跳到正文

#产品更新

今日 14 条
3月5日周四
  1. Hugging Face Blog70

    Hugging Face 推出 Modular Diffusers - 扩散管道的可组合构建块

    Hugging Face 推出 Modular Diffusers,通过组合可重用的模块来构建扩散管道,提供更灵活、可组合的替代方案,并介绍如何使用 Modular Diffusers 和 Mellon 进行集成。

    推荐理由:Modular Diffusers 引入了新的构建扩散管道的方式,通过组合可重用的模块来创建定制的工作流程,读者可以了解其如何改变现有工作流。

3月4日周三
3月3日周二
2月26日周四
2月23日周一
2月20日周五
2月19日周四
  1. Google DeepMind65

    Gemini 应用推出 Lyria 3 音乐生成功能

    Gemini 应用现已集成 Google DeepMind 最新的音乐生成模型 Lyria 3,用户可通过文本描述或上传图片在几秒钟内生成 30 秒的高质量音乐片段。

    推荐理由:Gemini 应用集成 Lyria 3 模型,支持从文本或图片生成带歌词的 30 秒音乐,并嵌入 SynthID 水印以增强 AI 内容可识别性。

2月18日周三
  1. Hugging Face Blog70

    Gradio 发布 gr.HTML 功能,支持一键生成任何 Web 应用

    Gradio 6 版本新增 gr.HTML 功能,支持自定义模板、作用域 CSS 和 JavaScript 交互。用户可以使用 Claude 等大型语言模型在单次操作中生成前端、后端和状态管理,所有功能都在一个 Python 文件中实现。

    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。

2月13日周五
  1. Hugging Face Blog70

    Hugging Face 发布 CUDA 核心技能,用于训练智能体编写 CUDA 核心代码

    Hugging Face 发布了名为 'CUDA Kernels' 的智能体技能,旨在训练智能体编写生产级别的 CUDA 核心代码。该技能支持智能体针对不同的 GPU 架构进行优化,并提供了与 diffusers 和 transformers 的集成模式。

    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。

2月12日周四
  1. Hugging Face Blog65

    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。

2月9日周一
  1. OpenAI News70

    OpenAI 将 ChatGPT 引入 GenAI.mil

    OpenAI 为政府推出的定制 ChatGPT 已部署在 GenAI.mil,为美国国防团队带来安全、以安全为首要的 AI。

    推荐理由:原文给出了部署在 GenAI.mil 的定制 ChatGPT,读者可以据此了解其对美国国防团队的影响。

2月6日周五
  1. Hugging Face Blog65

    Hugging Face 推出 SyGra Studio

    Hugging Face 推出 SyGra Studio,一个将合成数据生成过程可视化的交互式环境。用户可以直接在画布上构建流程,预览数据集,调整提示词,并实时查看执行情况。SyGra Studio 支持配置和验证模型,连接 Hugging Face、文件系统或 ServiceNow 数据源,并使用 Pydantic 驱动的映射设计下游输出。

    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。

2月5日周四
  1. OpenAI News70

    OpenAI 推出 GPT-5.3-Codex 智能体

    OpenAI 推出 GPT-5.3-Codex 智能体,具备前沿编码性能和通用推理能力,支持长期、真实世界的技术工作。

    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。

  2. OpenAI News75

    GPT-5.3-Codex 系统卡发布

    GPT-5.3-Codex 是迄今为止最强大的智能编码模型,结合了 GPT-5.2-Codex 的前沿编码性能和 GPT-5.2 的推理和专业知识能力。

    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。

  3. Mistral AI77

    Mistral AI 发布 Voxtral Transcribe 2 智能语音转文字模型

    Mistral AI 发布了新一代语音转文字模型 Voxtral Transcribe 2,包括适用于批量转录的 Voxtral Mini Transcribe V2 和适用于实时应用的 Voxtral Realtime。Voxtral Realtime 以 Apache 2.0 许可证开源,支持实时转录,延迟可配置至亚毫秒级。

    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。

2月4日周三
  1. Hugging Face Blog67

    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。

2月2日周一
1月30日周五
  1. Google DeepMind80

    Google DeepMind 向美国 Google AI Ultra 订阅者推出 Project Genie 交互世界原型

    Google DeepMind 正式向美国地区 18 岁以上的 Google AI Ultra 订阅者开放 Project Genie 实验性研究原型。该工具由 Genie 3、Nano Banana Pro 和 Gemini 驱动,支持通过文本或图像提示创建、探索和重混交互式世界,并能在移动时实时生成前方路径。

    推荐理由:官方开放了基于 Genie 3 的交互式世界生成原型,用户可体验实时路径生成与场景重混,适合关注世界模型落地形态的读者。

1月29日周四
1月28日周三
  1. Mistral AI67

    Mistral Vibe 2.0 发布:终端原生编码智能体升级

    Mistral AI 发布 Mistral Vibe 2.0,一款基于 Devstral 2 模型家族的终端原生编码智能体。新版本增加了自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式等功能,并支持 Le Chat Pro 和 Team 计划,提供按需付费或自带 API 密钥的选项。

    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。

1月27日周二
  1. Hugging Face Blog70

    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。

1月23日周五
1月22日周四
1月21日周三
  1. Hugging Face Blog70

    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。