WEBVTT
Kind: captions
Language: zh-TW

00:00:04.037 --> 00:00:06.206
9月的第一週到底有多瘋狂啊

00:00:06.206 --> 00:00:08.208
多家AI同時出現異常

00:00:08.208 --> 00:00:09.609
唯一安全下莊的

00:00:09.609 --> 00:00:11.511
居然是一直被大家唾棄的Gemini

00:00:11.511 --> 00:00:14.547
是什麼原因讓OpenAI、Claude、Grok

00:00:14.547 --> 00:00:16.449
這幾家大廠全軍覆沒

00:00:16.449 --> 00:00:16.983
在這個月

00:00:16.983 --> 00:00:20.053
各大廠又分別出了哪些招式來回擊對方呢

00:00:20.053 --> 00:00:21.654
首先是模型升級

00:00:21.654 --> 00:00:26.126
9月1日Claude率先推出Fable 5.1、Mythos 5.1

00:00:26.126 --> 00:00:29.562
才隔一天Gemini就迅速推出3.8 Flash

00:00:29.562 --> 00:00:31.998
但他們身上的目光很快就被奪走

00:00:31.998 --> 00:00:33.133
因為9月3日

00:00:33.133 --> 00:00:36.536
ChatGPT釋出號稱目前地表最強的AI模型

00:00:36.536 --> 00:00:37.971
GPT-6 Astra

00:00:37.971 --> 00:00:40.173
頓時風雲變色

00:00:40.173 --> 00:00:41.908
而在多模態模型的賽道中

00:00:41.908 --> 00:00:44.944
Google DeepMind推出Lyria 3.5聲音模型

00:00:47.313 --> 00:00:50.350
另外兩個對職場上班族來說很實用的更新

00:00:50.350 --> 00:00:51.284
ChatGPT現在

00:00:51.284 --> 00:00:53.420
可以支援連結多組Google帳號了

00:00:53.420 --> 00:00:55.088
代表你可以透過外掛程式

00:00:55.088 --> 00:00:57.057
同時查詢多個帳號的Gmail

00:00:57.057 --> 00:00:59.526
Google行事曆與Google聯絡人資料

00:00:59.526 --> 00:01:01.795
Claude則是把黑箱記憶可視化

00:01:01.795 --> 00:01:03.563
你終於可以直接在設定內

00:01:03.563 --> 00:01:06.299
查看到底Claude的記憶有沒有跟你對齊

00:01:06.299 --> 00:01:08.668
在開始之前想要介紹一個超強工具

00:01:08.668 --> 00:01:09.869
就是傳譯寶 APP

00:01:09.869 --> 00:01:12.238
它是市面上最好用的會議記錄 AI

00:01:12.238 --> 00:01:14.374
逐字稿完整記錄所有談話內容

00:01:14.374 --> 00:01:17.343
並且支援 10 種以上的語言即時轉錄與翻譯

00:01:17.343 --> 00:01:19.079
快速摘要會議記錄重點

00:01:19.079 --> 00:01:20.914
靈活支援多種匯出格式

00:01:26.619 --> 00:01:28.254
想學的朋友可以看這一集

00:01:28.254 --> 00:01:30.757
感謝本集夥伴傳譯寶 AI 贊助播出

00:01:30.757 --> 00:01:32.292
現在正片馬上開始

00:01:33.593 --> 00:01:35.962
如果AI圈是一部BL輕小說

00:01:35.962 --> 00:01:37.397
封面標題就叫做

00:01:37.397 --> 00:01:39.199
《表面上是死對頭的我們，

00:01:39.199 --> 00:01:40.600
背地裡糾纏在一起》

00:01:40.600 --> 00:01:41.901
這幾家美國AI公司

00:01:41.901 --> 00:01:43.636
表面上鬥得你死我活

00:01:43.636 --> 00:01:45.605
但私底下卻是互相依存

00:01:45.605 --> 00:01:48.341
甚至進階到願意一起殉情的關係

00:01:48.341 --> 00:01:49.843
咳咳 扯遠了

00:01:49.843 --> 00:01:52.278
美西時間9月3號早上六點半開始

00:01:52.278 --> 00:01:55.482
Grok、Claude相繼出現模型異常的狀況

00:01:55.482 --> 00:01:58.551
後續到了七點多 就連ChatGPT都淪陷了

00:01:58.551 --> 00:02:00.320
根據DownDetector的統計

00:02:00.320 --> 00:02:02.856
這次大當機OpenAI受傷最重

00:02:02.856 --> 00:02:04.891
光是回報就超過4萬件

00:02:04.891 --> 00:02:07.694
從對話、登入、桌面版，到程式碼編輯

00:02:07.694 --> 00:02:09.829
圖片生成幾乎全部中鏢

00:02:09.829 --> 00:02:10.964
Anthropic這邊

00:02:10.964 --> 00:02:14.701
官方說明是Mythos、Fable 5.1、Opus 4.6

00:02:14.701 --> 00:02:16.636
三款模型受影響比較明顯

00:02:16.636 --> 00:02:19.139
回報大概落在1500件左右

00:02:19.139 --> 00:02:21.574
Grok的影響狀況跟Claude差不多

00:02:21.574 --> 00:02:23.710
但到底為什麼會同時掛掉呢？

00:02:24.110 --> 00:02:25.778
SpaceX AI事後坦承

00:02:25.778 --> 00:02:28.781
是自家在美國孟菲斯的計算中心出包了

00:02:28.781 --> 00:02:30.950
這裡剛好就是Grok的超級電腦

00:02:30.950 --> 00:02:32.218
Colossus所在地

00:02:32.218 --> 00:02:33.152
更關鍵的是

00:02:33.152 --> 00:02:36.322
Anthropic今年5月才剛跟xAI簽了一筆

00:02:36.322 --> 00:02:37.524
算力租賃合約

00:02:37.524 --> 00:02:40.026
承租的正是同一座孟菲斯機房

00:02:40.026 --> 00:02:41.327
所以意外被牽連

00:02:41.327 --> 00:02:43.963
OpenAI的官方說法則是路由錯誤

00:02:43.963 --> 00:02:45.965
也就是發派任務的機制失效

00:02:45.965 --> 00:02:49.135
並沒有證據顯示跟孟菲斯機房有直接關係

00:02:49.135 --> 00:02:49.836
呃…

00:02:49.836 --> 00:02:51.538
比較像是前兩家掛掉後

00:02:51.538 --> 00:02:54.574
用戶和自動化系統大量湧向ChatGPT

00:02:54.574 --> 00:02:57.143
二次流量衝擊導致的連鎖故障

00:02:57.143 --> 00:02:59.078
Gemini則因為使用自家TPU

00:02:59.078 --> 00:03:01.347
還有機房沒有這層共用關係

00:03:01.347 --> 00:03:03.149
這段時間除了零星的錯誤

00:03:03.149 --> 00:03:04.918
並沒有造成大規模的當機

00:03:04.918 --> 00:03:06.920
這該說Gemini穩定呢？

00:03:06.920 --> 00:03:08.221
還是大家死都不用Gemini？

00:03:08.221 --> 00:03:09.789
如果把算力供應商

00:03:09.789 --> 00:03:12.025
與AI新創公司的關係攤開來看

00:03:12.025 --> 00:03:13.893
微軟、亞馬遜、Google三家

00:03:13.893 --> 00:03:16.696
同時是OpenAI與Anthropic的雲端房東

00:03:16.696 --> 00:03:19.532
也直接持有他們的股份或是參與融資

00:03:19.532 --> 00:03:22.869
Nvidia則幾乎是每一間機房的晶片供應商

00:03:22.869 --> 00:03:26.339
同時也投資了OpenAI、CoreWeave這些公司

00:03:26.339 --> 00:03:28.508
這些品牌名義上互相競爭

00:03:28.508 --> 00:03:30.810
但實際上背後的資金跟算力

00:03:30.810 --> 00:03:33.046
幾乎是同一批人在背後撐著

00:03:33.046 --> 00:03:35.481
所以接下來的大當機會不會更嚴重啊？

00:03:35.481 --> 00:03:37.150
老實說機率只會高

00:03:37.150 --> 00:03:39.152
對一般使用者跟中小企業來說

00:03:39.152 --> 00:03:40.520
實際的建議是

00:03:40.520 --> 00:03:43.423
不要把工作流程押寶在單一AI服務上

00:03:43.423 --> 00:03:44.524
重要的工作最好

00:03:44.524 --> 00:03:47.627
準備至少一個備援的AI工具或本地端方案

00:03:47.627 --> 00:03:49.028
如果你是企業採購

00:03:49.028 --> 00:03:51.431
合約裡除了問「你們用哪家雲端」

00:03:51.431 --> 00:03:53.866
更要問你們的機房實際在哪裡

00:03:53.866 --> 00:03:56.469
跟你們的競爭對手是不是共用一個園區

00:03:56.469 --> 00:03:58.471
以免自以為做好分散風險

00:03:58.471 --> 00:04:00.807
但實際上還是在同一個資料中心

00:04:02.208 --> 00:04:04.611
天啊 這個模型理解力真的太強了

00:04:04.611 --> 00:04:06.045
我只是很隨興的說

00:04:06.045 --> 00:04:07.614
「我不太知道我想要什麼

00:04:07.614 --> 00:04:08.915
我想要一隻貓

00:04:08.915 --> 00:04:09.716
可愛的貓

00:04:09.716 --> 00:04:10.250
嗯…

00:04:10.250 --> 00:04:11.117
Furry 那種

00:04:11.117 --> 00:04:12.552
你懂我在說什麼吧」

00:04:12.552 --> 00:04:14.787
結果新一代的GPT-6 Astra

00:04:14.787 --> 00:04:16.289
直接就抓到了一種

00:04:16.289 --> 00:04:17.223
帶點擬人

00:04:17.223 --> 00:04:18.424
神情比較嫵媚

00:04:18.424 --> 00:04:21.494
這其實是特定小眾圈子喜歡生成的圖片

00:04:21.494 --> 00:04:23.463
我們把同樣的指令丟給Grok

00:04:23.463 --> 00:04:24.197
Gemini

00:04:24.197 --> 00:04:25.999
都只會給你那種可愛療癒

00:04:25.999 --> 00:04:27.700
乾乾淨淨的卡通貓插畫

00:04:27.700 --> 00:04:29.836
完全抓不到這麼細膩的味道

00:04:29.836 --> 00:04:31.471
快速回顧精彩的第一週

00:04:31.471 --> 00:04:32.372
9月1號

00:04:32.372 --> 00:04:34.641
Claude搶先推出Fable 5.1

00:04:34.641 --> 00:04:36.542
和限量的Mythos 5.1

00:04:36.542 --> 00:04:37.810
隔天9月2號

00:04:37.810 --> 00:04:39.846
Gemini馬上端出3.8 Flash

00:04:39.846 --> 00:04:42.181
和資安專用的3.8 Flash Cyber

00:04:42.181 --> 00:04:43.349
結果才過一天

00:04:43.349 --> 00:04:44.283
9月3號

00:04:44.283 --> 00:04:46.853
ChatGPT直接甩出這顆重磅炸彈

00:04:46.853 --> 00:04:49.555
一次把前面兩家的熱度全部蓋過去

00:04:49.555 --> 00:04:51.124
OpenAI自豪的說

00:04:51.124 --> 00:04:53.960
這是目前「最聰明、最能理解人類意圖

00:04:53.960 --> 00:04:55.628
任務與界限」的模型

00:04:55.628 --> 00:04:57.363
主要定位在電腦操作

00:04:57.363 --> 00:04:57.964
瀏覽

00:04:57.964 --> 00:04:58.931
軟體工程

00:04:58.931 --> 00:05:00.833
科學研究這類專業工作

00:05:00.833 --> 00:05:02.368
第二個測試是分鏡

00:05:02.368 --> 00:05:03.770
我用口述的方式

00:05:03.770 --> 00:05:05.438
講了片頭動畫的故事

00:05:05.438 --> 00:05:07.540
請Astra幫我拆解成分鏡圖

00:05:07.540 --> 00:05:09.609
結果他不只把鏡頭切得很細

00:05:09.609 --> 00:05:11.944
甚至連鏡頭跟鏡頭之間的銜接

00:05:11.944 --> 00:05:13.112
前後鏡的邏輯

00:05:13.112 --> 00:05:14.447
都幫我考慮進去了

00:05:14.447 --> 00:05:16.015
整個過程我大概只需要

00:05:16.015 --> 00:05:17.950
另外請他補幾顆特寫鏡頭

00:05:27.660 --> 00:05:28.194
其他

00:05:28.194 --> 00:05:29.562
幾乎是一次就完成

00:05:29.562 --> 00:05:31.297
完全不需要來回修改

00:05:31.297 --> 00:05:34.067
快速總結GPT-6 Astra 更新亮點

00:05:34.067 --> 00:05:34.634
第一

00:05:34.634 --> 00:05:36.135
非同步工具呼叫

00:05:36.135 --> 00:05:38.471
以前AI呼叫工具查資料的時候

00:05:38.471 --> 00:05:39.105
只能乾等

00:05:39.105 --> 00:05:40.406
現在等資料的同時

00:05:40.406 --> 00:05:41.708
他可以先做別的事

00:05:41.708 --> 00:05:43.843
比如說查資料的工具還在跑

00:05:43.843 --> 00:05:44.577
Astra可以

00:05:44.577 --> 00:05:47.146
先把不需要那份資料的影片架構整理好

00:05:47.146 --> 00:05:48.915
等資料回來再接著整合

00:05:48.915 --> 00:05:49.916
速度更快

00:05:49.916 --> 00:05:50.450
第二

00:05:50.450 --> 00:05:52.185
工作途中調整方向

00:05:52.185 --> 00:05:53.920
例如他正在幫你寫腳本

00:05:53.920 --> 00:05:55.054
你突然補一句

00:05:55.054 --> 00:05:57.390
「改成給完全沒用過AI的人看

00:05:57.390 --> 00:05:58.458
」他能接著調整

00:05:58.458 --> 00:06:00.960
而且已經寫好的部分會保留下來

00:06:00.960 --> 00:06:01.994
不用整個重來

00:06:01.994 --> 00:06:02.695
第三

00:06:02.695 --> 00:06:04.364
途中調整思考程度

00:06:04.364 --> 00:06:06.866
例如請他比較幾個工具的差異時

00:06:06.866 --> 00:06:08.601
他可以慢慢仔細分析

00:06:08.601 --> 00:06:10.203
下一句只是改個標題

00:06:10.203 --> 00:06:11.804
就把思考程度降下來

00:06:11.804 --> 00:06:13.906
他還能依任務調整思考程度

00:06:13.906 --> 00:06:16.142
並在條件符合時重用快取

00:06:16.142 --> 00:06:16.776
第四

00:06:16.776 --> 00:06:17.777
失準監測

00:06:17.777 --> 00:06:18.945
系統會在背景

00:06:18.945 --> 00:06:21.147
留意模型有沒有偏離該有的行為

00:06:21.147 --> 00:06:22.782
必要時觸發警報

00:06:22.782 --> 00:06:23.916
不過這裡要講清楚

00:06:23.916 --> 00:06:25.318
它是安全監測機制

00:06:25.318 --> 00:06:27.687
不代表每個答案都會經過事實查核

00:06:27.687 --> 00:06:28.554
保證正確

00:06:28.554 --> 00:06:30.022
關於資訊的正確性

00:06:30.022 --> 00:06:31.657
還是要反覆再三確認

00:06:31.657 --> 00:06:33.359
那如果你也想上手Astra

00:06:33.359 --> 00:06:35.928
這裡分享幾個實測後歸納的使用建議

00:06:35.928 --> 00:06:36.462
第一

00:06:36.462 --> 00:06:38.931
不要只丟一句話就期待他自己猜

00:06:38.931 --> 00:06:42.368
建議把你的目標、必要條件、交付格式講清楚

00:06:42.368 --> 00:06:45.138
並且在指令有限度地下放自主權

00:06:45.138 --> 00:06:46.839
例如：「資訊足夠時

00:06:46.839 --> 00:06:49.175
請自行做合理判斷並完成工作

00:06:49.175 --> 00:06:52.612
只有缺少的資訊會實質改變結果時才問我。」

00:06:52.612 --> 00:06:54.714
另外 很多使用心得都提到

00:06:54.714 --> 00:06:55.748
趁這次升級

00:06:55.748 --> 00:06:58.151
順便重新整理一下你的記憶設定吧

00:06:58.151 --> 00:07:00.219
把過時或不需要的內容清掉

00:07:00.219 --> 00:07:02.321
讓Astra參考的東西更乾淨

00:07:02.321 --> 00:07:02.889
另外

00:07:02.889 --> 00:07:04.824
如果你想學習更多AI新知識

00:07:04.824 --> 00:07:06.259
增加你的AI即戰力

00:07:06.259 --> 00:07:08.161
歡迎加入我們「實戰生會員」

00:07:08.161 --> 00:07:10.830
9月17號將有一場精實的直播活動

00:07:10.830 --> 00:07:12.965
邀請軟體業資深人資主管

00:07:12.965 --> 00:07:14.033
鄭智維 Wesley

00:07:14.033 --> 00:07:16.736
來現場分享AI時代如何透過系統

00:07:16.736 --> 00:07:18.571
找到下一個AI時代的人才

00:07:18.571 --> 00:07:20.173
現在就點擊下方加入

00:07:20.173 --> 00:07:21.140
成為我們的一員

00:07:22.809 --> 00:07:24.444
這段磅礡、充滿層次

00:07:24.444 --> 00:07:26.479
堪稱電影配樂等級的交響樂

00:07:26.479 --> 00:07:27.847
居然是AI生成的

00:07:27.847 --> 00:07:30.116
它是Google DeepMind最新的音樂模型

00:07:30.116 --> 00:07:31.384
Lyria 3.5

00:07:31.384 --> 00:07:32.585
這次大幅度更新

00:07:32.585 --> 00:07:35.054
最長可以生成三分鐘完整的曲子

00:07:35.054 --> 00:07:36.556
並且針對旋律結構

00:07:36.556 --> 00:07:37.523
歌詞內容

00:07:37.523 --> 00:07:39.025
跟人聲的情感表現

00:07:39.025 --> 00:07:40.026
都全面升級

00:07:40.026 --> 00:07:42.328
甚至可以支援匯入音樂軟體後

00:07:42.328 --> 00:07:43.262
直接分軌

00:07:43.262 --> 00:07:45.832
匯出人聲、伴奏、鼓組等軌道

00:07:45.832 --> 00:07:48.901
方便你丟進傳統的音樂剪輯軟體繼續加工

00:07:58.811 --> 00:07:59.412
另外

00:07:59.412 --> 00:08:00.580
所有生成的曲目

00:08:00.580 --> 00:08:02.148
都會用SynthID技術

00:08:02.148 --> 00:08:03.950
加上人耳聽不到的浮水印

00:08:03.950 --> 00:08:06.219
方便日後辨識是不是AI生成

00:08:06.219 --> 00:08:08.521
過去大家對Lyria系統的印象是

00:08:08.521 --> 00:08:09.155
嗯…

00:08:09.155 --> 00:08:09.755
「音質很好

00:08:09.755 --> 00:08:10.790
但人聲很弱」

00:08:10.790 --> 00:08:11.991
而人聲的表現力

00:08:11.991 --> 00:08:13.659
一直是專業音樂生成AI

00:08:13.659 --> 00:08:15.428
Suno最大的護城河

00:08:15.428 --> 00:08:16.696
這次3.5版本

00:08:16.696 --> 00:08:19.031
就是直接衝著人聲這個弱點來的

00:08:19.031 --> 00:08:19.565
因此

00:08:19.565 --> 00:08:21.734
我們實測生成了兩首曲子

00:08:21.734 --> 00:08:22.368
第一首

00:08:22.368 --> 00:08:24.570
我給的方向是台灣年輕女生

00:08:24.570 --> 00:08:27.874
唱的是台北圓山花博的週末夜生活

00:08:27.874 --> 00:08:28.975
在市集喝啤酒

00:08:28.975 --> 00:08:30.076
隨著節奏跳舞

00:08:30.076 --> 00:08:32.545
最後獨自躺在大草皮上看星空

00:08:32.545 --> 00:08:34.146
編曲要明快歡樂

00:08:34.146 --> 00:08:37.083
但唱腔要帶著強顏歡笑的酸澀

00:08:37.083 --> 00:08:38.351
讓伴奏跟人聲

00:08:38.351 --> 00:08:40.019
形成明顯的情緒落差

00:08:40.019 --> 00:08:42.288
成果就是大家現在聽到的這一段

00:08:49.862 --> 00:08:51.531
第一版的問題是太老派

00:08:51.531 --> 00:08:53.199
不管編曲還是唱腔

00:08:53.199 --> 00:08:55.635
都偏向用丹田撐出厚度的唱法

00:08:55.635 --> 00:08:57.737
比較不是這個時代流行的風格

00:08:57.737 --> 00:08:58.804
所以第二個版本

00:08:58.804 --> 00:09:00.673
請他把編曲調得更青春

00:09:00.673 --> 00:09:02.141
唱腔也不要那麼厚

00:09:02.141 --> 00:09:05.278
改成更甜、更輕盈、更稚嫩的女生

00:09:21.193 --> 00:09:22.595
兩個版本比較下來

00:09:22.595 --> 00:09:24.797
人聲的細節其實都處理得不錯

00:09:24.797 --> 00:09:27.266
像轉音、氣音都聽得出層次

00:09:27.266 --> 00:09:29.168
大家可以特別注意這幾個地方

00:09:29.168 --> 00:09:30.903
這次3.5版本的進化

00:09:30.903 --> 00:09:32.471
讓不少玩家開始討論

00:09:32.471 --> 00:09:34.373
「Suno是不是要被取代了」

00:09:34.373 --> 00:09:36.175
如果你也是AI音樂的玩家

00:09:36.175 --> 00:09:38.778
你會喜歡Suno還是Lyria 3.5呢？

00:09:38.778 --> 00:09:39.712
留言告訴我

00:09:41.013 --> 00:09:43.416
一分鐘帶你認識Claude跟ChatGPT

00:09:43.416 --> 00:09:45.785
兩個對上班族來說很實用的小更新

00:09:45.785 --> 00:09:47.954
第一個是8月28號上線的功能

00:09:47.954 --> 00:09:49.055
現在ChatGPT

00:09:49.055 --> 00:09:51.757
可以同時連接多組Gmail、Google 行事曆

00:09:51.757 --> 00:09:52.725
Google 聯絡人

00:09:52.725 --> 00:09:54.860
等於你的私人帳號跟公司帳號

00:09:54.860 --> 00:09:57.029
都可以在同一個對話裡直接呼叫

00:09:57.029 --> 00:09:59.098
「幫我查看這兩個帳號的最新郵件」

00:09:59.098 --> 00:10:01.300
「查詢公司行事曆跟私人行事曆

00:10:01.300 --> 00:10:02.435
有沒有活動衝突」

00:10:02.435 --> 00:10:03.869
設定方式也超簡單

00:10:03.869 --> 00:10:06.472
你只要到設定找到外掛程式中的Gmail

00:10:06.472 --> 00:10:09.675
往下滑就可以發現現在有新增帳號的區域

00:10:09.675 --> 00:10:11.978
把你想連結的信箱加上去就好

00:10:11.978 --> 00:10:14.380
第二個是Claude的記憶可視化功能

00:10:14.380 --> 00:10:16.215
只是很多人不知道要去哪裡看

00:10:16.215 --> 00:10:17.984
你可以進到設定裡的記憶

00:10:17.984 --> 00:10:20.386
所有記憶都會以主題形式列出來

00:10:20.386 --> 00:10:21.921
「包括你的哪些偏好

00:10:21.921 --> 00:10:23.456
身份和說話習慣」

00:10:23.456 --> 00:10:26.025
覺得記錯了也可以自己刪掉或修改

00:10:26.025 --> 00:10:28.127
不用再擔心他的記憶是個黑箱

00:10:28.127 --> 00:10:30.396
這次還多了一個敏感主題的開關

00:10:30.396 --> 00:10:33.799
像健康、信念這類話題預設不會被記起來

00:10:33.799 --> 00:10:34.300
好的

00:10:34.300 --> 00:10:36.235
這集真的實測花了很多時間

00:10:36.235 --> 00:10:37.637
如果你喜歡這集的內容

00:10:39.905 --> 00:10:42.708
或是加入實戰生會員一起深度學習

00:10:42.708 --> 00:10:43.743
歡迎留言告訴我

00:10:43.743 --> 00:10:45.578
最後記得訂閱 開啟通知

00:10:45.578 --> 00:10:46.579
我們下一集見