OpenAI 扩展 Trusted Access for Cyber 计划并推出 GPT-5.4-Cyber
OpenAI 扩展 Trusted Access for Cyber 计划,向经审核的网络安全防御者推出 GPT-5.4-Cyber,并在 AI 网络安全能力提升的同时强化相关防护措施。
OpenAI 扩展 Trusted Access for Cyber 计划,向经审核的网络安全防御者推出 GPT-5.4-Cyber,并在 AI 网络安全能力提升的同时强化相关防护措施。
Google Research 与纽约大学合作推出 Vantage,一个面向高中和大学学生的研究实验,通过生成式 AI 在模拟环境中评估批判性思维、协作、创造性思维等未来技能,现已在 Google Labs 提供英文版注册。
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud,让企业能以更快的速度和更高的安全性构建、部署并扩展用于实际任务的 AI 智能体。
OpenAI 介绍临床医生如何使用 ChatGPT 支持诊断、文档记录和患者护理,配套工具符合 HIPAA 合规要求。
OpenAI 展示了 ChatGPT、Codex 和 API 如何把 AI 带入工作、开发与日常任务的真实场景。文章聚焦这些产品在实际使用中的落地方式,未给出具体参数、benchmark 或价格数据。
ChatGPT 帮助客户成功团队管理客户账户、改善沟通、降低流失率,并推动产品采用与续约。文章介绍了客户成功团队使用 ChatGPT 的具体场景与方法。
OpenAI 推出面向金融服务的 AI 资源,包含 prompt packs、GPTs、指南和工具,帮助机构安全地部署并规模化应用 AI。
ChatGPT 帮助运营团队简化工作流程、改善协作、标准化流程并加快执行速度。
CyberAgent 使用 ChatGPT Enterprise 和 Codex 在广告、媒体和游戏业务中安全地规模化采用 AI,提升质量并加快决策速度。
Hugging Face 官方博客介绍 Sentence Transformers v5.4 更新,现在可用同一套 API 编码并比较文本、图像、音频和视频,支持多模态 embedding 模型与多模态 reranker(CrossEncoder)。
推荐理由:给出多模态编码与重排的完整用法和模型清单,可直接迁移到自己的检索流程。
Google Research 发布两个面向学术工作流的智能体框架:PaperVizAgent(原名 PaperBanana)用于绘制学术图表,ScholarPeer 用于自动同行评审。
OpenAI 阐述企业 AI 的下一阶段,随着各行业采用加速,涉及 Frontier、ChatGPT Enterprise、Codex 和全公司范围的 AI 智能体。
OpenAI 宣布 Codex 现已为 ChatGPT Business 和 Enterprise 用户提供按量付费(pay-as-you-go)定价,为团队提供更灵活的起步与扩展选项。
Gradient Labs 使用 GPT-4.1 和 GPT-5.4 mini、nano 驱动 AI 智能体,为每位银行客户提供 AI 客户经理,自动化银行客服工作流。该方案主打低延迟与高可靠性。
Hugging Face 发布 gradio.Server,它扩展自 FastAPI,让开发者用 React、Svelte 或纯 HTML/JS 等自定义前端,同时保留 Gradio 的队列、SSE 流式、并发控制、gradio_client 兼容与 ZeroGPU 支持。
Hugging Face 发布 TRL v1.0,将后训练库从研究代码库转为带明确稳定性契约的正式库,已实现超过 75 种后训练方法,月下载量达 3 million。
推荐理由:原文解释了稳定层与实验层并存的设计取舍,读者可理解后训练库如何应对算法快速更迭。
Google DeepMind 发布由 Gemini 驱动的实验性 AI 指针,提出四条交互原则:保持工作流不被打断、指哪看哪捕捉视觉与语义上下文、用“这个/那个”等自然简写替代冗长提示词、把像素转化为可交互的结构化实体。
STADLER 用 ChatGPT 改造这家 230 年历史企业的知识工作,为 650 名员工节省时间并加速生产力提升。
Google DeepMind 发布音乐生成模型 Lyria 3 Pro,可生成最长 3 分钟的曲目并具备结构化理解,支持在提示词中指定前奏、主歌、副歌、桥段等元素。
Google Research 宣布推出 Vibe Coding XR 工作流,结合 Gemini 与开源的 XR Blocks 框架,把自然语言直接转化为具备物理感知的 Android XR 应用,60 秒内即可完成。
OpenAI 发布基于提示词的青少年安全策略,供开发者在 gpt-oss-safeguard 上使用,以在 AI 系统中管控针对特定年龄段的风险。该策略以提示词形式提供,开发者可直接接入 gpt-oss-safeguard 进行年龄相关的风险审核。
ChatGPT 推出更丰富、更具视觉沉浸感的购物体验,由 Agentic Commerce Protocol 驱动,支持商品发现、并排对比以及商家接入。
Hugging Face 发布 EVA,一个端到端评测对话式语音智能体的框架,用 bot-to-bot 音频架构评估完整多轮语音对话,输出 EVA-A(准确率)和 EVA-X(体验)两个分数,并首次联合打分任务成功与对话体验。
OpenAI 以安全为基础构建了 Sora 2 视频模型和 Sora 社交创作平台,以应对前沿视频模型与新型社交创作平台带来的全新安全挑战。其安全方案以具体、可落地的保护措施为核心。
OpenAI 用思维链(chain-of-thought)监控研究内部编码智能体的对齐风险,通过分析真实部署来检测风险并强化 AI 安全防护。
Google Research 在 The Check Up 活动上介绍了其医疗 AI 最新进展,涵盖个性化健康、临床协作、开发者生态、公共卫生与生物医学发现多个方向。
Mistral AI 推出 Forge,帮助企业用自有专有知识训练前沿级 AI 模型,已与 ASML、Ericsson、European Space Agency 等机构合作。Forge 支持预训练、后训练和强化学习,兼容 dense 与 MoE 架构及多模态输入,并可由 Mistral Vibe 这类自主 agent 用自然语言完成微调、超参搜索与合成数据生成,同时监控指标防止基准回退。
OpenAI Japan 宣布推出 Japan Teen Safety Blueprint,为使用生成式 AI 的青少年引入更强的年龄保护、家长控制和健康保障措施。
新研究显示,美国人每天向 ChatGPT 发送近 300 万条关于薪酬和收入的提问消息,帮助缩小工资信息差。ChatGPT 由此成为美国民众获取薪酬与收入信息的重要渠道。
Google Research 宣布在 Flood Hub 上线城市山洪(Urban Flash Flood)预报,可提前最多 24 小时预测城市地区山洪风险。
推荐理由:原文说明了山洪预警缺乏历史数据的难点及用新闻报道构造训练集的做法,可迁移借鉴。
Google Research 发布 Groundsource,一个用 Gemini 把非结构化新闻报道转化为结构化历史数据的可扩展框架,首个开放数据集覆盖 150 多个国家、2000 年至今的 260 万条城市山洪事件记录。
Google Research 与 Beth Israel Deaconess Medical Center 合作,发布了对话式诊断 AI 系统 AMIE 的前瞻性单中心临床可行性研究结果。
推荐理由:研究给出了 AMIE 在真实门诊流程中的安全与诊断表现数据,可帮助读者评估对话式医疗 AI 的落地现状与局限。
ChatGPT 通过约束高风险操作和保护敏感数据来抵御提示注入与社会工程攻击,从而加固智能体工作流。文章说明了其在智能体流程中防御这两类攻击的具体做法。
OpenAI 用 Responses API、shell tool 和托管容器搭建了智能体运行时,让智能体在安全、可扩展的环境中携带文件、工具和状态运行。该方案把模型能力扩展为可执行任务的 agent,通过托管容器提供隔离的执行环境。
Wayfair 使用 OpenAI 模型改进电商客服与商品目录准确率,实现工单自动分诊,并大规模优化数百万商品属性。
ChatGPT 推出面向数学和科学的互动可视化讲解功能,帮助学生实时探索公式、变量和概念。
Hugging Face 在 Hub 上推出 Storage Buckets,一种可浏览、可用 Python 脚本或 hf CLI 管理的可变 S3 式对象存储,用于存放 checkpoint、优化器状态、处理后的数据分片和日志等中间产物。
推荐理由:原文说明了它与 Git 存储的分工边界以及 Xet 去重带来的成本收益,读者可据此判断是否迁移现有工作流。
LeRobot v0.5.0 发布,自 v0.4.0 起合并 200 多个 PR、新增 50 多位贡献者,新增完整 Unitree G1 人形支持(含运动、操作、遥操作与全身控制)、OpenArm 与 Earth Rover 等硬件,以及 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 和 PEFT 支持等六项策略。
推荐理由:原文逐项列出了硬件、策略、数据与环境四条线的能力变化,读者可据此判断这次版本更新会怎样扩展可支持的机器人与训练流程。
Google Research 发布开源语音数据集 WAXAL,覆盖撒哈拉以南非洲 27 种语言、逾 1 亿使用者,以 CC-BY-4.0 许可开放。数据集包含约 1,846 小时 ASR 转录自然语音与超过 565 小时高保真 TTS 录音,由非洲学术与社区组织主导采集,合作方包括 Makerere University、University of Ghana 等。
Google 发布的开源模型 SpeciesNet 可对相机陷阱图像中的动物进行物种分类,覆盖 2,498 个类别,训练数据来自超过 65 million 张标注图像。