AI grifters are creating fake Black people to sell Shein junk
The Verge AI3d agoEthicsThe Verge found TikTok, Instagram, and Facebook accounts using AI-generated Black women and other marginalized personas to sell dropshipped products. The videos frame mass-produced goods as handmade small-business items and use tears, racial identity, and hardship narratives to drive engagement. Researchers describe the pattern as digital blackface and empathy bait, enabled by short-form platforms, weak labeling, and widely available generative AI ad workflows.
Google’s new anything-to-anything AI model is wild★ 85
The Verge AI10d agoReleaseGoogle 發表了全新的「任意對任意（anything-to-anything）」AI 模型 Gemini Omni。外媒記者實測將其用於將小孩的毛絨鹿玩具「Buddy」合成到各種度假場景中，發現其生成效果極其逼真且操作簡單。這款模型不僅展現了強大的多模態影片生成與編輯能力，同時也再度引發了關於深偽（Deepfake）技術門檻降低與倫理界線的討論。
We tried Google’s AI glasses and they’re almost there★ 75
TechCrunch AI11d agoReleaseGoogle 近日展示了其最新的 Android XR 智慧眼鏡原型。這款眼鏡能將由 Gemini 驅動的即時翻譯、地圖導航等資訊直接疊加在用戶的視野中。雖然目前仍是原型階段，但外媒實測後認為其整合度與實用性已相當高，距離正式商用僅一步之遙。
Gemini 3.1 Flash TTS: the next generation of expressive AI speech★ 80
Google DeepMind Blog48d agoReleaseGoogle DeepMind 發表全新語音模型 Gemini 3.1 Flash TTS。該模型引入了「細粒度音訊標籤」（granular audio tags），讓開發者與創作者能夠精確引導 AI 語音的生成細節。這項技術大幅提升了 AI 語音的表現力與可控性，為下一代語音互動與內容創作奠定基礎。
Reimagining the mouse pointer for the AI era★ 85
Google DeepMind Blog65d agoReleaseGoogle DeepMind 宣布將傳統的滑鼠游標重塑為具備「上下文感知能力」的 AI 夥伴。這項創新旨在消除傳統輸入 Prompt 的繁瑣與摩擦力，讓使用者在 Chrome 瀏覽器及其他應用程式中，能夠透過極其直覺的游標移動與點擊，直接與 AI 進行即時協作。這項技術不僅改變了我們與瀏覽器互動的方式，更預示著人機介面（HCI）將迎來全新變革，讓 AI 輔助變得無所不在且更加自然。
Chat SDK brings agents to your users★ 80
Vercel Changelog75d agoReleaseVercel 宣布其 Chat SDK（AI SDK 的核心部分）全面強化對 AI Agent（代理）的支援。開發者現在可以更輕鬆地構建具備工具調用、多步驟推理及動態 Generative UI 的智慧代理。此更新簡化了前端與 LLM 代理之間的狀態同步，讓複雜的 Agent 互動能以流暢、直觀的聊天介面呈現給最終用戶。
A new way to express yourself: Gemini can now create music★ 78
Google DeepMind Blog104d agoReleaseGoogle DeepMind 宣布在 Gemini 應用程式中整合其最先進的音樂生成模型 Lyria 3。用戶現在只需輸入文字描述或上傳圖片，即可輕鬆生成 30 秒的高品質音樂片段。這項功能大幅降低了音樂創作門檻，為社群創作者、設計師及一般大眾提供全新的多模態創作工具。
A Guide to Which AI to Use in the Agentic Era★ 85
One Useful Thing (Mollick)104d agoTutorial隨著 AI 從單純的「聊天機器人」演進至具備主動執行能力的「代理人（Agents）」與深度思考的「推理模型（Reasoning Models）」，使用策略已大幅改變。本文整理了當前主流 AI（如 GPT、Claude、Gemini 及 DeepSeek）在寫作、程式開發、資料分析與自動化任務中的定位。讀者將能理解何時該用一般聊天、何時該啟動推理，以及如何佈署代理人來提升生產力。
Build with Nano Banana Pro, our Gemini 3 Pro Image model★ 78
Google DeepMind Blog194d agoReleaseGoogle DeepMind 宣布推出名為「Nano Banana Pro」的 Gemini 3 Pro 圖像模型。作為 Gemini 3 世代的專業級視覺模型，它旨在為開發者提供更強大的影像生成或理解能力。標題「Build with...」顯示該模型已開放 API 或開發工具，鼓勵開發者將其整合至各式應用中。
Vercel Ship AI 2025 recap★ 85
Vercel Changelog218d agoReleaseVercel 舉辦了 Ship AI 2025 線上發表會，彙整其在 AI 網頁開發領域的最新突破。本次重點包括生成式 UI 工具 v0 的「全端生成」重大升級、Vercel AI SDK 對於多代理人（Multi-agent）協同工作流的架構級支援，以及針對 AI 串流與邊緣運算（Edge）的基礎設施改良，旨在幫助開發者更輕鬆地建構、部署與擴展高效能的 AI 應用。
Image editing in Gemini just got a major upgrade★ 75
Google DeepMind Blog222d agoReleaseGoogle DeepMind 宣布 Gemini 應用程式中的原生圖片編輯功能迎來重大升級。用戶現在可以直接在 Gemini 介面中，以更強大且直覺的新方式調整與轉換圖片。此更新簡化了過去繁瑣的修改流程，讓創作者與一般用戶能更輕鬆地進行局部修改、物件增減或背景調整，大幅提升圖像創作的效率。
An Opinionated Guide to Using AI Right Now★ 85
One Useful Thing (Mollick)226d agoTutorial賓州大學華頓商學院教授 Ethan Mollick 釋出最新 AI 實用指南。他指出，目前主流模型各有擅場：Claude 3.5 Sonnet 適合寫作與程式，GPT-4o 語音與綜合能力強，Gemini 則以超大上下文見長。他強調，使用者應將 AI 視為「聰明但缺乏經驗的實習生」，透過持續對話與回饋來突破「不規則邊界（Jagged Frontier）」，才能真正發揮 AI 的生產力潛能。
On Working with Wizards★ 85
One Useful Thing (Mollick)263d agoOpinion知名 AI 學者 Ethan Mollick 提出「與魔法師共事」的隱喻，指出當前 AI 並非傳統軟體，而是具備強大卻不穩定能力的魔法師。在「參差不齊的技術前沿（Jagged Frontier）」上，AI 可能在困難任務上表現驚人，卻在簡單任務上出錯。人類必須學會扮演「驗證者」，透過深度整合（如半人馬或賽博格模式）來駕馭這股魔法般的技術。
A new wave of software, shipped on Vercel
Vercel Changelog305d agoCommentaryVercel 官方分享了「Shipped on Vercel」所代表的全新軟體開發浪潮。隨著 AI 技術與前端工具的爆發，現代軟體開發正經歷根本性變革。開發者與創作者正利用 Vercel AI SDK、v0 以及 Next.js，以極致的速度將創意轉化為動態、AI 原生的 Web 應用與 SaaS 產品，徹底改變了軟體的交付速度與使用者體驗。
Vercel Ship 2025 recap★ 85
Vercel Changelog341d agoReleaseVercel 年度盛會 Ship 2025 發表多項重大更新，全面加速 AI 應用的開發與部署。本次焦點包含 v0 從 UI 生成演進為全端應用構建助手、Vercel AI SDK 針對 AI Agent 工作流的深度優化，以及 Next.js 基礎設施的效能提升。Vercel 展現了其從託管平台轉型為 AI 時代開發樞紐的野心。
Using AI Right Now: A Quick Guide★ 85
One Useful Thing (Mollick)344d agoTutorial知名 AI 學者 Ethan Mollick 整理了最新的 AI 實用指南，解答「該用哪款 AI」與「如何使用」的核心問題。他強調應直接使用最頂尖的 Frontier Models（如 GPT、Claude、Gemini），並將 AI 視為「聰明但缺乏常識的實習生」。指南涵蓋日常寫作、程式開發、資料搜尋與多媒體生成等四大領域的推薦工具與實戰心法。
Fuel your creativity with new generative media models and tools★ 78
Google DeepMind Blog378d agoNew ToolGoogle announced new generative media models and tools at I/O 2025, led by Veo 3 for video, Imagen 4 for images, and Flow for AI filmmaking. Veo 3 adds audio generation, while Imagen 4 improves detail, typography, aspect ratios, and up to 2K output. Google also expanded Lyria 2 and Lyria RealTime access, while continuing SynthID watermarking and launching SynthID Detector.
[AINews] SOTA Video Gen: Veo 2 and Kling 2 are GA for developers★ 85
TLDR AI (Buttondown)412d agoRelease影片生成競技場（Video Arena）排名前兩名的 SOTA 模型 Google Veo 2 與 Kling 2 正式向開發者全面開放（GA）。Google Veo 2 已整合至 Gemini API，主打每秒生成僅需 0.35 美元的超低價格；而來自中國的 Kling 2 則以約 10 秒 2 美元的價格推出，但設有每月 700 美元（需簽 3 個月）的最低消費門檻。兩大模型的開放象徵著高品質 AI 影片生成正式進入開發者應用的實用化階段。