OpenAI 最近推出了 ChatGPT 記憶功能的最新版本——Dreaming V3。這不是一次小修小補,而是從根本上改變了 AI 如何「記住」你。過去我們習慣手動告訴 ChatGPT 自己的偏好、語氣或常用格式,但 Dreaming V3 的主打亮點,就是讓這一切變成自動化。 簡單講,Dreaming V3 的核心能力,是它會在你與 ChatGPT 的對話過程中,主動觀察你的表達習慣、重複出現的需求,甚至是你對特定主題的偏好,然後自動把它們整理成偏好的記憶條目。換句話說,你不用再像以前那樣,三不五時就提醒 ChatGPT「請用繁體中文回答」、「請用條列式回覆」,因為它自己會學起來。 這次更新最值得注意的 2 個升級點 1. 偏好自動化提取,不用再手動設定 這是最有感的改變。以前...
Higgsfield 最近推出了一個名為 Supercomputer 的 AI 代理,專為創意製作而設計。它不是又一個生成圖像或影片的模型,而是一個能夠從你的創作行為中自主學習、持續優化輸出的代理系統。最值得留意的是它的「自學」機制:你不需要反覆調整 prompt,它會觀察你的修改習慣、風格偏好,然後在下一次生成時自動套用。這篇文章要說的是:當 AI 開始學會你的審美,創意工具的本質正在從「指令執行」轉向「協作進化」。 自學機制:不是 prompt 工程,而是行為學習 多數 AI 生成工具依賴用戶精準描述需求,但 Higgsfield Supercomputer 的做法完全不同。它會記錄你每一次的編輯行為——你調整了哪些參數、保留了哪些生成結果、刪除了哪些失敗輸出。這些數據會被整合成一個內部風格模型,隨著使用次數增加,模型會愈來愈貼近你的個人美學。 舉例來說,如果你習慣在生成人物肖像時將膚色調暖、背景模糊,Higgsfield 會在幾次互動後自動將這些偏好納入預設參數。你不需要在每次新專案中重複設定,它已經學會了。 更重要的是,它具備自我評估能力。每次生成後,代理會比對輸出與你過去偏好的相似度,如果偏離太多,它會自動調整生成策略,而不是等你手動修正。這意味著你花在「試錯」上的時間會大幅減少。 兩個真實場景:動畫師與行銷團隊 第一個場景是獨立動畫師。假設你正在製作一部短片,主角是一個特定風格的機器人。傳統 workflow...