20260716 影片筆記

OpenAI 於 7 月 8 日推出 GPT Live 與 GPT Live Mini 語音模型，大幅降低即時對話延遲；透過電腦端模擬「翻譯官」與「外國人」雙向對話實測，驗證了其具備類似專業口譯員的「邊講邊翻譯」（流式輸出）能力，極適合出國旅遊時作為即時翻譯工具使用。

影片介紹了 AI 視頻總結工具的 V3 版本更新，該版本經過 37 次小版本迭代，核心升級包括本地內嵌播放器、提示詞與輸出結構優化、時間標記功能、文件管理升級（收藏夾）以及正式支持抖音視頻總結。

OpenAI 於 2026 年 7 月 9 日發布重大更新，將 Codex 功能整合進全新的 ChatGPT 桌面板，透過 Chat、Work、Codex 三大模式及 GPT 5.6 系列模型，讓非工程師也能透過「零程式碼」方式進行跨網站操作與背景任務處理。

OpenMOSS 團隊開源了具備高保真與零樣本語音克隆能力的 MOSS-TTS 1.5 模型，並針對本地部署顯存不足的痛點，推出了瀏覽器端的一站式 AI 創作平台 MossLand，提供從語音合成、影片配音、數字人到多模型生成的完整工作流。

OpenAI 發布 ChatGPT 5.6 版本後，介面整合了 Chat、Work 與 Codex 三種模式，影片詳細解析了這三種模式在功能定位（問答、辦公、開發）上的差異，並強調了額度池的分配規則（Chat 獨立，Work/Codex 共用）及模型分級（Soar、Terra、Nuna）對 Token 消耗的影響，建議用戶根據任務性質嚴格區分使用以避免額度耗...

影片對比日本熊本知名三溫暖網站在繁體與簡體中文模式下的頁面差異，並報導台日官方交流動態及國民黨主席鄭麗文出訪北京意向引發的民進黨批評。

影片介紹利用 5 月 6 日更新的 GPT 功能，透過「GPT 5.6 三步法」解決直接生成 PPT 風格素樸且無法編輯的問題。核心流程為：先使用 GPTImageR 生成具備數據圖與學術審美風格的 PPT 圖片預覽以選擇風格；接著生成內容詳實但無法編輯的圖片型 PPT；最後利用 GPT 5.5 或 Codex 將圖片型 PPT 逐步還原為高還原度、可單獨編...

影片介紹了一款名為「彭聲傳譯插件」的瀏覽器擴展工具，該工具可安裝於 Bilibili 與 YouTube，透過本地部署的 MeloX 程序，實現將外文視頻的語音識別、翻譯及重新配音為中文的功能，並詳細演示了從環境初始化到瀏覽器擴展加載的完整安裝流程。

Redis 創始人 Salvatore Sanfilippo 開發了名為 Dwarf Star（專案名 DS4）的本地 AI 推理引擎，透過將 SSD 視為記憶體延伸（流式讀取）、採用針對單一模型的極致 2-bit 非對稱量化技術，以及支援分散式運算，實現了在 MacBook 等個人硬體上高效運行接近前沿的大規模模型（如 DeepSeek V4），並強調數據...

本影片介紹了一款名為「字幕助手」的軟體，演示了從導入音視頻、下載推理模型、生成字幕、AI潤色與手動校對、翻譯，到最終將字幕合成至視頻並導出的完整操作流程，並提及支援英米達顯卡加速與CPU模式。

由香港大學數據科學研究所（HKUDS）開發的開源專案 Deep Tutor，透過 Agent Native（原生代理） 架構與 三層式記憶系統，將家教、解題、測驗、研究與寫作等功能整合在同一個可擴展的 AI Agent 迴圈中，旨在解決傳統 AI 學習工具功能分散與記憶斷裂的問題，打造具備透明記憶與個人化指導的終身學習生態系。

針對 Windows 與 Mac 之間無法使用 AirDrop 的痛點，影片介紹了四種跨平台檔案傳輸方案：透過 SMB 協定在 Windows 或 Mac 上建置檔案共享伺服器，以及利用 iCloud Drive 或 OneDrive 進行雲端同步，並根據主力機系統與網路環境提供相應的建議策略。

影片介紹如何使用 Google AI Studio 透過自然語言提示詞（Prompt）快速生成網頁應用，並一鍵發布至網路，系統會免費贈送一個以 .ai.studio 為後綴的二级域名，同時展示了發布後的狀態管理、高級設置及網域映射等功能。

影片由小雲大叔與凱文大叔主持，闡述 AI 在企業級程式開發中應從單純寫碼轉向「導航員」角色，並詳細解析 AI 輔助開發、工具呼叫、資料總結、多模態 OCR、RAG 知識庫、Text to SQL 及自動化測試等七大實戰應用場景。

Open Interpreter 是一個近期以 Rust 重寫的開源專案，旨在透過「代理駕馭框架」（Agent Harness）引導本地端低成本 LLM，解決雲端 AI 助理的高成本、隱私疑慮及網路限制等痛點，並利用作業系統原生沙盒機制確保執行安全。

針對 AI 工具（如 Codex、Cloud Code）因成本壓力導致 Token 消耗快、額度緊張甚至封號的現狀，影片提出四大技巧：利用免費工具預處理提示詞、透過 agents.md 建立任務關卡、管理上下文以避免污染與計費風險，以及建立文件索引機制，旨在節省 Token 並提升協作效率。

講者因日常使用頻率降低，決定停止使用 OpenClaw 與 Hermis Agent，並將核心任務（AI 趨勢日報）遷移至 Codex，藉此觀察並確認以 Codex 和 Cloud Code 為代表的未來 AI 平台趨勢。

OpenAI 發布重大更新，將 Codex 與 ChatGPT 合併並推出 GPT 5.6 模型，徹底重設計介面以強制用戶進入「AI 智能體（AI Agent）」時代，並透過新增的 Live 語音功能，展現 AI 具備操作電腦與執行高級任務的能力。

講者利用 ChatGPT 最新發布的「Site」功能，僅憑一部手機在參加孩子社團比賽的等待時間內，透過語音提示詞與 Google Drive 插件整合，在約 7 分鐘內快速建立了一個具備多頁面結構、密碼保護及內容整合的「AI商業活用塾」複習門戶網站，證明了該功能大幅降低了網站製作門檻。

影片實測月之暗面（Moonshot AI）發布的全新 MOE 架構模型 Kimi K3（亦稱 KSAN），該模型擁有 2.5T 參數量與 100 萬 Token 上下文，在 3D 遊戲開發、前端編程及智能體（Agent）任務中展現出超越部分競爭對手（如 Claude 5、GPT 5.6 Pro）的生成質量，雖生成速度較慢，但被認為是當前開源陣營中最強的模型，...

JHBM 公司在遭蘋果起訴後，迅速發表公司首款硬體產品——一款僅有 13 個按鍵、專為 AI 重度使用者設計的實體標板與快速鍵鍵盤，具備狀態指示燈與推理能力調整旋鈕，售價 7000 台幣且無軸版本已搶購一空。

本影片演示如何利用 AI 輔助生成 M 語言程式碼，結合 Excel 的 Power Query 功能，極速清洗包含千分位逗號、隱形空格等雜亂格式的萬筆虛擬資料，並透過 VBA 快速生成測試數據，實現自動化資料處理以達成「零加班」。

講者季多斌分享其從 2022 年開始學習 AI 至今的個人 Agent 選型歷程，經歷 OpenCloud、Nanobot 等多種工具後，於 2026 年 3 月選擇 Hermis 作為個人 AI 夥伴，並演示了其自進化能力與深度調研生成播客的實戰應用。