Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine
Overworld 发布实时交互视频扩散模型 Waypoint-1,可通过文本、鼠标和键盘控制,用 10,000 小时游戏画面训练,支持零延迟自由控制相机与按键输入。
推荐理由:原文对比了与现有世界模型在控制延迟上的差异,并给出推理库的具体吞吐与帧率数据,便于评估其实用性。
Overworld 发布实时交互视频扩散模型 Waypoint-1,可通过文本、鼠标和键盘控制,用 10,000 小时游戏画面训练,支持零延迟自由控制相机与按键输入。
推荐理由:原文对比了与现有世界模型在控制延迟上的差异,并给出推理库的具体吞吐与帧率数据,便于评估其实用性。
ChatGPT 正在推出年龄预测功能,用于估算账户用户是否未满 18 岁,并对青少年账户应用相应保护措施,同时持续优化预测准确性。
ChatGPT Go 现已在全球上线,提供对 GPT-5.2 Instant 的扩展访问、更高的使用限额和更长的记忆,让先进 AI 在全球范围内更易负担。
Hugging Face 联合社区推出开放推理标准 Open Responses,基于 OpenAI 的 Responses API 并开源,面向智能体工作负载,默认无状态、支持加密推理,流式输出建模为语义事件。
推荐理由:梳理了从 Chat Completion 迁移的核心改动与工具循环规范,便于开发者评估接入成本。
Google DeepMind 宣布升级 Veo 3.1 Ingredients to Video,可基于参考图生成视频,改进了角色身份一致性、背景与物体一致性以及跨场景元素融合,并首次支持原生 9:16 竖屏输出和 1080p、4K 上采样。
Zenken 全公司部署 ChatGPT Enterprise 后,销售业绩提升、准备时间缩短、提案成功率提高。AI 支持的工作流帮助精简团队实现更个性化、更有效的客户互动。
OpenAI 推出 OpenAI for Healthcare,提供支持 HIPAA 合规的企业级安全 AI,用于减轻行政负担并支持临床工作流。
Tolan 基于 GPT-5.1 构建了语音优先的 AI 伴侣,结合低延迟响应、实时上下文重建与记忆驱动的个性化,实现自然对话。
OpenAI 推出 ChatGPT Health,这是一个专门的健康体验,可安全连接用户的健康数据和应用,具备隐私保护,并采用医生参与设计的方式。
OpenAI 宣布开放 Grove Cohort 2 申请,这是一个面向各阶段创业者(从无想法到已有产品)的 5 周创始人项目。参与者可获得 $50K 的 API credits、AI 工具早期访问权限,以及 OpenAI 团队的实操指导。
OpenAI 正用强化学习训练的自动化红队持续加固 ChatGPT Atlas,抵御提示注入攻击。这套"发现—修补"闭环能尽早识别新型漏洞,随 AI 智能体化加深而强化浏览器智能体的防御。
OpenAI 更新 Model Spec,新增 Under-18 Principles,规定 ChatGPT 应如何基于发展科学为青少年提供安全、适龄的引导。此次更新强化了护栏,明确了模型在高风险情境下的预期行为,是其改进 ChatGPT 青少年安全工作的一部分。
OpenAI 发布面向青少年与家长的 AI 素养指南,帮助他们更审慎、安全、自信地使用 ChatGPT。指南包含专家审核的负责任使用建议、批判性思维、健康边界设定,以及在情感或敏感话题上支持青少年的方法。
Hugging Face 官方博客介绍 Transformers v5 对分词器的重新设计,将分词器架构与训练好的词表分离,类似 PyTorch 把网络结构与权重分开。
Mistral AI 发布 Mistral OCR 3(模型名 mistral-ocr-2512),在表单、扫描件、复杂表格和手写内容上对 Mistral OCR 2 的整体胜率达 74%,并称其精度超过企业级与 AI 原生 OCR 方案。
OpenAI 联合 American Journalism Project 和 The Lenfest Institute 推出 OpenAI Academy for News Organizations,一个面向新闻机构的学习中心。该学院提供培训、实际用例和负责任使用指南,帮助记者、编辑和出版商在报道与运营中采用 AI。
开发者现在可以向 ChatGPT 提交应用进行审核与发布,通过的应用会出现在新的产品内目录中以便发现。OpenAI 同时更新了工具、指南和 Apps SDK,帮助开发者构建把现实操作带入 ChatGPT 的聊天原生体验。
推荐理由:说明了应用进入 ChatGPT 的审核发布流程与发现入口,便于开发者判断接入路径。
Google DeepMind 发布开源可解释性工具套件 Gemma Scope 2,覆盖 Gemma 3 全系 270M 到 27B 参数模型,称其为迄今 AI 实验室规模最大的开源可解释性工具发布。
Google Research 为 STOC 2026 试点了基于 Gemini 2.5 Deep Think 进阶版的 Paper Assistant Tool(PAT),在 24 小时内为投稿作者提供结构化自动反馈,包括贡献总结、潜在错误与改进建议、以及小的更正与错别字。
CUGA(Configurable Generalist Agent)作为开源智能体集成到 Hugging Face Spaces,上线了一个演示:展示小型 CRM 系统,配备 20 个预配置工具,通过 API Agent 处理销售数据查询和 API 交互,并提供 workspace files 以使用预定义策略。
Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio,用于实时语音智能体,已在 Google AI Studio、Vertex AI 提供,并开始在 Gemini Live 和 Search Live 中推出,其中 Search Live 首次引入原生音频自然度。
推荐理由:原文给出了三项具体能力改进和评测分数,读者可据此判断它在语音智能体场景的实际可用性。
BNY 借助 OpenAI 推出 Eliza 平台,让 20,000 多名员工自行构建 AI 智能体,推动 AI 在全企业范围内落地。这些智能体用于提升工作效率和客户成果,帮助 BNY 实现“人人可用、随处可用”的 AI 目标。
BBVA 与 OpenAI 达成多年期 AI 转型计划,向全部 120,000 名员工部署 ChatGPT Enterprise。双方将共同开发 AI 解决方案,用于改善客户互动、优化运营流程,并构建 AI 原生的银行体验。
llama.cpp server 新增 router 模式,可在不重启服务的情况下动态加载、卸载和切换多个模型,把 Ollama 式的模型管理带进 llama.cpp。
Podium 用 OpenAI 的 GPT-5 构建了名为 "Jerry" 的 AI 队友,为 10,000+ 中小企业(SMBs)部署 AI 智能体,推动业务增长 300%,改变了 Main Street 商户服务客户的方式。
OpenAI 正在随着 AI 模型网络安全能力增强而投入更强的防护与防御能力,说明其如何评估风险、限制滥用,并与安全社区协作以强化网络韧性。
Scout24 推出由 GPT-5 驱动的对话式助手,重新设计房产搜索体验,通过澄清式提问、房源摘要和个性化推荐引导用户。该助手已在其房产搜索流程中投入使用。
OpenAI 推出首批认证课程(OpenAI Certifications)与 AI Foundations 课程,帮助学习者掌握实用 AI 技能、提升职业机会并为未来工作做准备。
OpenAI 与 Deutsche Telekom 达成合作,将先进的多语言 AI 体验带给欧洲数百万用户。Deutsche Telekom 还将部署 ChatGPT Enterprise,帮助员工改进工作流程并加速创新。
Instacart 与 OpenAI 深化长期合作,将首个完全集成的杂货购物与 Instant Checkout 支付应用带入 ChatGPT。该应用把 Instacart 的购物与结账能力直接嵌入 ChatGPT,用户可在对话中完成杂货选购与支付。
Virgin Atlantic CFO Oliver Byers 分享了该航司如何用 AI 加速开发、改进决策并提升客户体验。
Hugging Face 发布 swift-huggingface,一个从零重写的 Swift 包,提供完整的 Hugging Face Hub 客户端,支持模型、数据集、spaces 等完整 Hub API 覆盖。
OpenAI 与 NORAD 合作,为“NORAD Tracks Santa”推出三个 ChatGPT 节日工具,让家庭可以制作节日精灵、玩具涂色页和自定义圣诞故事。
Hugging Face 发布 Transformers v5.0.0rc-0,日安装量超 300 万次、累计超 12 亿次,模型架构从 v4 的 40 个增至 400 多个。
推荐理由:官方系统梳理了 v5 在简化、训练、推理和量化上的取舍,读者可据此判断迁移成本与生态兼容变化。
OpenAI 扩大 ChatGPT Enterprise、ChatGPT Edu 和 API Platform 的数据驻留范围,符合条件的客户可将静态数据存储在本地区域内。
Hugging Face Blog 发布 Diffusers 对 FLUX.2 的支持,提供 Flux2Pipeline 与 Flux2Transformer2DModel 的加载代码,使用 diffusers/FLUX.2-dev-bnb-4bit 仓库、Mistral3 文本编码器和 enable_model_cpu_offload 进行文生图推理。
OVHcloud 现已成为 Hugging Face Hub 上受支持的 Inference Provider,可在模型页面直接调用 gpt-oss、Qwen3、DeepSeek R1、Llama 等开源模型。
ChatGPT 推出购物研究功能,帮助用户探索、比较和发现商品,并提供个性化的买家指南以简化决策过程。
Google Research 发布了一个轻量级预测模型,用线性回归预测特定充电站若干分钟后端口可用的概率,以缓解电动车续航焦虑。模型以一天中的小时为特征,在 CA 和德国两个地区的真实充电网络数据上训练,测试覆盖 100 个随机站点、30 分钟与 60 分钟两个时间窗口,每天采样 48 次持续一周。
Hugging Face TRL 官方集成 RapidFire AI,让用户在几乎不改代码、不增加 GPU 需求的前提下并发比较多种微调/后训练配置。