OpenEnv 实践：评估工具使用智能体在真实环境中的表现
OpenEnv 是 Meta 和 Hugging Face 开发的一个开源框架，用于评估 AI 代理在真实系统中的表现。Turing 贡献了一个生产级的日历管理环境，用于研究工具使用代理在现实约束下的表现。
推荐理由：OpenEnv 提供了一个评估 AI 代理在真实环境中的表现的平台，通过 Calendar Gym 等工具，可以更全面地了解代理的局限性和改进方向。
#开源/仓库
#开源/仓库
今日 7 条Hugging Face Blog精选AI 评分6565
OpenAI NewsAI 评分2525 OpenAI 的 Codex 在智能体优先世界中的应用： Harness engineering
OpenAI 的 Codex 模型在智能体优先世界中发挥重要作用，通过 Harness engineering 技术实现高效利用，提升智能体性能。Codex 模型在多个基准测试中表现出色，速度提升 3.5 倍，为开发者提供更便捷的 AI 工具。
OpenAI NewsAI 评分4242 OpenAI 探索 AI 本地化：让全球前沿模型适应本地语言、法规和文化
OpenAI 展示了其 AI 本地化方法，通过调整全球共享的前沿模型，使其适应本地语言、法规和文化，同时确保安全性。
OpenAI NewsAI 评分4545 OpenAI Frontier 企业平台发布：构建、部署和管理 AI 智能体
OpenAI 推出企业级平台 OpenAI Frontier，支持构建、部署和管理具有共享上下文、入职、权限和治理的 AI 智能体。
OpenAI NewsAI 评分4242 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。
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。
OpenAI NewsAI 评分4545 OpenAI 推出 GPT-5.2 内置的免费 LaTeX 工作空间 Prism
OpenAI 推出免费 LaTeX 工作空间 Prism，内置 GPT-5.2 模型，助力研究人员在单一平台进行写作、协作和推理。
OpenAI NewsAI 评分4242 TRUSTBANK 与 Recursive 合作，利用 OpenAI 模型构建 Choice AI，实现个性化对话推荐简化 Furusato Nozei 礼品发现
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型开发 Choice AI，提供个性化对话推荐，简化 Furusato Nozei 礼品选择过程。
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。
OpenAI NewsAI 评分3030 Higgsfield如何利用GPT-4.1、GPT-5和Sora 2将简单想法转化为电影级社交视频
Higgsfield利用OpenAI的GPT-4.1、GPT-5和Sora 2模型，将简单输入转化为电影级社交视频，为创作者提供全新的视频输出体验。
OpenAI NewsAI 评分3737 OpenAI 测试 ChatGPT 广告以扩大全球访问
OpenAI 计划在美国测试 ChatGPT 免费和 Go 级别的广告，以扩大全球对 AI 的可负担访问，同时保护隐私、信任和答案质量。
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。
OpenAI NewsAI 评分2525 OpenAI Codex 与 Datadog 系统级代码审查合作
OpenAI 的 Codex 模型与 Datadog 合作，用于系统级代码审查，提升代码质量和安全性。Codex 模型在代码审查中的应用，有望提高开发效率和代码质量。
OpenAI NewsAI 评分3737 Netomi如何利用GPT-4.1和GPT-5.2扩展企业AI智能体
Netomi采用GPT-4.1和GPT-5.2模型，结合并发处理、治理和多步推理，实现企业级AI智能体的可靠生产工作流程。
OpenAI NewsAI 评分4040 GPT-5.1 构建语音优先 AI 伴侣：Tolan 的创新实践
OpenAI 的 GPT-5.1 模型被用于构建 Tolan 语音优先 AI 伴侣，实现低延迟响应、实时上下文重建和记忆驱动个性，以实现自然对话。
OpenAI NewsAI 评分3030 ChatGPT Health：OpenAI 推出健康数据连接体验
OpenAI 推出 ChatGPT Health，一个安全连接健康数据和应用的专属体验，具备隐私保护和医生指导设计。
OpenAI NewsAI 评分4242 OpenAI Grove Cohort 2 开放申请，为期五周创始人计划助力初创企业
OpenAI Grove Cohort 2 创始人计划现已开放申请，为期五周，面向处于任何阶段的初创企业创始人。参与者将获得 5 万美元的 API 信用额度、AI 工具的早期访问权限以及 OpenAI 团队的实战指导。
OpenAI NewsAI 评分3737 OpenAI 发布青少年及家长 AI 智慧资源指南
OpenAI 推出针对青少年及家长的 AI 智慧资源，旨在指导他们安全、自信地使用 ChatGPT，包含专家审核的负责任使用、批判性思维、健康边界和情感敏感话题支持等建议。
OpenAI NewsAI 评分4040 ChatGPT 开放应用提交功能，开发者可提交应用进行审核和发布
OpenAI 推出 ChatGPT 应用提交功能，开发者可提交应用供审核和发布，通过的应用将出现在产品目录中，便于用户发现。更新后的工具、指南和应用软件开发工具包（SDK）助力开发者构建强大的聊天原生体验，将现实世界动作引入 ChatGPT。
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3737 OpenAI 使用 Codex 在 28 天内推出 Sora for Android
OpenAI 利用 Codex 在短短 28 天内成功推出 Sora for Android，AI 辅助的规划、翻译和并行编码工作流程助力敏捷团队实现快速、可靠的开发。
OpenAI NewsAI 评分4545 OpenAI GPT-5赋能Podium，助力10,000+中小企业AI转型
Podium利用OpenAI的GPT-5构建了AI助手“Jerry”，推动企业增长300%，改变中小企业的客户服务方式。
OpenAI NewsAI 评分4040 Scout24 推出基于 GPT-5 的房产搜索对话助手
Scout24 推出基于 GPT-5 的房产搜索对话助手，通过澄清问题、总结和定制化推荐列表，重新定义了房产搜索体验。
OpenAI NewsAI 评分3535 GPT-4.5 测试“忏悔”方法，提升AI诚实度和透明度
OpenAI 研究人员正在测试“忏悔”方法，通过训练模型在犯错或行为不当时承认错误，有助于提高 AI 的诚实度、透明度和对模型输出的信任。
OpenAI NewsAI 评分55 OpenAI 与 NORAD 联手，为“NORAD 跟踪圣诞老人”活动带来 ChatGPT 工具
OpenAI 与 NORAD 合作，推出三款基于 ChatGPT 的节日工具，包括制作节日精灵、玩具彩绘页面和定制圣诞故事，为“NORAD 跟踪圣诞老人”活动增添新魔力。
Hugging Face Blog精选AI 评分8585 Transformers v5：推动 AI 生态系统的简单模型定义
Hugging Face 发布了 Transformers v5，这是一个开源的模型定义库，它通过简化模型定义和增强互操作性，推动了 AI 生态系统的发展。
推荐理由：Transformers v5 的发布标志着 Hugging Face 在模型定义库领域的持续发展，其开源和社区贡献的特点使其成为 AI 生态系统中不可或缺的一部分。
OpenAI NewsAI 评分4040 GPT-5 融入 JetBrains 工具，加速软件开发
JetBrains 正在将 GPT-5 集成到其编码工具中，助力数百万开发者更快地设计、推理和构建软件。
Hugging Face BlogAI 评分4040 Hugging Face 发布 FLUX-2 模型
Hugging Face 发布了 FLUX-2 模型，该模型基于 Mistral3ForConditionalGeneration 和 Flux2Transformer2DModel，支持 PyTorch，并已在 Diffusers 中集成。
Hugging Face BlogAI 评分4040 Hugging Face Hub新增OVHcloud Inference Provider支持
Hugging Face Hub新增OVHcloud Inference Provider支持，用户可直接在模型页面使用gpt-oss、Qwen3等模型，享受低延迟、高可用性的AI服务。OVHcloud AI Endpoints提供按token计费，起价0.04欧元/百万token，支持文本生成和嵌入模型。
Google DeepMindAI 评分4545 Gemini应用引入AI图像验证功能
Google DeepMind在Gemini应用中引入AI图像验证功能，利用SynthID数字水印技术验证图像是否由Google AI生成或编辑。目前，SynthID已为超过200亿条AI生成内容添加水印，并正在测试SynthID Detector验证工具。未来，将扩展验证功能至视频和音频格式，并与行业伙伴合作提升内容透明度和真实性标准。
OpenAI NewsAI 评分2020 OpenAI Codex 在软件开发生命周期中的应用研讨会
OpenAI 举办了一场关于 Codex 在软件开发生命周期中应用的研讨会，探讨了如何利用 Codex 提高开发效率。
Hugging Face Blog精选AI 评分7777 Apriel-H1：推理模型蒸馏的关键洞察
Hugging Face 发布了 Apriel-H1 模型，通过知识蒸馏将 15B 推理模型转换为高效的推理模型，实现了 2.1 倍的吞吐量提升，同时保持了最小的质量损失。
推荐理由：原文介绍了如何通过知识蒸馏将大型推理模型转换为高效的推理模型，读者可以了解其方法和效果。
OpenAI NewsAI 评分3232 ChatGPT for Teachers 免费版面向教师推出
OpenAI 推出 ChatGPT for Teachers，为美国 K-12 教师提供免费、安全的在线工作空间，具备教育级隐私保护和管理员控制功能，免费期至 2027 年 6 月。
OpenAI NewsAI 评分4545 GPT-5.1-Codex-Max：OpenAI发布更智能、高效的编码模型
OpenAI发布GPT-5.1-Codex-Max，一款更智能、高效的编码模型，适用于长期、项目规模的编码工作，具备增强推理和token效率。
Google DeepMind精选AI 评分8585 DeepMind 发布 WeatherNext 2：最先进的天气预报模型
DeepMind 发布了 WeatherNext 2 模型，该模型能够提供更高效、更准确和更高分辨率的全球天气预报。模型基于新的 AI 模型架构，能够预测数百种可能的天气情况，并已在多个 Google 产品中应用。
推荐理由：原文介绍了 WeatherNext 2 模型的最新进展，包括其预测能力、技术细节和应用场景，读者可以了解该模型如何提升天气预报的准确性和效率。
Hugging Face BlogAI 评分4040 Hugging Face 推出 ROCm 内核库：轻松构建和分享高性能深度学习内核
Hugging Face 推出 ROCm 内核库，支持构建和分享针对 AMD GPU 的高性能深度学习内核，简化了编译和集成过程，提高效率和可移植性。该库支持 CUDA、ROCm、Metal 和 XPU 等多种 GPU 和加速器后端。
OpenAI NewsAI 评分3232 ChatGPT 引入群聊功能
OpenAI 的 ChatGPT 引入群聊功能，允许用户在同一对话中与多人协作。
Google Research精选AI 评分8585 Google Research 发布 JAX-Privacy 1.0：大规模差分隐私机器学习工具
Google Research 发布了 JAX-Privacy 1.0，这是一个用于构建和审计差分隐私模型的工具包，旨在简化大规模机器学习中的隐私保护。
推荐理由：JAX-Privacy 1.0 的发布为大规模机器学习中的差分隐私提供了强大的工具，有助于推动隐私保护机器学习的研究和应用。
OpenAI NewsAI 评分4040 OpenAI 推出 IndQA：印度语言 AI 系统评估新基准
OpenAI 推出 IndQA 基准，用于评估印度语言 AI 系统的文化理解和推理能力，涵盖12种语言和10个知识领域。