把 embedding 模型拿去轉錄語音,1 小時音訊 13 秒搞定

EmbeddingGemma 2 被拿去轉錄語音:1 小時音訊 13 秒搞定,全程本機運算。英文限定、錯誤率約 5%、還沒開源,HN 411 分熱議一次整理。

EmbeddingGemma 2 被拿去轉錄語音:1 小時音訊 13 秒搞定,全程本機運算。英文限定、錯誤率約 5%、還沒開源,HN 411 分熱議一次整理。

Character.ai 聲請美國破產法第11章,法院監督出售,11月底前無買家就關站。整理公告重點、時間線、創辦人背景與 HN 網友反應。

Hacker News 739 則留言濃縮成一頁圖表:各派立場、聲量、定價、正反實例,一分鐘看完。

Chrome 155 用 Rust 解碼器支援 JPEG XL,HN 4 小時 310 分熱議:Google 為何砍掉又加回來、JXL vs AVIF 怎麼選、相容性疑慮一次整理。

740M 參數、Apache 2.0、裝置端多模態嵌入一次看懂,附 HN 討論整理與一頁圖解。

Google 發布 Gemini 4 Argon:官方案文完整翻譯、DeepMind 模型頁翻譯,加上 Hacker News 兩串討論串的反應整理與一頁懶人包。

作者輸入一句 2010 年代中期的 NBA 迷因,Google AI 概覽給的不是連結,而是一段安慰。原文全文翻譯,加上 Hacker News 741 個讚、395 則留言的反應整理。

Gemini 3.8 Live 與 Extended Thinking:即時語音對話模型,支援 97 種語言、背景工具呼叫,語音基準領先。附 HN 討論整理與 Derek 觀點:Google 選了另一條路,做給一般使用者的實用模型。

Google 審核人力不足、AI 未充分應用,連明顯模仿 iOS 警示的詐騙廣告都兩度放行。自家 Gemini 幾秒就能駁回,問題不在技術,在誘因。本文另附筆者誤裝假 Claude Desktop 廣告的親身經歷。
Google 9 月 2 日推出 Gemini 3.8 Flash 與 Flash Cyber:同速度同價格接棒 3.7,推理編碼大躍進;Cyber 版專攻漏洞挖掘與自動修補,僅對可信防禦方開放。整理官方資料與 HN 近 500 則討論的正反交鋒。