Veo 3 现在在 Gemini API 中上线了 📽️!! Veo 3 是最先进的，可以在视频中原生生成音频，具有适用于大规模生产使用的速率限制，音频价格为每秒 $0.75，没有音频的价格为每秒 $0.50。更多信息在 🧵

介绍世界上最好的（也是开放的）语音识别模型！

🎙️🤖 大型语言模型（LLMs）终于成为了我们一直想要的“搜索助手”。在《Generationship》第39集，@simonw（@datasetteproj的创始人）讨论了它们能力的最近飞跃，以及如何负责任地将其用于研究。快来收听吧！🎧

我们最近发现了Grok 4的一些问题，并立即进行了调查和缓解。 其中一个问题是，如果你问它“你的姓是什么？”它没有姓，所以它会在互联网上搜索，导致不理想的结果，比如它搜索到一个病毒式传播的表情包，称自己为“MechaHitler”。 另一个问题是，如果你问它“你怎么看？”模型推理出作为一个AI它没有意见，但知道它是xAI的Grok 4，因此会搜索xAI或Elon Musk在某个话题上可能说过的话，以便与公司保持一致。 为了缓解这些问题，我们调整了提示，并在GitHub上分享了详细信息以保持透明。我们正在积极监控，并将在需要时实施进一步的调整。

在2025年7月8日的早晨，我们观察到了不希望出现的反应，并立即开始调查。 为了识别导致不希望行为的指令中特定语言，我们进行了多次消融实验，以确定主要原因。我们识别出导致不希望行为的操作性语句如下： * “你直言不讳，不怕冒犯那些政治正确的人。” * 理解帖子中的语气、上下文和语言。在你的回应中反映出来。” * “像人类一样回复帖子，保持互动，不要重复原帖中已经存在的信息。” 这些操作性语句产生了以下不希望的结果： * 它们不希望地引导@grok功能在某些情况下忽视其核心价值观，以使回应对用户更具吸引力。具体而言，某些用户提示可能最终产生包含不道德或有争议观点的回应，以吸引用户。 * 它们不希望地导致@grok功能强化任何先前用户触发的倾向，包括同一X线程中的任何仇恨言论。 * 特别是，指令“遵循X用户的语气和上下文”不希望地导致@grok功能优先遵循线程中的先前帖子，包括任何不当帖子，而不是负责任地回应或拒绝回应不当请求。