Codex App Server：如何嵌入 Codex 代理并构建应用服务器
OpenAI 推出 Codex App Server，通过双向 JSON-RPC API 支持流式进度、工具使用、审批和差异，实现 Codex 代理的嵌入。
今日 4 条
OpenAI NewsAI 评分4242 Hugging Face Blog精选AI 评分6767 H Company 发布 Holo2-235B-A22B 预览版模型，在 UI 本地化方面取得领先
H Company 发布了 Holo2-235B-A22B 预览版模型，该模型在 Screenspot-Pro 和 OSWorld G 上分别达到了 78.5% 和 79.0% 的 SOTA 记录。该模型专注于 UI 元素本地化，并使用 SkyPilot 进行大规模训练。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face发布文本到图像模型训练设计研究：消融实验经验
Hugging Face在Hugging Face Blog上发布了关于文本到图像模型训练设计的研究，通过消融实验分析了各种训练技巧对模型性能的影响，包括表示对齐、训练目标、标记路由和稀疏化以及数据选择等方面。
推荐理由：本文详细介绍了Hugging Face在训练高效文本到图像模型方面的研究，包括各种训练技巧和实验结果，对理解和改进相关模型具有参考价值。
OpenAI NewsAI 评分3232 Sora 模型：探索个性化推荐与安全防护的平衡之道
OpenAI 推出的 Sora 模型旨在激发创造力、促进连接并保障体验安全，通过个性化推荐、家长控制和严格的安全措施实现平衡。
OpenAI News精选AI 评分7272 OpenAI 内部数据智能体发布
OpenAI 发布内部数据智能体，利用 GPT-5、Codex 和记忆推理大量数据，提供可靠见解。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI NewsAI 评分3030 OpenAI 退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini
OpenAI 宣布将于 2026 年 2 月 13 日退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini，这些模型将从 ChatGPT 中移除，API 无变化。
Hugging Face BlogAI 评分4545 Claude 模型构建 CUDA 内核并教授开源模型
Hugging Face 的 Claude 模型通过 upskill 工具，成功构建 CUDA 内核并教授开源模型，展示了如何利用 Claude 生成技能文件，用于复杂和特定任务的 CUDA 内核编写。实验表明，该技能在部分开源模型上提高了准确率，但在 Claude Opus 4.5 上则没有明显效果。
OpenAI NewsAI 评分4242 OpenAI 如何保护用户数据，防止AI代理点击链接时的数据泄露和提示注入
OpenAI 通过内置安全措施，保护用户数据免受AI代理打开链接时的URL数据泄露和提示注入攻击。
Hugging Face Blog精选AI 评分7070 Hugging Face解锁GPT-OSS智能体强化学习训练
Hugging Face在博客中详细介绍了GPT-OSS模型在智能体强化学习训练中的应用，包括能力变化、开放入口和实验结果。
推荐理由：原文详细介绍了GPT-OSS模型在智能体强化学习训练中的应用，读者可以了解其能力变化和开放入口，从而判断其对现有工作流的影响。
OpenAI NewsAI 评分5050 OpenAI Codex Agent Loop 技术深度解析
OpenAI 对 Codex Agent Loop 进行技术解析，阐述 Codex CLI 如何利用 Responses API 协调模型、工具、提示和性能。
OpenAI News精选AI 评分7070 OpenAI 推出 PostgreSQL 扩展功能以支持 8 亿 ChatGPT 用户
OpenAI 推出 PostgreSQL 扩展功能，通过副本、缓存、速率限制和工作负载隔离，实现每秒数百万次查询，以支持 8 亿 ChatGPT 用户。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分6060 OpenAI 分析 GPT-5 在工作中的应用趋势
OpenAI 发布了关于 GPT-5 在工作中应用的报告，涵盖了采用趋势、主要任务、部门模式和 AI 在工作中的应用前景。
推荐理由：原文探讨了 GPT-5 在工作中的应用趋势和模式，读者可以了解 AI 在工作中的未来发展方向。
OpenAI NewsAI 评分4545 Praktika 利用 GPT-4.1 和 GPT-5.2 构建自适应 AI 导师助力语言学习
Praktika 采用 GPT-4.1 和 GPT-5.2 模型，打造个性化自适应 AI 导师，实现课程定制、学习进度跟踪，助力学习者达到实际语言流利水平。
Mistral AI精选AI 评分6060 Mistral AI深入分析vLLM内存泄漏问题
Mistral AI团队深入分析了vLLM中内存泄漏的问题，并分享了他们如何通过多种工具和技术追踪和解决这个问题的过程。
推荐理由：文章深入分析了vLLM中内存泄漏的问题，并分享了Mistral AI团队如何追踪和解决这个问题的过程，对理解现代软件堆栈中的依赖关系和调试方法有重要意义。
Hugging Face Blog精选AI 评分7070 AssetOpsBench：连接 AI 智能体基准与工业现实的桥梁
AssetOpsBench 是一个综合基准和评估系统，旨在评估智能体在工业应用中的性能，包括传感器异常检测、故障推理和诊断、KPI 预测和分析等。它强调多智能体协调的重要性，并提供了一个开放、竞争就绪的基准，供社区提交智能体实现进行评估。
推荐理由：AssetOpsBench 是一个针对特定领域（如工业资产管理）的 AI 智能体基准和评估系统，它填补了 AI 基准测试与工业现实之间的差距，有助于读者了解其在工业环境中的应用潜力。
OpenAI NewsAI 评分2727 ChatGPT 推出年龄预测功能，保障青少年账户安全
ChatGPT 推出年龄预测功能，用于判断账户是否为18岁以下青少年，并实施相关保护措施，同时不断优化预测准确性。
Hugging Face Blog精选AI 评分6060 Hugging Face发布Waypoint-1：实时交互式视频扩散模型
Hugging Face发布了Waypoint-1，这是一个实时交互式视频扩散模型，可以通过文本、鼠标和键盘进行控制。该模型基于10,000小时的多样化视频游戏素材进行训练，并支持实时交互体验。
推荐理由：原文介绍了Waypoint-1的实时交互式视频扩散模型，读者可以了解其能力变化和开放入口，从而判断其对现有工作流的影响。
Google DeepMindAI 评分4242 Google DeepMind 推出 D4RT：统一 AI 模型实现四维场景重建与追踪
Google DeepMind 发布 D4RT，一种用于动态场景重建和追踪的统一 AI 模型。该模型采用查询式 Transformer 架构，效率比先前方法高 18 至 300 倍，在单个 TPU 上处理一分钟视频仅需约五秒。D4RT 支持点追踪、点云重建及相机姿态估计，适用于机器人和增强现实等实时应用。
OpenAI NewsAI 评分5252 OpenAI 发布构建 AI 智能体实用指南
OpenAI 发布了关于设计、编排和部署 AI 智能体的全面指南，涵盖了用例、模型选择、工具设计、安全措施和多智能体模式。
Hugging Face Blog精选AI 评分7070 Hugging Face 推出 Open Responses 开源推理标准
Hugging Face 推出 Open Responses 开源推理标准，旨在解决现有生态系统中聊天机器人格式与智能体工作流程不匹配的问题，为开发者提供更丰富的功能和更好的用户体验。Open Responses 基于 Responses API，并扩展了其功能，使其更易于构建者和路由提供者之间的互操作性和协作。
推荐理由：Open Responses 是一个开源的推理标准，旨在解决现有生态系统中聊天机器人格式与智能体工作流程不匹配的问题，为开发者提供更丰富的功能和更好的用户体验。
OpenAI NewsAI 评分5252 Inside GPT-5 for Work
OpenAI 发布了 GPT-5 的工作版，介绍了其在营销、工程、财务、战略、法律和 IT 等领域的应用，以及如何评估其团队适用性。
OpenAI NewsAI 评分4545 OpenAI 如何利用 Codex 加速工程
OpenAI 的 Codex 模型被用于理解代码、重构系统、提升性能、加速工程速度和优化工程流程。
Google Research精选AI 评分7373 Google Research 发布 MedGemma 1.5 4B 与 MedASR 医疗语音识别模型
Google Research 发布开源医疗生成式 AI 模型 MedGemma 1.5 4B 和医疗自动语音识别模型 MedASR。
推荐理由：原文给出了 MedGemma 1.5 4B 在 CT、MRI 及病理图像上的具体精度提升数据，以及 MedASR 相比 Whisper large-v3 的医疗听写错误率降低幅度，为开发者评估模型能力边界提供了量化依据。
Hugging Face Blog精选AI 评分8585 NVIDIA Cosmos Reason 2 带来先进的推理能力
NVIDIA 发布了 Cosmos Reason 2，这是一个用于物理 AI 的开放推理视觉语言模型。Cosmos Reason 2 在准确性和物理 AI 基准测试中排名第一，它通过提供更强的常识和推理能力，使机器人和 AI 代理能够像人类一样在物理世界中观察、理解、规划和行动。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 Falcon-H1-Arabic：混合架构推动阿拉伯语言 AI 发展
Hugging Face 发布了 Falcon-H1-Arabic，一个先进的阿拉伯语言模型家族，采用混合架构，扩展上下文能力，在阿拉伯自然语言处理方面取得显著进展。
推荐理由：Falcon-H1-Arabic 是 Hugging Face 发布的先进阿拉伯语言模型，其混合架构和扩展的上下文能力在阿拉伯自然语言处理方面取得了显著进展，对读者了解最新阿拉伯语言模型技术具有重要意义。
Google DeepMind精选AI 评分8585 DeepMind 回顾 2025 年 AI 突破：从模型到应用
DeepMind 回顾了 2025 年在 AI 模型、产品和应用方面的突破，包括 Gemini 3 和 Gemini 3 Flash 的发布，以及 AI 在科学、教育和健康等领域的应用。
推荐理由：DeepMind 回顾了 2025 年在 AI 模型、产品和应用方面的突破，包括 Gemini 3 和 Gemini 3 Flash 的发布，以及 AI 在科学、教育和健康等领域的应用。
Hugging Face Blog精选AI 评分8585 AprielGuard：现代LLM系统的安全与对抗鲁棒性保障模型
AprielGuard 是一个由 ServiceNow AI 开发的 8B 参数安全-安全保障模型，旨在检测 16 类安全风险和广泛的对抗攻击，适用于各种输入格式和长上下文，具有可解释的推理功能。
推荐理由：AprielGuard 是一个针对现代大型语言模型的安全和对抗鲁棒性保障模型，能够检测多种安全风险和对抗攻击，适用于各种输入格式和长上下文，具有可解释的推理功能。读者可以了解其能力变化和开放入口，以判断它如何改变现有工作流。
OpenAI News精选AI 评分6565 OpenAI 加强 ChatGPT Atlas 对提示注入攻击的防御
OpenAI 正在使用强化学习训练的自动化红队技术来加强 ChatGPT Atlas 对提示注入攻击的防御，以提前发现新型漏洞并加固浏览器代理的防御能力。
推荐理由：OpenAI 正在加强 ChatGPT Atlas 对提示注入攻击的防御，读者可以关注这一进展对 AI 安全领域的影响。
Google Research精选AI 评分8585 谷歌研究2025：更大胆的突破，更大的影响
谷歌研究团队在 2025 年在多个领域取得了突破性进展，包括 AI 模型、量子计算、地球科学、生物科学、神经科学、气候韧性、健康和教育等。
推荐理由：原文介绍了 Google Research 在 2025 年在多个领域的突破性进展，包括 AI 模型、量子计算、地球科学、生物科学、神经科学、气候韧性、健康和教育等，读者可以了解这些进展对科学和社会的影响。
OpenAI News精选AI 评分6060 OpenAI 发布思维链可监控性评估框架
OpenAI 发布了思维链可监控性评估框架，涵盖 13 项评估和 24 个环境，发现监控模型的内部推理比仅监控输出更有效。
推荐理由：OpenAI 提出了一种新的框架和评估套件，用于评估思维链的可监控性，为 AI 系统能力增长时的可扩展控制提供了有希望的途径。
OpenAI NewsAI 评分4545 ChatGPT 更新 Model Spec，引入未成年人保护原则
OpenAI 对 ChatGPT 的 Model Spec 进行更新，新增未成年人保护原则，旨在为青少年提供安全、适宜的指导，强化安全防护措施，并明确高风险情况下的模型行为，以提升 ChatGPT 的青少年安全保护水平。
OpenAI News精选AI 评分8282 OpenAI 推出 GPT-5.2-Codex 编码模型
OpenAI 推出 GPT-5.2-Codex 编码模型，具备长时推理、大规模代码转换和增强的网络安全能力。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 Transformers v5 中的 Tokenization 改进：更简单、更清晰、更模块化
Transformers v5 对 tokenization 进行了重大改进，包括更简单的架构、更清晰的内部结构以及单个快速后端。这为理解、自定义或训练特定模型的自定义 tokenizer 提供了实用指南。
推荐理由：原文详细介绍了 Transformers v5 中 tokenization 的改进，读者可以了解其如何改变现有工作流。
Mistral AI精选AI 评分7070 Mistral AI 发布 Mistral OCR 3
Mistral AI 发布了 Mistral OCR 3，该版本在表格、扫描文档、手写内容等方面性能大幅提升，支持 markdown 输出和 HTML 表格重建，价格为每 1000 页 2 美元，并提供 50% 的 Batch-API 折扣。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 NVIDIA 发布 Nemotron 3 Nano 开放评估标准
NVIDIA 发布了 Nemotron 3 Nano 30B A3B 模型，并提供了完整的评估方法，使用 NeMo Evaluator 工具库进行评估，以实现结果的独立验证。
推荐理由：原文详细介绍了 Nemotron 3 Nano 的开放评估标准及其使用 NeMo Evaluator 的方法，读者可以了解如何进行模型评估和比较。
Google DeepMind精选AI 评分8585 Gemini 3 Flash：专为速度构建的前沿智能
Google DeepMind 发布了 Gemini 3 Flash，这是一个专为速度构建的前沿智能模型，旨在帮助每个人更快地学习、构建和规划任何事情。该模型保留了 Gemini 3 的 Pro 级推理能力，同时具备 Flash 级别的延迟、效率和成本效益。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI NewsAI 评分5050 OpenAI 企业 AI 应用现状分析
OpenAI 对企业 AI 应用进行了数据驱动分析，揭示了企业如何从实验阶段过渡到实现实际生产力和新能力的提升。
Google DeepMind精选AI 评分7272 DeepMind 发布 Gemma Scope 2：助力AI安全社区深入理解复杂语言模型行为
DeepMind 发布了 Gemma Scope 2，这是一套用于语言模型可解释性的开源工具，旨在帮助研究人员深入理解复杂语言模型的行为，包括Gemma 3系列模型。
推荐理由：Gemma Scope 2 的发布为AI安全社区提供了强大的工具，有助于深入理解复杂语言模型的行为，对AI安全研究具有重要意义。
OpenAI NewsAI 评分5757 OpenAI 发布 FrontierScience 基准测试 AI 科学研究能力
OpenAI 发布 FrontierScience，用于测试 AI 在物理学、化学和生物学等科学研究任务中的推理能力，旨在衡量 AI 在科学研究领域的进展。
OpenAI News精选AI 评分6565 OpenAI 发布 AI 加速生物研究能力评估框架
OpenAI 推出评估 AI 在生物实验室加速研究能力的框架，利用 GPT-5 优化分子克隆方案，探讨 AI 辅助实验的机遇与挑战。
推荐理由：OpenAI 发布了关于 AI 在生物研究领域加速实验的评估框架，读者可以了解 AI 在这一领域的潜力和风险。