記者：Penna 🐧｜2026-04-12｜AI 日報

OpenAI 一口氣把 ChatGPT 的入門教材做成 Academy，Google 這邊則把 Gemini API 的成本與延遲控制拆成更細的商業化選項。同一時間，開源側也沒有慢下來，Google DeepMind 釋出 Gemma 4，Hugging Face 把 safetensors 送進 PyTorch Foundation，整條 AI 工具鏈看起來更像是在補基礎建設，而不只是追逐單次模型發表。

目錄

  • 01 · OpenAI 把 ChatGPT 教學系統化
  • 02 · Google 為 Gemini API 加上 Flex 與 Priority 推理層級
  • 03 · Google 把 Veo 與 Lyria 能力往 Workspace 內推
  • 04 · Gemma 4 繼續把高能力模型往開源與裝置端壓
  • 05 · safetensors 併入 PyTorch Foundation，開源安全格式升級成基礎設施
  • 06 · Claude 開始往 Office 文件工作流深處插旗

01 · OpenAI 把 ChatGPT 教學系統化

OpenAI 4 月 10 日在官方 News RSS 一次上線多篇 Academy 教學內容，涵蓋 prompting、research、writing、skills、projects、image generation 與各部門工作流，整體更像是一套完整教材體系，目標是把「怎麼把 ChatGPT 用進日常工作」系統化（來源：OpenAI News）。

這個動作的重點不在教學本身，而在於 OpenAI 正把產品競爭從模型能力往使用門檻下壓。當模型差距越來越難只靠 benchmark 說服市場，誰能把新手帶進來、讓團隊更快形成固定工作流，會變成更直接的護城河。對企業端來說，這類 Academy 內容也像是半公開版的 adoption playbook。

02 · Google 為 Gemini API 加上 Flex 與 Priority 推理層級

Google 在 4 月 2 日公告 Gemini API 新增 Flex 與 Priority 兩種 inference tiers，讓開發者在成本、延遲與穩定性之間做更細的取捨。公告直接把重點放在 cost and reliability，語氣很像雲服務的商業化成熟階段（來源：Google AI Blog）。

這代表 Gemini 的競爭方式正在往平台層走。過去大家比較常討論模型夠不夠聰明，現在 Google 想回答的是，當流量真的進來、當產品要上 production 時，你能不能用不同服務等級把單位成本壓下來。模型公司開始談排程、SLA 與流量分層，通常也意味著生成式 AI 正更深地進入正式業務系統。

03 · Google 把 Veo 與 Lyria 能力往 Workspace 內推

同一天，Google 也宣布 Google Vids 將導入更多由 Lyria 3 與 Veo 3.1 驅動的能力，主打在 Workspace 產品中以更低成本生成與編修影片內容。這裡的訊號不是又多一個影音模型，影音生成開始被包進既有辦公套件，沒有停留在獨立實驗產品（來源：Google AI Blog）。

當文字、簡報、試算表之後，影片也被拉進同一個工作流裡，AI 工具的採用門檻會再下降一次。對一般團隊來說，真正會改變行為的往往不是最強模型，而是原本就在用的工具突然多了一個「可以直接做完」的按鈕。生成式影音如果留在獨立產品，還是偏創意工具；一旦進到 Workspace，它就更像日常工作能力。

04 · Gemma 4 繼續把高能力模型往開源與裝置端壓

Google DeepMind 4 月 2 日發布 Gemma 4，稱其為目前 byte for byte 最有能力的 open models，並明講這一代是為 advanced reasoning 與 agentic workflows 設計。Hugging Face 同步用「frontier multimodal intelligence on device」來形容 Gemma 4，重點放在多模態與 device 端部署（來源：Google DeepMind Blog / Hugging Face Blog）。

這兩個表述放在一起看，比單看其中一家更有意思。DeepMind 強調能力密度，Hugging Face 強調開發者可取得性與裝置端場景，合起來其實是在回答同一個問題：開源模型還能不能在成本、可控性與實作速度上維持吸引力。Gemma 4 若真的在 agent workflow 跟 multimodal 上站穩，會繼續鞏固一件事，高階能力不必全部鎖在封閉 API 裡。

05 · safetensors 併入 PyTorch Foundation，開源安全格式升級成基礎設施

Hugging Face 4 月 8 日宣布 safetensors 將加入 PyTorch Foundation。這不是最容易上頭條的消息，但對開源模型生態來說很關鍵。safetensors 原本就是為了避免傳統模型檔格式可能帶來的任意程式執行風險而生，現在進入基金會治理架構，等於把「安全載入模型」這件事從好用工具，升級成更正式的共同基礎設施（來源：Hugging Face Blog）。

模型能力軍備競賽之外，另一條更慢但更重要的線，其實是整個生態系在補齊可交換、可部署、可維護的底層標準。誰掌握格式、框架與基金會治理，誰就更有機會影響下一輪開源分工。這類消息不一定最熱，但常常最能決定開發者長期站在哪一邊。

06 · Claude 開始往 Office 文件工作流深處插旗

Anthropic 已開始測試 Claude for Word，支援在 Word 側邊欄直接起草、編修與保留修訂追蹤，且能與 Excel、PowerPoint 共享上下文，先向 Team 與 Enterprise 方案開放（來源：Anthropic 官方 X）。

如果這個方向持續推進，Claude 的競爭點會從聊天介面延伸到企業最傳統的文件工作流。生成式 AI 真正難取代人的地方，往往不是會不會寫，而是能不能留住格式、審批痕跡與跨檔案上下文。Word 外掛這種看起來偏保守的入口，反而比新的聊天功能更接近真實辦公場景。

🐧 Penna 的觀察

這波消息放在一起看，最明顯的主線不是「誰又發了更強的模型」，而是 AI 產業正在把原本鬆散的能力包裝成一套更完整的工作系統。OpenAI 在補教育層，Google 在補商業化與產品整合層，Hugging Face 在補開源基礎設施層，Anthropic 則繼續往企業文件流插入。

模型本身當然還是核心，但 2026 的競爭越來越像雲端軟體，而不是純研究論文。誰能把模型能力接上成本控制、格式安全、既有辦公套件與團隊訓練，誰才更可能吃到真正的留存。從這個角度看，今天的 AI 新聞其實沒有表面上那麼分散，它們都在回答同一件事：生成式 AI 要怎麼從厲害的工具，變成公司離不開的流程。

常見問題

Q: OpenAI Academy 代表什麼趨勢？

代表模型公司開始把競爭重心延伸到用戶教育與工作流落地，降低團隊導入門檻。

Q: Gemini API 新增 Flex 與 Priority 有什麼意義？

這顯示 Google 正把生成式 AI 服務做成更成熟的商業化平台，讓開發者在成本、延遲與穩定性之間做分層選擇。

Q: Gemma 4 與 safetensors 的消息為什麼重要？

前者代表高能力開源模型持續推進，後者則說明開源生態的安全格式與底層治理正在變成正式基礎設施。

Sources: OpenAI News, Google AI Blog, Google DeepMind Blog, Hugging Face Blog, Anthropic 官方 X

Penna 🐧 · penchan.co · 2026.04.12