[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-gemini-omni-flash-turns-prompts-into-video-edits-zh":3,"article-related-gemini-omni-flash-turns-prompts-into-video-edits-zh":30,"series-model-release-7ccb5e8f-b542-4eae-8fbb-cc700d8014e7":79},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"7ccb5e8f-b542-4eae-8fbb-cc700d8014e7","gemini-omni-flash-turns-prompts-into-video-edits-zh","Gemini Omni Flash 讓提示變成影片編輯","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fgemini\">Gemini\u003C\u002Fa> Omni Flash 把文字、圖像、音訊和影片串成可對話式編輯流程，適合直接抄成工作模板。\u003C\u002Fp>\u003Cp>我用影片模型一陣子了，越玩越火大。不是它不能生圖，而是它每次都像很有自信的實習生：你只想改一個鏡頭，它整段重畫；你要保留角色，它偷偷換臉；你想做第二輪微調，它連光線、構圖、物理規則一起自由發揮。看起來很會，實際上很難收斂。\u003C\u002Fp>\u003Cp>所以我看到 \u003Ca href=\"\u002Ftag\u002Fgoogle\">Google\u003C\u002Fa> 的 \u003Ca href=\"https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-omni\u002F\">Introducing Gemini Omni\u003C\u002Fa> 時，注意的不是那些花俏 demo，而是它到底想解決什麼工作流。它不是只講「生成影片」，而是把\u003Ca href=\"\u002Fnews\u002F5-gke-support-facts-for-cluster-admins-zh\">重點\u003C\u002Fa>放在 conversational editing、multi-input generation、還有 grounded video。這三個詞加起來，意思很直接：它想把影片編輯變成對話，而不是一次性抽卡。\u003C\u002Fp>\u003Cp>這篇我拆的\u003Ca href=\"\u002Fnews\u002Fkubernetes-cncf-project-page-zh\">核心\u003C\u002Fa>，是 \u003Cstrong>Gemini Omni Flash\u003C\u002Fstrong>。Google 這篇文章說它是 Omni 家族的第一個模型，而且會透過 Gemini app 和 Google Flow 開放給 Google AI Plus、Pro、Ultra 訂閱者。這不是單純又一個模型發布，我讀到的是：Google 想把「影片修改」從批次任務，改成一輪一輪往下修的工作方式。\u003C\u002Fp>\u003Ch2>它不是在講生成影片，是在講把工具黏成一個流程\u003C\u002Fh2>\u003Cblockquote>“Omni is our new model that can create anything from any input — starting with video.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：Google 想把文字、圖片、音訊、影片這些原本分散的東西，收進同一個模型裡處理。不是每種媒介各玩各的，而是一起進來，一起出結果。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780058014243-6x3s.png\" alt=\"Gemini Omni Flash 讓提示變成影片編輯\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我會把這件事看得很務實。因為真實工作根本不是「我只有一段 prompt」。通常是這樣：PM 丟一段需求，設計師給一張參考圖，剪輯師手上有粗剪，行銷再補一句「能不能更高級一點」。你如果還要在不同工具間來回搬，流程就會碎掉。\u003C\u002Fp>\u003Cp>Omni 的方向是把這些輸入黏成一個工作面。這對開發者來說很重要，因為你不該再想「我現在是做文字生成、圖片生成還是影片生成」，而是想「我\u003Ca href=\"\u002Fnews\u002Fhow-to-use-leverage-correctly-in-writing-zh\">怎麼\u003C\u002Fa>把所有參考一起餵進去，讓模型幫我合成一個可用版本」。\u003C\u002Fp>\u003Cp>Google 還提到 Omni Flash 會建立在 Gemini 的 world knowledge 上，能做高品質影片，而且不是只靠表面紋理。這句話我會翻成白話：它想處理的不只是「看起來像」，還有「下一步應該怎麼發生」。\u003C\u002Fp>\u003Cp>我以前做產品 mockup 時就卡在這種地方。模型可以把桌面做得很像、把玻璃做得很亮，但一旦要維持物件身份、角度、連續性，整段就開始鬆散。漂亮不難，能不能一路改下去才是重點。\u003C\u002Fp>\u003Cul>\u003Cli>把 text、image、audio、video 當成同一套輸入資產，不要分散成四個工具。\u003C\u002Fli>\u003Cli>先設計 edit chain，再想單次輸出。\u003C\u002Fli>\u003Cli>保留 reference 和 state，不要每輪都重寫整段需求。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操上，我會建議你把模型當成「合成層」，不是「一次性生成器」。你手上有什麼素材，就先存成 reference pack，再去做第一輪輸出。別逼模型憑空猜，猜出來的東西通常最貴也最難修。\u003C\u002Fp>\u003Ch2>對話式影片編輯，才是這篇最有用的地方\u003C\u002Fh2>\u003Cblockquote>“Edit your videos through conversation. Every instruction builds on the last.”\u003C\u002Fblockquote>\u003Cp>這句我很買單，因為它講的是 stateful editing。也就是說，你不是每次都從頭描述一個新場景，而是在上一輪結果上繼續改。這差很多，真的差很多。\u003C\u002Fp>\u003Cp>白話一點講，就是你可以像改文件一樣改影片：先把房間調暗，再把鏡頭拉近，再換掉背景雕塑，再保留角色不變。只要模型真的記得前一輪指令，整個 workflow 就不會一直從零開始重來。\u003C\u002Fp>\u003Cp>我自己最煩的就是那種「你以為只要補一句就好，結果模型直接忘記前文」的工具。它會把整個場景重畫，然後告訴你它有聽懂。沒有，它只是很會演。對需要迭代的團隊來說，這種工具只能做 demo，不能做 production。\u003C\u002Fp>\u003Cp>Google 在文中舉的例子，像是同一位小提琴手在不同環境中移動、鏡頭變化但角色一致，這些都在測一件事：模型能不能把前後關係記住。這不是炫技，是基礎能力。你如果連前後一致都做不好，後面所有「編輯」都只是重抽。\u003C\u002Fp>\u003Cp>實操寫法我會這樣定：\u003C\u002Fp>\u003Cul>\u003Cli>把 prompt 寫成編輯指令，不要寫成全新場景描述。\u003C\u002Fli>\u003Cli>每次只改一個主變數，像是 lighting、camera、style、motion 擇一。\u003C\u002Fli>\u003Cli>固定主體稱呼，不要同一個角色一會兒叫人、一會兒叫主角、一會兒叫他。\u003C\u002Fli>\u003Cli>把每輪變更記下來，否則你永遠不知道是哪句話救了結果。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我會很直白地說，這種工具真正值錢的地方，不是「一次生出很炫的片」，而是「你能不能把它修到可交付」。\u003C\u002Fp>\u003Ch2>世界知識不是裝飾，是影片不崩掉的底線\u003C\u002Fh2>\u003Cblockquote>“Omni doesn't just build scenes that look real, it reasons about what should happen next.”\u003C\u002Fblockquote>\u003Cp>這句很關鍵。因為影片生成最常見的死法，不是畫得醜，而是邏輯崩掉。球不會滾、手會穿模、水流不連續、觀眾反應跟音樂節奏完全對不上。這些都是模型只在模仿表面，不懂場景規則的後果。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780058005941-aztw.png\" alt=\"Gemini Omni Flash 讓提示變成影片編輯\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Google 說 Omni 結合了物理直覺，以及對歷史、科學、文化脈絡的理解。我會把這翻成一句很實際的話：它想讓畫面不只是像真的，而是能照著真實世界的因果繼續演下去。\u003C\u002Fp>\u003Cp>文中提到的 marble chain-reaction track、還有用 claymation 風格解釋 protein folding，這些都不是隨便挑的 demo。前者在測連續動作和物理一致性，後者在測抽象知識能不能被轉成視覺敘事。這兩種都很難裝。\u003C\u002Fp>\u003Cp>我之前用過一些模型做教育型影片，最常遇到的問題就是：畫面很漂亮，但一講到流程就開始亂飄。它知道怎麼做出「像教學影片」的樣子，卻不知道內容本身要怎麼走。那種片拿去發社群可以，拿去教人就很危險。\u003C\u002Fp>\u003Cp>實操上，我會建議你在 prompt 裡多寫「規則」少寫「形容詞」。不要只說 cinematic，要說事件順序、物理限制、什麼不能變。你如果做 explainer，就先列 transformation steps；你如果做 product demo，就先定 interaction logic，再談風格。\u003C\u002Fp>\u003Cp>也就是說，別把模型當修圖軟體。把它當會讀規則的剪輯助手，才比較接近它現在該扮演的角色。\u003C\u002Fp>\u003Ch2>Reference input 才是它真正像編輯器的地方\u003C\u002Fh2>\u003Cblockquote>“Reference anything. Omni turns any reference — image, text, video or audio — into a single, cohesive output.”\u003C\u002Fblockquote>\u003Cp>這句我會畫重點。因為 reference-based generation 才是這類模型開始像「編輯器」而不是「生成器」的分水嶺。你不是叫它憑空畫，而是拿現成素材去合成、去對齊、去保留。\u003C\u002Fp>\u003Cp>Google 的例子很清楚：可以用一段影片的 motion 去驅動另一個角色，可以拿音訊來同步節奏，可以保留房間結構同時改視覺風格。這種能力對已經有素材的人最有用，因為你不用把資產丟掉重來。\u003C\u002Fp>\u003Cp>我看這件事的角度很簡單：reference 不是參考，是約束。你給模型的不是靈感，而是邊界。邊界越清楚，輸出越不容易飄。\u003C\u002Fp>\u003Cp>我碰過太多團隊浪費時間在「我們可不可以只靠 prompt 做到」這種幻想。可以，但通常很痛。你明明手上有草圖、旁白、粗剪、風格參考，卻硬要模型重新理解一次，這根本是在增加失敗機率。\u003C\u002Fp>\u003Cul>\u003Cli>Image reference 用來鎖住主體身份與構圖。\u003C\u002Fli>\u003Cli>Video reference 用來保留 motion、節奏和 camera behavior。\u003C\u002Fli>\u003Cli>Audio reference 用來對齊 timing 和 rhythm。\u003C\u002Fli>\u003Cli>Text reference 只補那些素材沒辦法直接表達的規則。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操上，我會先做一包 reference pack，再開始 prompt。裡面至少放一張 anchor image、一段 motion reference、一個 style reference，再加一段短規則。然後我會先問自己：哪些要固定、哪些可以變、哪些絕對不能碰。這個思路一旦定下來，模型就比較不會亂長。\u003C\u002Fp>\u003Ch2>Avatar 功能看起來保守，但其實很合理\u003C\u002Fh2>\u003Cblockquote>“To start, you can create videos with your own voice by using Avatars.”\u003C\u002Fblockquote>\u003Cp>這裡 Google 明顯收斂了。它不是一開始就說什麼都能改，而是先從 voice-based avatar creation 下手，而且還提到音訊與 speech 的更廣泛編輯功能仍在做 responsible release。這種保守我反而覺得正常。\u003C\u002Fp>\u003Cp>老實講，如果一個模型能同時改影片、聲音、語音，亂用的空間會很大。Google 先把 avatar 當起點，不急著把最敏感的部分全開，我覺得是對的。不好看歸不好看，但至少知道自己在踩哪條線。\u003C\u002Fp>\u003Cp>對開發者來說，這提醒一件事：能力跟政策現在是綁在一起的。你不能只問「模型能不能做」，你還要問「它能不能改、該不該改、改完怎麼標示」。\u003C\u002Fp>\u003Cp>文章還提到，Omni 產生的影片會帶有不可感知的 SynthID watermark，並且可以在 Gemini app、Gemini in Chrome 和 Google Search 驗證。這很重要，因為 provenance 不是附加功能，是生成媒體的基本配備。你既然能做得像真的，就得能追得回去。\u003C\u002Fp>\u003Cp>實操上，如果你要把這類功能接進產品，我會先做三件事：\u003C\u002Fp>\u003Cul>\u003Cli>定義哪些欄位算合成內容 metadata。\u003C\u002Fli>\u003Cli>決定輸出怎麼標示 synthetic media。\u003C\u002Fli>\u003Cli>設計驗證入口，讓使用者知道這東西從哪來。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>別等到有人問你「這支影片哪來的」才開始補流程。那時候通常已經晚了。\u003C\u002Fp>\u003Ch2>如果我現在要接 Omni Flash，我會這樣做\u003C\u002Fh2>\u003Cp>我不會先拿它做電影。我會先拿它做那些真的省時間的東西：產品 walkthrough、概念影片、訓練解說、社群版本、還有粗預視覺化。這些場景最吃 conversational editing，因為它們本來就不是一次做完。\u003C\u002Fp>\u003Cp>我會把介面設計成「有狀態的編輯器」，不是大空白 prompt box。使用者應該能看到 reference、版本歷史、以及目前鎖住了哪些元素。這樣才知道哪個變更是可逆的，哪個是會炸的。\u003C\u002Fp>\u003Cp>如果是我自己寫工作流，我會長這樣：\u003C\u002Fp>\u003Cul>\u003Cli>上傳 base clip 或 reference image。\u003C\u002Fli>\u003Cli>先選編輯目標：subject、scene、camera、style、motion。\u003C\u002Fli>\u003Cli>一次只下達一個自然語言指令。\u003C\u002Fli>\u003Cli>每次輸出都保留版本，方便 rollback。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我也會把 prompt 寫短一點。模型不是因為你寫得長就比較懂，很多時候只是比較會迷路。像「make it cinematic」這種根本不是規格；「slow push-in、dimmer room、preserve subject pose、keep background architecture unchanged」這種才像規格。\u003C\u002Fp>\u003Cp>所以我對 Omni Flash 的判斷很簡單：它不是拿來亂生一堆花片的，它比較像給已經知道自己要什麼的人，用來把素材修到可交付。這種工具我比較有感，因為它真的能進工作，而不是只進發表會。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode>## Gemini Omni Flash conversational video editing template\n\n### 1) Base scene\n- Source video: [attach or describe]\n- Main subject: [person \u002F object \u002F character]\n- Environment: [location, time, lighting]\n- Camera: [static \u002F handheld \u002F push-in \u002F angle]\n- Must stay unchanged: [locked elements]\n\n### 2) Reference pack\n- Image reference: [style \u002F character \u002F composition]\n- Video reference: [motion \u002F pacing \u002F camera behavior]\n- Audio reference: [music \u002F timing \u002F spoken rhythm]\n- Text reference: [facts \u002F rules \u002F explanation]\n\n### 3) Edit instruction format\nUse one instruction per turn:\n- Change: [single edit]\n- Keep: [what must remain stable]\n- Constraints: [physics \u002F continuity \u002F style \u002F timing]\n\n### 4) Example prompt\nEdit this clip conversationally.\n\nKeep the main subject, pose, and scene structure the same.\nChange the lighting to a darker, moody setup.\nMove the camera slightly closer with a slow push-in.\nMake the background feel more futuristic, but do not change the subject identity.\nPreserve motion continuity and keep the physics realistic.\n\n### 5) Follow-up turns\n- Now make the subject invisible, but keep the scene and camera movement.\n- Change the room into a glass sphere while preserving the original action.\n- Add subtle motion effects synced to the music.\n- Shift the style toward claymation, but keep the same timing and composition.\n\n### 6) Production checklist\n- Did I lock the subject identity?\n- Did I describe only one major change per turn?\n- Did I specify what must not change?\n- Did I include references instead of re-describing everything?\n- Did I save each version so I can reproduce the sequence later?\n\n### 7) Copy-ready system prompt\nYou are a video editor that works through conversation.\nPreserve the subject identity, scene continuity, and reference constraints across turns.\nApply only the requested change unless the user explicitly asks for more.\nIf the request is ambiguous, ask for one missing detail instead of reinventing the scene.\nKeep physics, motion, and camera behavior consistent with the source material.\nReturn a revised clip that respects the current edit history and all attached references.\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這段我就是要你直接貼進工作流裡。不要先改得很漂亮，先讓它能用。能用之後，再慢慢縮短、重寫、變成你自己的版本。\u003C\u002Fp>\u003Cp>原始來源是 \u003Ca href=\"https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-omni\u002F\">https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-omni\u002F\u003C\u002Fa>，還有 Google 的 Gemini 文件與 Flow 入口：\u003Ca href=\"https:\u002F\u002Fgemini.google.com\u002F\">https:\u002F\u002Fgemini.google.com\u002F\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fblog.google\u002Fproducts\u002Fgemini\u002F\">https:\u002F\u002Fblog.google\u002Fproducts\u002Fgemini\u002F\u003C\u002Fa>。我這篇是根據原文拆方法論，不是重貼新聞稿。","拆 Gemini Omni Flash 的 conversational video editing 方法，最後附可直接複製的提示模板。","blog.google","https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-omni\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780058014243-6x3s.png","model-release","zh","0d612150-d44c-411f-ab22-efa429afac4b",[17,18,19,20,21],"Gemini Omni Flash","conversational video editing","reference-based generation","SynthID","video AI",[23,24,25],"把影片生成當成可迭代編輯，不要當一次性抽卡。","先做 reference pack 和狀態管理，再談 prompt。","可直接複製模板進工作流，從單輪改片開始。",3,"2026-05-29T12:32:57.482118+00:00","2026-05-29T12:32:57.446+00:00","0a3b4f35-7be1-430e-b708-37bdc8b5219a",{"tags":31,"relatedLang":11,"relatedPosts":42},[32,34,36,38,40],{"name":21,"slug":33},"video-ai",{"name":20,"slug":35},"synthid",{"name":17,"slug":37},"gemini-omni-flash",{"name":19,"slug":39},"reference-based-generation",{"name":18,"slug":41},"conversational-video-editing",[43,49,55,61,67,73],{"id":44,"slug":45,"title":46,"cover_image":47,"image_url":47,"created_at":48,"category":13},"466021f3-b8a4-4ecb-ad64-8070beaf9cbc","gemini-1-5-pro-002-flash-002-2-0-flash-update-zh","Gemini 1.5 與 2.0 Flash 更新上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780999389960-97qh.png","2026-06-09T10:02:27.849751+00:00",{"id":50,"slug":51,"title":52,"cover_image":53,"image_url":53,"created_at":54,"category":13},"66ce4542-3c93-4a0c-ab52-5e6f90a36212","minimax-m3-kai-fang-quan-zhong-xie-cheng-shi-reng-neng-ying-zh","MiniMax M3 證明開放權重在寫程式上仍能贏","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780968786191-lele.png","2026-06-09T01:32:30.829528+00:00",{"id":56,"slug":57,"title":58,"cover_image":59,"image_url":59,"created_at":60,"category":13},"948a7dc4-b172-42f9-9bef-abcbbffaca18","gemini-35-flash-pricing-benchmarks-zh","Gemini 3.5 Flash 價格與長上下文解析","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780840978961-6b9n.png","2026-06-07T14:02:29.835438+00:00",{"id":62,"slug":63,"title":64,"cover_image":65,"image_url":65,"created_at":66,"category":13},"5507f140-5223-4f68-ade6-30d9e5457638","gemma-4-12b-specs-benchmarks-run-locally-zh","怎麼做 Gemma 4 12B 本地部署","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780777971165-4bit.png","2026-06-06T20:32:24.857611+00:00",{"id":68,"slug":69,"title":70,"cover_image":71,"image_url":71,"created_at":72,"category":13},"ef42a437-8b06-4ff5-a135-ece7662c01f4","best-kimi-models-2026-k2-5-vs-k2-thinking-zh","2026 最佳 Kimi 模型：K2.5 對 K2 Thinking","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780770790333-x3lk.png","2026-06-06T18:32:39.410186+00:00",{"id":74,"slug":75,"title":76,"cover_image":77,"image_url":77,"created_at":78,"category":13},"fd2ad557-5c09-4758-964d-cda1c3c87a4c","kimi-k2-6-open-source-coding-agent-swarm-zh","Kimi K2.6 開源加上 Agent Swarm","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780761795960-0zg9.png","2026-06-06T16:02:21.702099+00:00",[80,85,90,95,100,105,110,115,120,125],{"id":81,"slug":82,"title":83,"created_at":84},"58b64033-7eb6-49b9-9aab-01cf8ae1b2f2","nvidia-rubin-six-chips-one-ai-supercomputer-zh","NVIDIA Rubin 把六顆晶片塞進 AI 機櫃","2026-03-26T07:18:45.861277+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"0dcc2c61-c2a6-480d-adb8-dd225fc68914","march-2026-ai-model-news-what-mattered-zh","2026 年 3 月 AI 模型新聞重點","2026-03-26T07:32:08.386348+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"214ab08b-5ce5-4b5c-8b72-47619d8675dd","why-small-models-are-winning-on-device-ai-zh","小模型為何吃下裝置端 AI","2026-03-26T07:36:30.488966+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"785624b2-0355-4b82-adc3-de5e45eecd88","midjourney-v8-faster-images-higher-costs-zh","Midjourney V8 變快了，也變貴了","2026-03-26T07:52:03.562971+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"cda76b92-d209-4134-86c1-a60f5bc7b128","xiaomi-mimo-trio-agents-robots-voice-zh","小米 MiMo 三模型瞄準代理、機器人與語音","2026-03-28T03:05:08.779489+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"9e1044b4-946d-47fe-9e2a-c2ee032e1164","xiaomi-mimo-v2-pro-1t-moe-agents-zh","小米 MiMo-V2-Pro 登場：1T MoE 模型","2026-03-28T03:06:19.002353+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"c4b6186f-bd84-4598-997e-c6e31d543c0d","cursor-composer-2-agentic-coding-model-zh","Cursor Composer 2 走向代理式寫碼","2026-03-28T03:13:06.422716+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"e112e76f-ec3b-408f-810e-e93ae21a888a","apple-siri-gemini-distilled-models-zh","Apple Siri 牽手 Gemini 的真相","2026-03-29T04:52:57.886544+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"c679b51f-194a-463b-87fc-7695256ff752","mimo-v2-pro-vs-omni-vs-flash-2026-zh","MiMo V2 Pro、Omni、Flash 怎麼選","2026-04-02T01:18:43.576128+00:00",{"id":126,"slug":127,"title":128,"created_at":129},"3b988fd7-6749-4f01-ba25-c0ad7486dc31","z-ai-glm-5v-turbo-design2code-claude-zh","GLM-5V-Turbo 在 Design2Code 贏了…","2026-04-02T04:03:36.31741+00:00"]