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 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 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。
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 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。
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。
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 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 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 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。
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 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 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 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 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 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 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。
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 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。
AMD、Hugging Face 和 Data Monsters 联合举办的 AMD Open Robotics Hackathon 挑战赛将于 2025 年 12 月 5 日至 7 日在东京日本举行,随后在巴黎法国举行。
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 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 推出青少年网络安全蓝图,旨在通过负责任地构建 AI、适龄设计和协作保护,保护并赋能年轻人在线。
Google Research 发布了一篇论文,探讨了基于太空的可扩展人工智能基础设施系统设计,包括太阳能卫星星座、高速通信和辐射耐受性等关键技术。
推荐理由:原文提出了基于太空的可扩展人工智能基础设施系统设计,读者可以了解其潜在影响和挑战。
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。
Google 研究推出可证明隐私洞察系统,利用大型语言模型、差分隐私和可信执行环境分析非结构化 GenAI 数据,保证个人数据不可查见且汇总洞察匿名。
推荐理由:介绍了可证明隐私洞察(PPI)系统,该系统利用大型语言模型、差分隐私和可信执行环境来分析非结构化 GenAI 数据,同时保证个人数据不可查见且汇总洞察匿名。
中国AI芯片和模型的发展正在改变全球AI计算格局,中国公司正在使用国产芯片训练和推理AI模型,同时开源创新推动了计算效率的提升。
推荐理由:原文详细描述了中国在AI芯片和模型方面的进步,以及这对全球AI生态系统的影响,读者可以了解中国AI产业的最新动态和趋势。
OpenAI 发布了 GPT-OSS-Safeguard 技术报告,介绍了开源推理模型 GPT-OSS-Safeguard 的功能和基于 GPT-OSS 模型的安全评估基准。该模型经过从 GPT-OSS 模型后训练,能够根据提供的策略进行推理,以对内容进行标签化。
Hugging Face 推出基于同意的语音克隆系统,通过“语音同意门”确保只有当说话者明确表示同意时,才能克隆其声音。该系统结合语音识别和语音合成技术,旨在减少恶意使用风险,并支持用户在保持自主权的同时使用语音克隆功能。
Steuerrecht.com 利用 ChatGPT Business 流程自动化法律工作,实现税务研究自动化,为律师事务所提供更快、现成的法律分析服务。
OpenAI 推出 ChatGPT 公司知识功能,将企业应用中的上下文信息引入模型,为用户提供特定业务问题的答案,并支持清晰的引用、安全隐私和行政控制,现已面向企业、企业和教育用户开放。
OpenAI 推出内置 ChatGPT 的浏览器 Atlas,但随后已停用。
OpenAI 的 ChatGPT Business 模型帮助 Plex Coffee 实现知识集中管理,加速员工培训,并在业务扩展中保持个性化服务。
Hugging Face 博客介绍了在 Intel CPU 上运行 Vision Language Model (VLM) SmolVLM 的三个简单步骤,无需昂贵硬件或 GPU。步骤包括模型转换、量化以及运行推理,旨在优化模型,降低内存使用并提高推理速度。
NVIDIA发布Nemotron-Personas-India,这是一个针对印度人设的合成数据集,旨在解决印度AI领域的数据差距问题,为开发者提供更符合印度社会和文化背景的AI训练数据。
推荐理由:该数据集旨在解决印度AI领域的数据差距问题,为开发者提供更符合印度社会和文化背景的AI训练数据,具有实际应用价值。
OpenAI 通过新的真实世界测试方法评估 ChatGPT 的政治偏见,提高客观性并减少偏见。
HiBob 通过使用 ChatGPT Enterprise 和定制 GPTs,成功扩大了 AI 应用范围,提升了收入,简化了人力资源流程,并在 Bob 平台上实现了 AI 功能。
OpenAI 推出 ChatGPT 新一代应用程序,开发者可利用新推出的 Apps SDK 开始构建应用程序,目前 SDK 处于预览阶段。
OpenAI 发布 AgentKit,旨在加速开发者从原型到生产的过渡;同时,扩展了评估功能,并引入了针对智能体的强化微调工具。
Hugging Face 博客介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行,以实现最先进的 OCR 功能。
推荐理由:介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行,对开发者具有参考价值。