AI 日報: GPT-5.2 重塑專業工作，迪士尼攜手 OpenAI 顛覆影視創作

OpenAI 推出最強 GPT-5.2 系列，Google 釋出 Deep Research 深度研究代理，迪士尼更砸下十億美元押注 Sora。這不僅是技術迭代，更是生產力與創意的全面翻新。本文將帶您深入解析這些改變遊戲規則的 AI 進展。

如果昨天你還覺得 AI 只是個聊天機器人，那今天早上醒來，世界已經變了。

這兩天科技圈的訊息量大到讓人窒息。OpenAI 不僅端出了傳聞已久的 GPT-5.2，還拉來了娛樂帝國 迪士尼（Disney） 進行了一場價值十億美元的豪賭；與此同時，Google 也不甘示弱，丟出了能自動幫你寫完論文等級報告的 Gemini Deep Research，甚至還想用全新的瀏覽器體驗 GenTabs 來徹底改變我們上網的方式。

這不是什麼「未來展望」，這些工具現在就已經在重寫我們的工作流程。我們整理了這波 AI 浪潮中最關鍵的幾個亮點，告訴你這一切對你的工作意味著什麼。

1. GPT-5.2 登場：不僅是更快，而是「會思考」了

GPT-5.2 全新登場，這一次 OpenAI 沒打算擠牙膏。他們很清楚，專業人士需要的不是「會聊天的 AI」，而是能真正解決複雜問題的夥伴。這次的更新將模型分成了三個層級，針對不同的場景精準打擊：

像人類一樣停下來思考：GPT-5.2 Thinking

這或許是這次更新中最讓人起雞皮疙瘩的部分。你還記得遇到難題時，會先停下來在腦中盤算一下再回答嗎？GPT-5.2 Thinking 就具備這種能力。

它引入了一種「系統 2」思維（System 2 Thinking），在回答之前會先進行深度的邏輯推理。這意味著什麼？

• 減少胡說八道：對於那些需要嚴謹邏輯的數學題、程式碼除錯，或是複雜的科學推論，它的錯誤率大幅降低。
• 專業級表現：在模擬真實工作的 GDPval 測試中，它在 44 種職業任務裡，有 70.9% 的表現與頂尖人類專家打平甚至勝出。
• 經濟價值：以前你需要花好幾個小時搞定的 Excel 複雜公式或財務模型，它現在幾分鐘內就能搞定，而且成本不到人類專家的 1%。

極速與深度的兩端：Instant 與 Pro

除了會思考的版本，OpenAI 還照顧到了另外兩個極端的需求：

• GPT-5.2 Instant：這是給那些「急性子」準備的。它繼承了前代 Instant 版本的溫暖對話風格，但速度更快、指令理解更精準。如果你只是想快速查個資料、翻譯一段話，或者要個操作指南，它是最順手的工具。
• GPT-5.2 Pro：這是為了「重活」設計的。當你需要處理超長文件、分析上萬字的報告，或者進行高難度的程式開發時，Pro 版本提供了更強的穩定性和更長的上下文窗口。這也是目前 OpenAI 最聰明、最可靠的模型。

老實說，這種分層策略非常聰明。它不再試圖用一個模型滿足所有人，而是承認了「回訊息」和「寫程式」是兩種完全不同的思維模式。

2. 迪士尼與 OpenAI 的世紀聯姻：米老鼠遇上 Sora

如果說 GPT-5.2 是理性的勝利，那 迪士尼與 OpenAI 達成十年協議 就是感性的爆發。

這絕對是好萊塢歷史上的一個轉捩點。迪士尼不僅成為了 OpenAI 影片生成模型 Sora 的首個主要內容授權合作夥伴，還直接投資了 10 億美元。

這對我們意味著什麼？

• 官方認證的二創：想像一下，未來在 Disney+ 上，你可能會看到由 Sora 生成、但在迪士尼嚴格監修下的短片。這些影片會使用迪士尼旗下（包含 Marvel、Star Wars、Pixar）超過 200 個經典角色。
• 安全是核心：大家最擔心的版權和濫用問題，反而是這次合作的重點。雙方承諾建立「負責任的 AI」標準。這就像是給 AI 創作穿上了一層防護衣，確保米老鼠不會出現在任何不該出現的場景裡。
• 創意工具的升級：迪士尼的創意團隊將開始使用 OpenAI 的 API 來構建內部工具。這意味著，未來的動畫製作流程可能會被徹底顛覆，從劇本發想到分鏡繪製，AI 都將深度參與。

這場合作傳遞了一個強烈訊號：頂級內容巨頭不再害怕 AI，而是選擇以此為馬，駕馭未來。

3. Google 的反擊：AI 變成了你的「首席研究員」

OpenAI 動作頻頻，Google 自然也沒閒著。他們這次發布的 Gemini Deep Research，瞄準的是所有知識工作者的痛點——資料蒐集與整併。

你的私人研究團隊

你一定有過這種經驗：為了寫一份市場分析報告，開了幾十個分頁，反覆切換視窗，複製貼上，還要辨別資訊真偽。Gemini Deep Research 就是來終結這種痛苦的。

它不只是一個搜尋引擎，而是一個 Agent（代理人）。

• 自動化深度挖掘：你給它一個主題，它會自己制定研究計畫，進行多步驟的搜尋，閱讀數百頁的 PDF 和網站。
• 自我修正：如果它發現某個資料怪怪的，它會像人類一樣「換個關鍵字」再搜一次，直到找到確鑿的證據。
• 產出報告：最後，它會把所有資訊整合成一份結構清晰、附帶引用來源的報告。

對於金融分析師、科研人員或是需要做競品分析的行銷人來說，這簡直是省下了半條命。

開發者的福音：Interactions API

為了讓開發者也能用上這種能力，Google 同步推出了 Interactions API。這是一個統一的介面，讓開發者可以輕鬆地在自己的 App 裡串接 Gemini 模型和像 Deep Research 這樣的複雜代理功能。這大大降低了開發「AI 應用」的門檻，未來的 App 可能都會變得越來越聰明。

實驗性的未來：GenTabs 與 Disco

還有一個有趣的實驗性產品值得一提。Google 正在測試一個名為 Disco 的瀏覽器體驗，其中包含一個叫做 GenTabs 的功能。簡單來說，它能根據你打開的分頁和聊天記錄，利用 Gemini 3 模型，即時生成一個客製化的「Web App」。

比如說，你正在查一堆日本旅遊的資訊，GenTabs 可能會直接幫你生成一個「日本賞櫻行程表」的介面，把你查到的所有資訊自動填進去。這完全打破了「瀏覽」和「使用」的界線。(更多關於 GenTabs 的細節可參考 Google 的相關發布)

4. Cursor Visual Editor：工程師的「魔法畫布」

對於寫程式的人來說，Cursor 已經是神級工具了，但他們剛剛發布的 Browser 可視化編輯器 又把天花板往上推了一層。

以往前端工程師最煩的就是「微調」。改個顏色、調個間距，得在程式碼和瀏覽器之間來回切換幾十次。Cursor 的新功能讓你直接在預覽視窗裡「拖拉放」，或者是點擊元素說：「把這個按鈕變大一點，改成紅色」。

最神奇的是，這些視覺上的修改，會直接寫回你的原始程式碼。這不僅僅是設計工具，它是連通「設計意圖」與「程式實作」的橋樑。這讓寫網頁變得像是在玩積木一樣直覺，但背後產生的卻是專業級的程式碼。

5. NotebookLM 加入 Google AI Ultra

最後，那個備受好評、能把文件變成 Podcast 的 NotebookLM 也迎來了升級。它正式加入了 Google AI Ultra 訂閱計畫。這意味著：

• 更高的使用額度（再也不用擔心筆記太長被卡住）。
• 可以使用最強的 Gemini 模型。
• 投影片功能（Slide Decks）回歸長格式選項，並且移除了浮水印。

常見問題 (FAQ)

Q1：GPT-5.2 的 Thinking 模式會不會很慢？ A： 會比 Instant 慢一些，因為它需要「思考」時間。這就像你問專家一個難題，他需要幾秒鐘組織語言一樣。但相比於它節省下來的人類工作時間（可能數小時），這幾秒到幾分鐘的等待是絕對值得的。

Q2：我現在就能在 Disney+ 上看到 Sora 做的影片了嗎？ A： 還沒那麼快。根據協議，雙方預計在 2026 年初 開始推出由 Sora 生成、經迪士尼授權角色演出的粉絲向短片。目前還在技術整合與安全測試階段。

Q3：Google 的 Deep Research 是免費的嗎？ A： 目前主要是透過 API 開放給開發者使用，或者整合在 Google 的高階企業方案中。普通用戶可能需要等待它整合進 Gemini Advanced 或其他消費者產品中。

Q4：Cursor 的視覺編輯器支援哪些框架？ A： 目前主要針對 React 生態系進行了優化，特別是能夠直接讀取並修改 React 組件的 Props。隨著時間推移，支援度應該會擴展到更多現代前端框架。

Q5：這些 AI 工具這麼強，會不會取代我們的工作？ A： 這是一個好問題。從 GPT-5.2 的設計來看，它們更像是「超級實習生」或「副駕駛」。它們能處理繁瑣、重複甚至需要一定邏輯的任務，釋放出你的時間去進行決策、創意發想和人際溝通。與其說是取代，不如說是工作內容的升級。