉和服裝有沒有維持一致。
ElevenCreative 的範本文件列出換主角並保留原動作與鏡頭的用途。
RelayVSR 用少數關鍵影格帶動影片超解析度
Gwarket 判讀 用來修復舊片時，先放大一小段有運鏡或移動文字的素材。連著看幾秒，確認新增細節有沒有跳動，再用自己的顯示卡估整支片的處理時間。
研究團隊先在少數影格上重建細節，再用較輕的模型補完整段。論文示範的雙端配置在 A100 80GB、1080p 和每 15 格取一個關鍵影格的設定下達到 29.29 FPS，峰值占用 13.82 GB。
RelayVSR 論文圖 3。由左至右比較低解析素材和不同方法的放大結果，細節可看小字、馬鬃與車牌輪廓。
Pangram Image 1.0 用熱圖標出疑似生成區域
Gwarket 判讀 熱圖適合拿來排複查順序。遇到有爭議的圖片，可以從標亮的區域找原檔、比對較早的版本，最後把判斷建立在能回查的來源上。
Pangram 將合成內容偵測擴到圖片和影片，並在圖片上提供區域熱圖。官方案例把一塊生成內容嵌入真實照片，熱圖指向該區。
Pangram 官方範例。將原照片、疑似區域熱圖和疊圖並列，方便回到同一位置核對。
AI 模型發布與研發進展
Claude Fable 5.5 的動畫和 3D 遊戲展示仍待確認型號
Gwarket 判讀 近期要交付動畫，可以用已公告的版本跑一段自己的腳本，看生成內容能不能改、能不能重跑，再估工時。
原片轉述社群上的長時間程式生成展示，包括用程式碼做動畫及 3D 遊戲。原貼文無法讀取，展示採用的版本及測試名單仍待核對。期後補充：11 月 9 日 Anthropic 正式公布 Fable 5.2 和 Mythos 5.2。
Anthropic 11 月 9 日公告 · 影片引用的社群貼文 · 原片約 00:02
PSI 公開 Aaronson–Ambainis 猜想的證明
Gwarket 判讀 數學成果已有論文可追。要評估 AI 在研究中省了多少時間，還需要知道它負責提出思路、撰寫證明或檢查推導中的哪些步驟。
PSI 11 月 6 日公開證明、論文與程式碼。結果釐清量子演算法在一類輸入上能取得多大的查詢優勢。原片稱 Claude Model 4 在三天內解出，PSI 公開頁未提供這個型號和耗時。
METR 估計 Anthropic 模型在所用指標上的進步速度約翻倍
Gwarket 判讀 對正在用 Claude 的團隊，這是重新檢查既有流程的理由。留一組平時在做的工作，每次升版都重跑，才看得出模型進步有沒有反映在交付成果上。
METR 估計，2025 年 10 月後 Anthropic 內部模型在所用評測指標上的進步速率約為此前的 1.9 倍，95% 信賴區間為 1.5 至 2.8 倍。原片提到四個月後出現超級 AI，公開報告沒有提供這個時間點。
GPT-6 Astra 在研究中直接修改小模型權重
Gwarket 判讀 要判斷能否用在自己的模型，先看改善會不會延伸到其他題組，再把多次前向傳遞的算力一併計入。
研究者讓 GPT-6 Astra 在不以梯度訓練的條件下調整 Qwen3.5-0.8B。最高計算預算的實驗中，MATH-500 由 7.9% 升至 48.1%。原表也列出較低預算時的成績。
研究者原表。比較 Base 與 Edited 三列，最高分出現在 50 次前向傳遞的設定。
Kimi K3.1 Pro 公開完整權重
Gwarket 判讀 有自架或客製需求的團隊可以把它列入評估。知識影片的製作成本則用同一份腳本來比，記下成片率和人工修正時間，再估自架要多花多少算力。
月之暗面已在 Hugging Face 提供 Kimi K3.1 Pro 權重與模型卡。原片提到用它寫程式碼製作知識影片的用途。
騰訊釋出 Hy4-preview
Gwarket 判讀 常做中文文件整理，可以把它列入候選。拿同一份帶表格的文件測三個模型，逐欄記下抓錯和漏填的地方。
騰訊在 Hugging Face 提供 Hy4-preview 的模型檔案和說明。原片把混元 4 與 DeepSeek 和 Kimi 放在一起比較。
Inkling 2 Small 先在 Tinker 提供
Gwarket 判讀 可以用一個小頁面試它的前端能力。先讓模型做出兩三個可操作的元件，再請它改其中一個，看看原有操作是否還能用。
Thinking Machines Lab 的發布公告先開放 Tinker Playground、取樣和微調，並預告完成安全測試後釋出 Apache 2.0 權重。官方示範讓模型用 Three.js 做出城市模擬器。
Thinking Machines Lab 的城市模擬器示範。地圖、道路與控制面板出自同一個案例。
AI 助理與本機工具
hunch 讓 CPU 接手重複的簡單判斷
Gwarket 判讀 可以先讓它分每天進來的工單。分類規則一改就重新抽查答案，確認省下的費用沒有被錯分後的人工處理抵銷。
hunch 的代理目前處理文字，hunch.live 則支援文字與圖片的即時選擇題。小分類器從上游模型的答案學習，交叉驗證達到條件才開始接手。代理之後仍會把抽樣答案送回上游模型核對。
hunch 專案示範。鏡頭中的橘子被分類，右側可看到小分類器與教師模型的輸出。
Aura Autopilot 用反覆試玩幫遊戲開發者找問題
Gwarket 判讀 對遊戲開發團隊，可以先拿它測一條容易重跑的關卡路線。指定從入口走到終點，記錄在哪扇門或哪個轉角卡住，讓開發者回去重現。
Ramen 的 Autopilot 在遊戲編輯器中探索關卡，從多次試跑改進表現，也可以回報指定任務的結果。原片以打怪展示能力。
Pagekin 把小說設定、章節藍圖和正文放在同一個專案
Gwarket 判讀 它最值得試的是長篇設定能不能接得住。拿同一角色的兩章測試，給一個只有第一章交代過的限制，看看下一章有沒有擅自改掉。
Pagekin 是 Windows 和 macOS 的小說寫作軟體，工作流程從世界觀和角色設定走到章節藍圖、寫稿、審稿與定稿。作品放在本機，模型需要自行配置。
WeVisOne-VL 可以同時讀字、定位和摳圖
Gwarket 判讀 用一張透明瓶身印有小字的商品照，對照目前的讀字與去背流程。記下錯字數和修透明邊緣的時間。
騰訊微信視覺團隊把 OCR、偵測、分割和帶透明度的摳圖放在同一模型。專案提供 CPU 等執行選項。
WeVisOne-VL 的文字提示摳圖比較。綠色背景讓輪廓和透明邊緣較容易辨認。
Mirage 把多種視覺任務壓進約 22 MB
Gwarket 判讀 小體積適合評估離線手機功能。真要用在相機畫面，除了單次延遲，也要在目標機型連續跑一段時間，看發熱後的速度和辨識穩定度。
Cactus 的 Mirage 可在裝置端做物件辨識、讀字與分割。團隊報告在 Galaxy S26 的 NPU 上完成端到端處理約 74 毫秒，CPU 約 107 毫秒。22 MB 是其 2-bit 量化版本大小。
Cactus 官方互動範例。停車標誌與桿子旁顯示物件名稱和辨識信心。
MOSS-Live 1.0 在說話時也能聽到新的指示
Gwarket 判讀 做語音助理可以先測它怎麼接住改口。讓它查一份資料，中途改成另一個需求。最後看舊任務有沒有停，回來的結果是不是你新交代的那份。
官方全雙工示範可辨認使用者的插話，停下回應或接續對話，也能交由背景 Agent 處理較長的任務。官方 API 列為 Beta。原片稱模型已開源，目前仍待核對完整權重與授權。
MOSS 官方架構圖。前台接住即時互動，後台處理工具呼叫與長任務。
3D 場景與動作捕捉
Frameboy 讓人從一張圖生成的場景裡移動視角
Gwarket 判讀 目前適合拿現成範例找鏡位或討論空間概念。若團隊要用自己的照片做提案，先把素材能否匯入列為採用條件。
World Labs 的 Frameboy 用 Atlas 生成新視角，並從雲端串流到瀏覽器，官方研究預覽可達每秒 15 格。Frameboy 可探索團隊選好的場景，自帶素材建立場景的 Viewfinder 則是封閉測試。
World Labs 的單圖場景示範。畫面是可移動視角的庭院，右下方是視角控制。
NVIDIA Lyra 2.0 按鏡頭軌跡生成可重建的空間
Gwarket 判讀 有模擬需求的團隊可先用一條會回到原點的路線測試。看同一處的幾何有沒有對得上，再進模擬器檢查碰撞，才知道場景能不能拿去訓練或測試。
Lyra 2.0 從鏡頭路線生成連續影片，再將畫面重建為可探索的 3D 場景，官方還示範匯入 Isaac Sim。研究頁記載論文、權重和推論程式已在 4 月公開，7 月追加介面及訓練程式。本期影片重新介紹了這項工作。
NVIDIA 研究頁的主示範。鏡頭走過街道，可以觀察從新視角看回同一場景時的連貫性。
HairDeck 從一張角色圖生成可動的髮片
Gwarket 判讀 髮片和骨架可以當角色髮型的初稿。交給動畫師前，讓角色轉身和跑一小段，檢查後腦輪廓和髮束有沒有穿進肩膀。
HairDeck 為遊戲和虛擬角色產生髮片及帶動它們的彈簧骨架。研究頁把輸入圖和生成的髮型放在一起展示。
HairDeck 研究團隊的總覽圖。中間的橘色線是帶動髮片的骨架。
FlowHMR 從普通影片估算 3D 人體動作
Gwarket 判讀 適合先做動作預演。從落地、轉身和雙腳被遮住的地方檢查，估計後面需要手修多少。
FlowHMR 從單支影片還原人體姿態與動作，研究目標包含減少腳底滑動和身體穿入地面的問題。原始案例將動作轉給虛擬角色，也示範在物理模擬環境裡讓機器人跟著做。
FlowHMR 原始示範。上方是輸入影片，下方是對應的角色及骨架動作。
Möbius 讓文字、補動作與修改動作共用一個模型
Gwarket 判讀 動作已做好大半時，可以先拿它補中間缺的兩秒。把前後姿勢和節奏固定下來，直接看補出的動作接不接得回去。
Möbius 可用文字生成動作，也能讀取動作、補齊缺失片段及用文字修改動作。
Möbius 研究頁的示範。左側是文字指令，右側是產生的角色動作。
uni-robot-agent 讓模型共用一套機器人工具介面
Gwarket 判讀 這套介面的價值是能在同一任務裡換模型。先固定機器、環境和回饋條件，記下完成率和需要介入的次數，再用結果做選型。
開源專案用介面統一機器人的觀察、工具呼叫和執行回饋，可替換模型與環境。專案列有實驗性的 Qwen 執行選項。原片稱表現超過 Astra，仍需核對同一任務和條件下的比較。
Open-RUA 的架構圖。頂部接模型與執行環境，中間共享機器人工具，下方透過轉接器支援不同環境。
行為預測與天氣模型
42AI 嘗試根據歷史和情境預測人的下一個選擇
Gwarket 判讀 現階段可以把它當成提出行為假設的工具。要將預測用於個人決策，至少先看對照基準、不同人群的錯判率，以及錯判會怎麼影響當事人。
42AI 把個人行為歷史和當下情境用於選擇預測及風險模擬。原片聲稱準確率達 98%。目前公開產品頁未能核對這個數字，也無法確認測試條件。
NVIDIA STRATA 公開天氣模型及資料說明
Gwarket 判讀 要接進台灣的天氣服務，先取目標地區與時段的降雨預報，和實際觀測及目前使用的預報來源比對。用當地的誤差判斷值不值得接。
STRATA 模型卡提供權重和輸入資料說明。模型預測多層大氣的位溫、風和比濕等變數，並輸出地表降水通量。
NVIDIA 的模型卡檔案表，列出權重、氣象變數和支援檔案。
追蹤 Gwarket電子報
每週到 AI 趨勢 找這份電子報，先看原始示範，再挑值得用手邊工作試的更新。也可以用 RSS 追蹤 Gwarket 新文章。
延伸閱讀 · 用六秒動畫驗證 HTML 轉 MP4 · 挑一個容易驗收的 AI 任務
選題來源 · 產品君 11 月 8 日 AI 大事盤點
查證日期：三則焦點的官方來源於 2026 年 11 月 11 日重新核對。