AI日報|2026-11-13
Google 推出平價主力模型 Gemini 4 Hydrogen、字節 Seedance 2.5 Flash 影片模型速度翻倍又降價、Runway 開放機器人模型 Praxis-1 權重
#AI每日報 #2026-11-13 注意:AI 起草,待人工核對。本文由紅球通 Grok Bot 整理,涵蓋 2026-11-11~11-12(美國時間)發布的消息,摘要為改寫,細節以各則一級來源為準。 今日三大頭條 Gemini 4 Hydrogen 上線。 Google 的新平價主力模型,接替 Gemini 3.8 Flash,搜尋與 Gemini App 全面換上。 Seedance 2.5 Flash 發布。 火山引擎推出快速版影片模型,速度約翻倍、價格約降三成。 Runway 開放 Praxis-1 權重。 影片生成公司把世界模型用在機器人,Apache 2.0 可商用。 一、生成式影像與影片 火山引擎發布 Seedance 2.5 Flash 影片模型 字節跳動旗下火山引擎於 11/12 推出 Seedance 2.5 Flash,定位為旗艦 Seedance 2.5 的高性價比版本:生成速度約翻倍,720P 文生/圖生影片每秒約 0.99 元人民幣,比旗艦便宜約 34%;單段最長 30 秒,單次可放 10 張圖、5 段影片、5 段音訊參考,解析度為 480P/720P。即日起陸續上線即夢(Dreamina)等平台,API 依官方文件於 11/15 14:00(台北時間)在火山方舟開放。旗艦負責 1080P/4K 精修、Flash 負責大量試稿,這種「雙檔位」分工正是課堂與商案可以直接套用的影片工作流。
來源:火山引擎 Seedance 2.5 官方文件、鳳凰網報導(價格與規格) Hugging Face Diffusers 0.43.0:一次收進五個生圖/生影片模型 Diffusers 於 11/12 發布 0.43.0,新增 Pika H3 Flex(以 MiniMax-H3 為基礎,6 步產生影片並同步立體聲)、Kandinsky S2V 1.0(一張人像加一段語音,生成配合語音的全身動態影片)、PAN 2(29B 參數的場景模擬器)、Pruna AI 的 P-H3-Image(最多 8 張圖做指令修圖),以及 MiniMax-H3-Image。補充:H3-Image 前幾天已報過,新進展是它現在能直接用 Diffusers 這套開源工具呼叫。對想在本機或 ComfyUI 周邊實驗的學生來說,這代表新模型從發表到可上手的時間又縮短了。
來源:Diffusers v0.43.0 官方 Release Notes Runway 開放機器人「世界動作模型」Praxis-1 權重 Runway 於 11/11 以 Apache 2.0 授權開放 Praxis-1,這是 27B 參數的混合專家擴散 Transformer,同時預測影片與機器人動作,官方稱在 NVIDIA RoboLab-120 排行榜達 46.2% 成功率、領先其他開放權重模型。權重、推論與微調程式碼(含 LoRA)都在 GitHub 與 Hugging Face 上,可商用。影片生成公司把「看大量影片學物理」的能力轉去控制機器人,說明影片模型正在變成更通用的「世界模型」底座。
來源:Runway 官方公告 二、模型與企業應用 Google 推出 Gemini 4 Hydrogen Google 於 11/12 發表 Gemini 4 Hydrogen,主打日常程式與代理工作流,接替 Gemini 3.8 Flash;整個 100 萬 token 上下文統一定價,每百萬 token 輸入 1.5 美元、輸出 7.5 美元,並新增最高的 xhigh 思考檔位。官方稱它在 Artificial Analysis 智慧指數預設拿 51 分(xhigh 為 54),略高於自家 Argon 的 50 分。即日起 Google 搜尋、Gemini App、Gemini API 與 Google Sheets 陸續換上,Antigravity 另推出讓 Carbon 規劃、Hydrogen 執行的 Orchestrator。企業若在評估模型成本,這是新的「便宜又夠用」基準線。
來源:Google 官方部落格 Gemini Decisions API:一次問 1,000 個是非題 Google 於 11/11 推出 Gemini Decisions API(模型 Gemini Decision 1),專做「快速判斷」而非長篇生成:一次請求可針對同一份文字、圖片、音訊、影片或 PDF 回答最多 1,000 個是非、選擇或評分題,並回傳信心分數,起價每百萬輸入 token 0.10 美元。像是商品圖審核、作品評分規準、客服分流這類大量判斷工作,都能用更低成本自動化。
來源:Google 官方部落格 Databricks 推出「常駐型」Genie 企業代理 Databricks 於 11/11 發表第二代 Genie:可在背景持續運作、處理長時間任務、把工作分派給子代理,需要人決定時再透過收件匣或 email 詢問;底層靠已正式上線的 Genie Ontology 維護資料、人員與流程之間的關係。常駐版本目前以預覽與 beta 計畫提供。企業 AI 正從「問了才答」走向「自己追進度、卡關才找人」。
來源:Databricks 新聞稿 OpenAI 開源 Codex Security OpenAI 於 11/12 在 GitHub 開源 Codex Security 的命令列工具與 TypeScript SDK,可掃描整個程式碼庫的資安問題、驗證發現並產生修補建議,也能接進 CI 流程。對有自建系統的企業客戶,這是導入 AI 資安檢查成本最低的入口之一。
來源:openai/codex-security(GitHub 官方 repo) Google 智慧眼鏡開放預購 Google 於 11/12 開放與 Warby Parker、Gentle Monster、Samsung 合作的 Intelligent Eyewear 預購,Warby Parker 款 395 美元起、Gentle Monster 款 449 美元起,12/10 起在美國與南韓上市。眼鏡內建 1,200 萬畫素超廣角相機、重約 41 公克、續航最長 9 小時;官方強調送給 Gemini 處理前會自動遮蔽路人臉孔,拍攝時有指示燈。對影像創作者來說,第一人稱拍攝與隱私設計會是下一個值得討論的課題。
來源:Google 官方部落格 教材速查表
主題 可用在哪 --- --- Seedance 2.5 Flash、Diffusers 0.43.0 世新「AI 生成式影像創作」課堂:快速試稿+旗艦精修的影片工作流、語音驅動人像動畫 Praxis-1、智慧眼鏡 課堂延伸討論:影片模型變世界模型、第一人稱影像與隱私 Gemini 4 Hydrogen、Decisions API 企業顧問:模型選型與大量判斷任務的成本評估 常駐型 Genie、Codex Security 企業顧問:背景代理與 AI 資安檢查導入 意思是:今天的主線是「便宜又快」——影片有 Flash 版、語言模型有 Hydrogen、判斷有 Decisions API,AI 從展示品變成可以大量日常使用的工具。