ChatGPT 图像生成如何创建品牌视觉与产品样机
ChatGPT 图像生成可从提示词、草图或上传图片创建品牌视觉与产品样机。该功能通过提示词、草图或上传图片三种输入方式生成符合品牌调性的视觉素材与产品样机。
ChatGPT 图像生成可从提示词、草图或上传图片创建品牌视觉与产品样机。该功能通过提示词、草图或上传图片三种输入方式生成符合品牌调性的视觉素材与产品样机。
OpenAI 扩大领导团队,Fidji Simo 加入。Sam Altman 当天早些时候向公司分享了这一消息。
OpenAI 发布了对美国能源部(Department of Energy)关于 AI 基础设施问题的回应,阐述基础设施为何决定命运,以及美国如何抓住这一机遇。
OpenAI 推出 data residency in Asia,为亚洲企业客户提供数据驻留能力。该功能建立在 OpenAI 面向全球客户的企业级数据隐私、安全与合规体系之上。
Mistral AI 发布 Le Chat Enterprise,由全新 Mistral Medium 3 模型驱动,面向企业统一 AI 平台,功能在未来两周内陆续上线。
Mistral AI 宣布发布 Mistral Medium 3,称其在各项基准上达到 Claude Sonnet 3.7 的 90% 或更高水平,API 价格为 $0.4 输入 / $2 输出每 M token,并在编码与多模态理解等专业场景领先于 Llama 4 Maverick 和 Cohere Command A。
推荐理由:原文给出了性能对标、价格与部署方式,读者可据此判断它在企业场景中替代更大模型的可行性。
圣安东尼奥马刺队使用自定义 GPTs 提升球迷互动、优化运营流程,并推动各团队创新。
Lowe's 使用 OpenAI 模型驱动 Mylow 和 Mylow Companion,帮助顾客和员工回答超过 2500 万个问题,推动家装项目进展。
OpenAI 推出 OpenAI for Countries 新计划,支持各国在"民主 AI 轨道"(democratic AI rails)上构建 AI 基础设施。该计划面向全球希望基于民主 AI 轨道开展建设的国家提供支持。
OpenAI 发布 AI stories,Sam Altman 撰文称我们正进入 Intelligence Age,AI 将帮助人们大幅提升能力。他指出当今科学、医学、教育、国防等领域的最大难题将变得可解,新的可能性与繁荣前景将随之开启。
John Deere 的 Justin Rose 谈到用 AI 改造农业,并分享公司如何扩大创新规模,帮助农民更聪明、更高效、更可持续地工作。
OpenAI 董事会发布更新,宣布将其营利实体转型为公共利益公司(Public Benefit Corporation),在非营利组织监督下强化使命驱动的结构,同时使其能够扩大影响并更长期地与公共利益保持一致。
Lowe's 数据、AI 与创新高级副总裁 Chandhu Nair 分享了该公司如何利用 AI 赋能家居建材零售业务。
OpenAI 对 GPT-4o 更新中出现的谄媚(sycophancy)问题展开深入复盘,说明发现的问题、出错原因以及后续将做出的改动。原文为对这一事件的进一步说明,未给出具体修复时间表或新版本号。
Hugging Face 博客通过对比 Qwen-3 与 Qwen-2.5、QwQ 的 Jinja 聊天模板,总结出四点设计变化。Qwen-3 可通过 enable_thinking 标志关闭推理,用滚动检查点保留工具调用后的完整 think 块并裁剪更早内容,工具参数仅在非字符串时才做 tojson 序列化,且不再内置默认系统提示词。这些改动旨在提升智能体工作流的可靠性与效率。
Hugging Face 官方教程介绍如何用 Gradio 把任意 Python 函数变成 LLM 可调用的 MCP 工具,只需在 launch 中设置 mcp_server=True 即可启动 MCP 服务器并获得 SSE 端点。
OpenAI 已在 ChatGPT 中回滚上周的 GPT-4o 更新,用户现在使用的是行为更平衡的早期版本。被移除的更新过于奉承和迎合,常被描述为具有谄媚倾向。
推荐理由:原文说明了回滚原因和当前版本状态,读者可据此了解该更新的问题表现与处理结果。
Intel 推出 AutoRound,一款基于 signed gradient descent 的 weight-only 后训练量化(PTQ)工具,支持 INT2-INT8 低比特量化,在 INT2 精度下相对准确率比主流基线最高高出 2.1x。
Meta 发布 Llama Guard 4,一个 12B 稠密多模态安全模型,以及两款新的 Llama Prompt Guard 2 分类器(86M 和 22M 参数)。
推荐理由:原文给出了从 Llama 4 Scout 剪枝为稠密模型的架构细节和与上一代的对比数据,便于判断其部署成本与效果取舍。
Hugging Face 与 ServiceNow 开源了实验性 RL 实现 PipelineRL,核心创新是在 RL 训练中进行 inflight 权重更新,让推理服务器在不中断推理的情况下接收新权重,从而兼顾高推理吞吐与 on-policy 数据。
Hugging Face 发布 Tiny Agent,用约 50 行 TypeScript 代码实现一个由 MCP 驱动的 Agent,核心思路是 MCP 客户端之上套一个 while 循环。
推荐理由:文章把 MCP 客户端与 Agent 的实现拆解到 50 行代码级别,读者可直接照搬这套 while 循环结构到自己的项目。
ChatGPT for Business 2025 年 4 月新增 o3、图像生成、增强记忆(enhanced memory)和内部知识(internal knowledge)四项功能,并提供实机演示。
OpenAI 宣布其最新图像生成模型 gpt-image-1 现已通过 API 提供,开发者和企业可将专业级、可定制的视觉生成能力直接集成到自己的工具和平台中。
TNG 基于 olmOCR-7B-0225-preview 微调出忠实 OCR 引擎,解决了原模型忽略页眉页脚关键信息(如发票)的问题。团队用 Qwen2.5-VL-72B-Instruct 生成 8,000 份文档数据集,在 8xH100 节点上以 4 步梯度累积训练 2.5 epochs,微调后模型能完整提取页眉页脚内容并仍可解析表格,已开源至 HuggingFace。
Speak 正在用 AI 打造个性化的语言学习体验,其 CEO 与联合创始人 Connor Zwick 分享了这一方向的思路与实践。
The Washington Post 与 OpenAI 达成合作,将新闻内容接入 ChatGPT,为用户提供摘要、引用以及指向原始报道的直接链接。
Hugging Face 博客详解 LLM 并发请求处理中 Prefill(计算首个输出 token,可并行)与 Decode(逐 token 生成,无法并行)两阶段的性能差异及其对延迟、吞吐量和 GPU 利用率的影响。
OpenAI 发布 o3 和 o4-mini,称其为迄今最智能、最强大的模型,具备完整的工具访问能力。
OpenAI 发布 o3 和 o4-mini 的 System Card,介绍两款模型将前沿推理能力与完整工具能力结合,工具包括 web browsing、Python、图像与文件分析、图像生成、canvas、automations、file search 和 memory。
Gradio 官方博客列出 17 个理由,说明它不只是 UI 库,而是通过 UI 与 API 交互机器学习模型的框架。
HELMET 团队发布长上下文语言模型评测基准的新结果并将在 ICLR 2025 展示,此前该基准已被 Microsoft 的 Phi-4 和 AI21 的 Jamba 1.6 采用。
Cohere 现已成为 Hugging Face Inference Providers 支持的推理服务商,也是首个在 HF Hub 上直接提供并服务自家模型的模型创建方,用户可对 c4ai-command-a-03-2025、c4ai-command-r7b-12-2024、aya-expanse-32b、aya-vision-32b 等模型运行 serverless 推理。
OpenAI 任命四位新顾问,协助为其慈善工作提供意见。
OpenAI 发布更新版 Preparedness Framework,用于衡量并防范前沿 AI 能力带来的严重危害。该框架聚焦于对前沿 AI 能力的测量与保护机制,是 OpenAI 在安全治理层面的最新举措。
OpenAI 在 API 中推出 GPT-4.1 系列模型,称其在编码、指令遵循和长上下文理解方面均有全面提升,同时发布首款 nano 模型,即日起面向全球开发者开放。
推荐理由:官方点明了编码、指令遵循和长上下文三处主要提升,读者可据此判断是否值得接入。
Hugging Face 宣布收购成立 9 年的开源机器人公司 Pollen Robotics,这是继 Gradio、XetHub 之后其第五次收购,并将开售首款开源人形机器人 Reachy 2,售价 $70,000,已在 Cornell、Carnegie Mellon 等实验室使用。
推荐理由:梳理了 Hugging Face 从 LeRobot 到收购 Pollen Robotics 的完整布局,便于理解其开源机器人路线。
Hugging Face 与 Protect AI 自 2024 年 10 月合作以来,Guardian 已在 Hub 上扫描 141 万个仓库中的 447 万个唯一模型版本,在 51,700 个模型上累计发现 352,000 个不安全或可疑问题,近 30 天处理 226 million requests、响应时间 7.94 ms。
ChatGPT Projects 帮助用户整理文件、保存上下文,并在不同工作流之间保持对话的一致性。该功能面向多任务并行的使用场景,让相关对话与资料集中管理,减少重复交代背景的成本。
ChatGPT 的 canvas 功能可将产品需求文档直接转化为可运行的 HTML/React 原型。文章演示了从 PRD 到原型的完整流程,展示如何用 canvas 快速完成从需求到可交互代码的落地。
ChatGPT 可以规划调研、搜索并阅读资料来源,最终整理出一份详细的调研报告,用于支持市场分析。