Google AI

Google Gemini 3.5 提前曝光！全時 AI Agent「Spark」全面解析：功能亮點與隱私風險

Google Gemini 3.5 提前曝光！全時 AI Agent「Spark」全面解析：功能亮點與隱私風險

Google 新一代 AI 模型 Gemini 3.5 傳出提前曝光，其中最引人注目的不是模型本身，而是搭載的全時 AI Agent——「Spark」。不同於過往我們熟悉的語音助理必須由用戶主動喚醒，Spark 被設計為「永遠在線」的自主代理，能夠全天候代管電郵、排程任務，甚至直接替你完成線上購買。這不僅是一次功能升級，更可能從根本上改變我們對 AI 助理的想像。 Spark 到底新在哪裡？ 傳統的 AI 助理（如 Siri、Google Assistant）本質上是「被動反應型」——你下指令，它才動作。Spark 則不同，它被賦予了「持續背景運作」的權限，可以自主掃描你的電郵、行事曆、瀏覽紀錄，並根據你的習慣與當下情境做出判斷。 例如：你早上進會議室前收到銀行的繳費提醒，過去你得自己記住或立刻處理。有了 Spark，它會自動比對你的帳戶餘額與繳費期限，直接在背景幫你轉帳完成，並在會議結束後用一則摘要通知你。 更值得留意的是 Spark...
Chrome 偷偷下載 4GB AI 模型，你沒允許、也沒察覺

Chrome 偷偷下載 4GB AI 模型，你沒允許、也沒察覺

如果你這幾天打開工作管理員，發現 Chrome 背景程序正在大量吃頻寬與記憶體，你不是個案。最近有越來越多用戶回報，Chrome 在未經明確同意的情況下，自行下載了一個約 4GB 的 AI 模型檔案。這件事最令人不安的地方，不是 AI 本身，而是「未經同意」這四個字。 這件事到底發生了什麼 Chrome 近期開始整合一項名為「內建 AI 功能」的實驗性機制，目的是讓瀏覽器能在本地端執行智慧翻譯、摘要生成、文字建議等任務。問題在於，為了達成這些功能，Chrome 必須先下載一個體積龐大的本地 AI 模型，而這個下載行為在預設情況下，是自動觸發的。 用戶沒有收到彈出視窗，沒有明確的勾選提示，沒有「是否同意下載 4GB 檔案」的確認步驟。它就在背景中默默進行，許多人是在發現硬碟空間異常減少、或是網路流量異常飆升時，才驚覺不對勁。 最值得留意的不是技術，而是權限 很多人看到這則消息的第一反應是「AI 功能本身好不好用？」但如果你先問這個問題，你就錯過了真正該關注的重點。...
Google Gemma 4 來了？離線跑 AI 為何成為新主流：效能、隱私與落地指南

Google Gemma 4 來了？離線跑 AI 為何成為新主流：效能、隱私與落地指南

「離線跑 AI」這件事，近一年從極客玩具快速變成企業與個人都在關注的部署選項。若你看到「Google Gemma 4 正式登場」的消息（以下以 Gemma 4 作為新一代 Gemma 系列的稱呼），最值得關注的其實不只是模型變強，而是它代表 Google 也把可在本機／邊緣裝置運行的生成式 AI推到更前線：不依賴雲端、降低成本、縮短延遲，並把更多資料留在使用者端。 為什麼「離線 AI」突然變成剛需？ 過去多數生成式 AI 都以雲端 API 為主：好處是省掉硬體與維運，壞處是費用不可控、延遲與速率受限，還要面對資料出境與合規稽核。 離線（或半離線、私有化）部署之所以受到追捧，通常出於三個現實因素： 隱私與合規壓力：客服對話、內部文件、醫療或金融資料一旦上雲，就會牽涉資安政策、個資告知、資料保存與跨境傳輸等議題。 成本結構改變：API 用量一上去，長期費用可能比買一台有...
Gemini Embedding 2 來了：原生多模態嵌入如何讓「圖像、影音、語言」真正用同一套語義對齊？

Gemini Embedding 2 來了：原生多模態嵌入如何讓「圖像、影音、語言」真正用同一套語義對齊？

Gemini Embedding 2 的關鍵：把「看得懂」變成可搜尋、可比對、可檢索 Google 發佈 Gemini Embedding 2，主打「原生多模態嵌入（multimodal embeddings）」與「跨語言語義對齊」。如果你平常接觸的是生成式 AI（寫文、摘要、對話），嵌入模型看起來像配角；但在企業實務裡，嵌入往往才是把內容變成「可被系統使用」的核心。 嵌入的本質，是把文字、圖片或影音內容轉成向量（vector），讓系統能用「距離／相似度」做：搜尋、分類、推薦、去重、聚類、RAG 檢索等。而 Gemini Embedding 2 的賣點在於：它不只把多種資料型態塞進同一套向量空間，還強調能跨語言對齊語義，讓「中文描述找英文影片」、「用日文查到圖片」這類需求更接近可用。 為什麼「原生多模態」比「先轉文字再嵌入」重要？ 過去常見做法是： – 圖片先跑 OCR 或 caption（產生文字描述）...
Gemini 3.1 Flash Live 登場：更像「真的在聊天」的即時語音對話，會改變哪些使用情境？

Gemini 3.1 Flash Live 登場：更像「真的在聊天」的即時語音對話，會改變哪些使用情境？

Google 推出 Gemini 3.1 Flash Live，主打更自然的即時語音互動，並強調對話能「接得住」——不只是把你說的話轉成文字再回答，而是更像人與人交談：能跟上語氣與上下文、在多輪對話裡延續思路，減少前後不一致或突然跳題的狀況。 這種「Live」型語音能力之所以值得關注，關鍵在於它把生成式 AI 從「你問我答」推向「共同完成一件事」。當回應延遲更低、對話銜接更順，AI 才可能成為真正可用的語音助理，而不是只有在展示時好看、實際使用卻容易打斷你的工具。 更自然的背後：不是更會講話，而是更會「跟你一起走」 過去許多語音機器人最大的問題，往往不是語音辨識不準，而是對話狀態管理： 你講到一半改口，系統容易把前後當成兩個任務 你用「那個、剛剛說的」這類指涉詞，AI 無法穩定追到同一個主題 你要它先記住條件、再一步步推進，結果中途忘記先前結論 Gemini 3.1 Flash Live 如果能更好地延續脈絡，就代表它在「多輪對話的持續理解」與「回覆節奏」上更接近人類對話：你不需要每句話都重新下指令，對話成本會明顯下降。 哪些情境最先受益？三類「需要連續性」的語音工作流 這類模型最有價值的地方，通常不是閒聊，而是連續任務： 1)...
[AI學堂] Google Nano Banana Pro 實測｜AI 改造工作室，新手都做到專業級效果（廣東話教學 2025）

[AI學堂] Google Nano Banana Pro 實測｜AI 改造工作室，新手都做到專業級效果（廣東話教學 2025）

Google Nano Banana Pro 是 2025 年最受注目的 AI 圖像生成工具，支援 4K 超高清輸出、多圖融合、文字渲染，而今集我會以「真實工作室改造」作為示範，帶你一步步測試它的準繩度與生成能力。無論你係新手定創作者，都可以跟住今集學識點樣用 Nano Banana Pro 做出 專業級背景設計。 在影片中，我會展示整個改造過程：由輸入原始背景、調整櫃位、重新擺設、加燈光效果，到最後生成完整的工作室佈景。今集亦會分享 使用 Nano Banana Pro 時最常見嘅錯誤、調 Prompt 技巧、如何應付生成不準確，務求讓你學識最實用嘅操作方法。（廣東話教學）...