OpenAI 发布 ChatGPT Images 2.0
OpenAI 发布 ChatGPT Images 2.0,改进了文字渲染、多语言支持和视觉推理能力,并介绍了 Images 2.5 的新内容。
OpenAI 发布 ChatGPT Images 2.0,改进了文字渲染、多语言支持和视觉推理能力,并介绍了 Images 2.5 的新内容。
Hugging Face 与 TII 团队发布 QIMMA 阿拉伯语 LLM 榜单,整合 14 个来源基准的 109 个子集、超 52,000 条样本,覆盖 7 个领域,99% 为原生阿拉伯语内容,并首次纳入代码评测。
Hugging Face 撰文指出,Mythos 等系统证明 AI 已能自主发现并修补软件漏洞,但关键在于系统配方而非单一模型,小模型配合深度安全专长也能以更低成本实现类似效果。
OpenAI 推出 Codex Labs,并与 Accenture、PwC、Infosys 等合作,帮助企业把 Codex 部署并扩展到软件开发生命周期中;同时宣布 Codex 周活跃用户达到 4M。
伯克利 AI 研究团队提出梯度规划器 GRASP,通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号,从而让基于学习动力学(世界模型)的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。
Hyatt 在全球员工中部署 ChatGPT Enterprise,使用 GPT-5.4 和 Codex 提升生产力、运营和宾客体验。
Google Research 在 Transactions on Machine Learning Research 发表论文,提出 reasoning-first 的合成数据生成框架 Simula,通过全局多样性、局部多样性、复杂度和质量四个可控轴从第一性原理构建数据集。
Google Research 发布论文 MoGen,用合成神经元形态改进 AI 脑图谱重建模型,使重建误差降低 4.4%,在完整小鼠脑尺度相当于节省 157 人年的手工校对工作。
OpenAI 更新 macOS 和 Windows 版 Codex 应用,新增 computer use、应用内浏览、图像生成、记忆(memory)和插件(plugins)等能力,用于加速开发者工作流。
OpenAI 发布 GPT-Rosalind,一款面向生命科学的前沿推理模型,用于加速药物发现、基因组学分析、蛋白质推理和科研工作流。
Hugging Face Blog 发布 EcomRLVE-GYM,把 RLVE 框架从单轮推理题扩展到多轮、带工具的电商对话场景,提供商品发现、缺货替代、加购、退货、订单追踪、政策问答、组合规划、多意图旅程共 8 个可算法验证的环境,每个环境含程序化题目生成、12 轴难度课程与可验证奖励。
Hugging Face 官方博客给出用 Sentence Transformers 训练和微调多模态 embedding 与 reranker 模型的完整教程。
推荐理由:以完整可跑的训练脚本和 NDCG@10 对比表说明领域微调收益,读者可直接迁移方法到自己的数据。
OpenAI 联合多家安全公司和企业推出 Trusted Access for Cyber,使用 GPT-5.4-Cyber 模型并提供 $10M 的 API grants 来加强全球网络防御。
Hugging Face 发布了一个 Skill 和配套的非 agent 测试工具,帮助贡献者把模型从 transformers 移植到 mlx-lm,让新模型加入 transformers 后能很快在 MLX 上可用。
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型,通过在文本中嵌入自然语言 audio tags 实现对语音风格、语速和表达的细粒度控制。
推荐理由:原文给出了基准分数和开放入口,读者可据此判断其在语音生成上的定位与可用性。
Hugging Face Blog 发文介绍 VAKRA——一个面向企业场景、可执行的 Agent 基准,包含 8,000+ 本地托管 API、62 个领域与配套文档集,任务需 3-7 步推理链。
OpenAI 更新 Agents SDK,加入原生沙箱执行(native sandbox execution)和模型原生 harness(model-native harness),帮助开发者构建可安全、长时间跨文件与工具运行的智能体。
HCompany 发布 Chrome 扩展 HoloTab,把 3 月 31 日发布的计算机操作模型 Holo3 直接带进浏览器,用户用自然语言描述目标即可让智能体在任意网站上导航、填表和决策,无需配置或技术背景。
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。
Google DeepMind 发布 Gemini Robotics-ER 1.6,作为机器人高层推理模型,可通过 Gemini API 和 Google AI Studio 调用,并原生调用 Google Search、VLA 及第三方函数。
推荐理由:原文说明了仪器读数能力的实现路径,读者可了解具身推理如何结合代码执行解决真实巡检问题。
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 发布了一篇面向初学者的 AI 基础指南,讲解什么是 AI、AI 如何工作,以及 ChatGPT 等工具如何使用大语言模型(LLM)。
OpenAI 发布 ChatGPT 提示词基础指南,教用户如何写出清晰、有效的提示词,以从 ChatGPT 获得更好、更有用的回答。
ChatGPT 可用于头脑风暴、整理思路,并把粗略想法转化为结构化、可执行的计划。文章讲解了用 ChatGPT 发散创意、组织思考并落地为具体行动方案的方法。
ChatGPT 为营销团队提供一套实用 AI 工作流,帮助规划营销活动、创作内容、分析表现,并将洞察转化为行动。
ChatGPT 支持通过清晰的提示词创建和打磨图像,用户可在几分钟内迭代设计并生成高质量视觉内容。
OpenAI 介绍了在 ChatGPT 中处理文件的实用方法,涵盖从文件中查找信息、整理、转换,以及在工作流中使用文档等场景。
OpenAI 教你如何创建和使用 ChatGPT skills,以构建可复用的工作流、自动化重复任务,并确保输出一致且高质量。
ChatGPT 帮助管理者准备对话、撰写清晰反馈、保持条理并提升团队效能。文章介绍了管理者使用 ChatGPT 的具体场景,包括会前准备、反馈写作与日常组织管理。
OpenAI 发布指南,讲解如何在使用 ChatGPT 等工具时负责任且安全地运用 AI,涵盖安全性、准确性与透明度方面的最佳实践。
OpenAI 发布教程,讲解如何用 ChatGPT 探索数据集、生成洞察、创建可视化图表,并把分析结果转化为可执行的决策。
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 发布 ChatGPT 写作指南,介绍如何用 ChatGPT 起草、修改和润色内容,让文本具备清晰的结构、语气和意图。
OpenAI 回应 Axios 供应链攻击,轮换了 macOS 代码签名证书、更新了相关应用,并确认没有用户数据被泄露。
ChatGPT 提供面向销售团队的实用工作流,覆盖客户调研、会议准备、外联触达、销售管道复盘与销售执行等环节。
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 支持通过 custom instructions 和 memory 两项功能实现个性化,让回答更相关、更一致、更贴合用户需求。custom instructions 用于设定长期偏好,memory 则让模型记住跨对话的上下文信息。