AI 日報: Claude Sonnet 4.6 強勢升級與 Google Lyria 3 音樂生成登場，OpenAI 聚焦區塊鏈安全

今天的 AI 科技圈充滿了重磅更新，從生產力工具到娛樂應用都有顯著進展。Anthropic 推出了更強大的 Claude Sonnet 4.6，直接挑戰現有的模型極限；Google 則讓 Gemini 具備了更先進的音樂創作能力，甚至還加強了 NotebookLM 的簡報功能。此外，OpenAI 將目光轉向了區塊鏈安全，而開源社群也迎來了令人驚喜的輕量級語音模型。這篇文章將帶大家瀏覽這些重要的技術突破。

Anthropic 推出 Claude Sonnet 4.6：更聰明、更懂電腦操作的 AI 助手

Anthropic 再次提升了標準，正式發布 Claude Sonnet 4.6。這款模型被官方稱為目前最強大的 Sonnet 版本，它在編碼、電腦操作（Computer Use）、長文本推理以及代理規劃（Agent Planning）等關鍵領域都有了全面性的升級。

對於開發者和重度使用者來說，最令人興奮的消息莫過於 Sonnet 4.6 現在於 Beta 版中支援高達 100 萬個 Token 的上下文視窗。這意味著它可以一次性處理整本小說、龐大的程式碼庫或是繁雜的法律文件，而不會「忘記」前面的內容。目前，這款模型已經成為 claude.ai 和 Claude Cowork 的預設模型，無論是免費用戶還是 Pro 用戶都能直接體驗。

除了基礎能力的提升，Sonnet 4.6 在「電腦操作」技能上也有了長足進步。早在 2024 年 10 月，Anthropic 就引入了讓 AI 像人類一樣操作電腦的概念。如今，經過十六個月的打磨，Sonnet 4.6 在 OSWorld 基準測試中的表現大幅提升。它現在能更流暢地處理像是瀏覽網頁、填寫多步驟表單這類任務，甚至在多個瀏覽器分頁之間切換也難不倒它。雖然它操作電腦的速度和精準度還沒完全達到人類專家的水準，但這已經讓 AI 從單純的「對話者」轉變為能實際幫你執行繁瑣工作的「執行者」。

Google Gemini 整合 Lyria 3：用文字和圖片譜寫你的音樂

如果你覺得只是和 AI 聊天有點單調，那麼 Google 的新功能可能會讓你眼睛一亮。Google 宣佈在 Gemini App 中整合了 DeepMind 最先進的音樂生成模型 Lyria 3。這項功能目前處於測試階段，但它允許任何人透過簡單的文字描述，甚至是上傳一張圖片，來生成一段 30 秒的高品質音樂。

這項技術的有趣之處在於它的多模態特性。你不需要懂樂理，只要告訴 Gemini：「給我一段關於襪子找不到另一半的 R&B 慢歌」，幾秒鐘後，一段包含人聲、旋律和伴奏的音樂就誕生了。甚至，你可以上傳一張自家狗狗在森林裡的照片，要求 AI 配上一段符合情境的配樂。

當然，隨著生成式音樂的普及，版權和安全性也是大家關心的重點。Google 強調，所有由 Lyria 3 生成的音軌都會嵌入 SynthID 浮水印。這是一種人類聽覺無法察覺，但機器可以識別的標記，用來證明這段音訊是由 AI 生成的。這不僅保護了創作者，也讓 AI 內容的識別變得更加透明。目前這項功能已在多個國家推出，並支援多種語言，讓音樂創作變得像傳訊息一樣簡單。

OpenAI 發表 EVMbench：用 AI 守護區塊鏈智能合約

在金融科技領域，智能合約（Smart Contracts）掌管著數千億美元的資產，因此其安全性至關重要。OpenAI 與 Paradigm 合作，推出了一個名為 EVMbench 的新基準測試工具，專門用來評估 AI 代理在區塊鏈環境中檢測、修補和利用漏洞的能力。

EVMbench 的推出，顯示了 OpenAI 正在認真看待 AI 在網路安全防禦上的應用。這個工具包含了 120 個經過策劃的高嚴重性漏洞，大多來自真實的程式碼審計競賽。它的運作模式分為三種：偵測（Detect），看 AI 能否找出合約中的漏洞；修補（Patch），測試 AI 能否在不破壞原有功能的前提下修復漏洞；以及利用（Exploit），這其實是一種「紅隊演練」，看 AI 能否模擬駭客攻擊，以驗證漏洞的真實性。

目前的測試結果顯示，像是 GPT-5.3-Codex 這樣的模型在「利用」模式下表現出色，但在「偵測」和「修補」微妙漏洞方面仍有進步空間。這項研究的核心目的是鼓勵開發者利用 AI 進行防禦性審計，在合約部署前就找出潛在風險，而不是等到駭客攻擊後才亡羊補牢。

NotebookLM 重大更新：一句話就能修改簡報

Google 的筆記與研究助手 NotebookLM 也在今天迎來了用戶敲碗已久的功能更新。現在，使用者可以透過自然語言提示（Prompt）直接修改生成的投影片內容。

過去，如果 AI 生成的投影片風格不對或重點偏差，用戶往往需要手動逐頁調整。現在，你只需要輸入「把所有標題改成更活潑的語氣」或是「精簡第三頁的文字」，系統就會自動幫你完成修訂。此外，NotebookLM 終於支援匯出為 PPTX 格式，這對於習慣使用 PowerPoint 進行簡報的職場人士來說，無疑是一大福音（Google Slides 的支援也即將推出）。這讓從資料整理到最終展示的流程變得更加順暢。

Kitten ML 釋出超輕量級開源 TTS 模型：小到能在任何設備運行

還記得先前的KittenTTS嗎?對於喜歡折騰本地端 AI 應用的開發者來說，Kitten ML 的新發布絕對值得關注。他們開源了三款極其輕量的語音合成（TTS）模型：Kitten TTS。

這些模型（Mini 80M、Micro 40M、Nano 14M）的特點就是「小」。最小的 Nano 版本僅有 1400 萬參數，檔案大小不到 25MB。這意味著你不需要昂貴的 GPU，甚至在樹莓派或舊手機這類邊緣設備上，僅靠 CPU 就能流暢運行高品質的語音生成。

這組模型提供了 8 種富有表現力的聲音（4 男 4 女），並且在 Apache 2.0 許可下完全免費商用。這打破了過去高品質 TTS 往往依賴雲端 API 的限制，為本地端語音助手、離線應用程式開啟了新的可能性。

Google AI 影響力峰會：150 億美元投資基礎建設與人才

最後，我們將視角拉到印度。在 Google AI 影響力峰會 上，Google 宣佈了一系列旨在縮小數位落差的重大計畫。這包括在印度投資 150 億美元建設 AI 基礎設施，以及推出「美印連結倡議」（America-India Connect initiative），透過新的海底光纜增強南半球的網路韌性。

除了硬體建設，Google 也承諾投入資源培育人才，包括與印度政府合作培訓數百萬名公務員使用 AI 工具，以及為全球研究人員提供資金，支持他們利用 AI 解決氣候變遷和醫療健康等複雜問題。這些舉措顯示，科技巨頭在推動產品創新的同時，也正試圖確保 AI 的紅利能更公平地惠及全球各地。

常見問題解答 (FAQ)

Q：Claude Sonnet 4.6 是免費的嗎？ A：是的，Claude Sonnet 4.6 目前是 claude.ai 免費用戶和 Pro 用戶的預設模型。不過，免費用戶在使用次數和速率上可能會有較多限制。

Q：我可以在哪裡使用 Google 的 Lyria 3 來創作音樂？ A：Lyria 3 目前已經整合進 Gemini App 中。如果你所在的地區支援該功能，你只需要在 App 中輸入文字提示或上傳圖片，即可開始創作音樂。

Q：NotebookLM 匯出的 PPTX 檔案可以在 Keynote 或 LibreOffice 中打開嗎？ A：通常 PPTX 是通用的簡報格式，Keynote 和 LibreOffice Impress 等軟體都能開啟，但排版可能會有些微差異，建議使用 PowerPoint 開啟以獲得最佳效果。

Q：Kitten TTS 的模型支援中文嗎？ A：根據目前的發布資訊，Kitten TTS V0.8 版本主要支援英文，但官方表示未來版本將會加入多語言支援。由於它是開源的，社群或許也會很快推出其他語言的微調版本。