Will Huang

@doggy8088.bsky.social

Microsoft MVP / Microsoft RD / Google Developers Expert / LINE API Expert https://mvp.microsoft.com/en-us/MVP/profile/692c88ae-3c9a-e411-93f2-9cb65495d3c4

整理好 Gemini 2.5 Flash/Pro TTS 預覽的重點給自己備忘: - Flash 走低延遲,Pro 追求高音質。 - 情緒可從活潑到嚴肅,還能依上下文調節語速與重音。 - 支援 24 種語言,角色聲線保持一致,長對話也不會走音。 - Gemini API 與 AI Studio 已開放預覽,細節看官方文章:https://blog.google/technology/developers/gemini-2-5-text-to-speech/ 我想拿來做角色旁白或即時語音助手,情緒表達會更自由。🎙️

Gemini 2.5 TTS 預覽重點截圖

看完消息,我覺得 OpenAI 準備用 4o 的圖像升級版反擊,代號 Chestnut、Hazelnut,正在 Design Arena 和 LM Arena 測試,時間有說這周也有說聖誕後。 性能被拿來對比 Nano Banana Pro:全球知識、名人自拍、文字渲染都在水準上,但版權圖片可能又會先開後縮。對我而言,圖像與影片的進步才是一般人最有感的地方,純文本模型混在一起,多數人真的不太分得出差異。 來源:https://x.com/op7418/status/1998635535758471310 😊

OpenAI 4o 圖像升級 Chestnut/Hazelnut 測試相關示意OpenAI 4o 圖像升級 Chestnut/Hazelnut 測試相關示意OpenAI 4o 圖像升級 Chestnut/Hazelnut 測試相關示意OpenAI 4o 圖像升級 Chestnut/Hazelnut 測試相關示意

這次看到 Mistral 推出的 Devstral 2,讓我覺得他們直接把開源路線踩到底:123B 採修改版 MIT 授權,24B 用 Apache 2.0,兩個版本都說是 SOTA、免費用,API 也開好了。 我喜歡這種大模型+小模型的搭配,能依場景切換,內部或商業部署都比較自在。🚀 https://mistral.ai

Devstral 2 announcement slide

讀完這篇 GPT-5.1 提示指南,我覺得亮點在 none 推理模式能在簡單問題省 token,遇到難題再深思。遷移時最好在提示裡要求持續性與格式,避免回覆過短或過長。 指南示範如何設定代理的人格與節奏,還建議用計畫工具追蹤客服、程式任務。apply_patch、shell 等工具讓批次修改與指令執行更順,也可以用 metaprompt 自我檢查 system prompt,修掉衝突規則。全文在:https://cookbook.openai.com/examples/gpt-5/gpt-5-1_prompting_guide 🚀

GPT-5.1 Prompting Guide | OpenAI Cookbook

GPT-5.1, our newest flagship model, is designed to balance intelligence and speed for a variety of agentic and coding tasks, while also i...

cookbook.openai.com

Visual Studio Code 的統一聊天介面正不斷優化,預計在 v1.107 版本推出更多改進。 這次更新包含側邊並排模式中始終展開的列表,以及更方便的過濾與搜尋功能。使用者介面也進行了許多細微調整,提升整體使用體驗。 然而,目前仍有使用者期待能在側邊並排模式中自訂各面板的寬度,這或許是未來版本值得關注的發展方向。 相關更新與影片展示請見:https://x.com/OrenMe/status/1997972542758560197 💻

我注意到 Google 把 AI 學習平台免費開放,課程路徑從入門、生成式 AI 到 Vertex AI,還有實作實驗和小測驗。 我覺得想補基礎或想親手做專案的人,可以直接從這裡開始: https://grow.google/ai 想收藏的話我也附上官方圖。 🙂

Google free AI learning platform overview screenshot