PaddleOCR 3.5:与 Hugging Face Transformers 集成 OCR 和文档解析任务
PaddleOCR 3.5 引入更灵活的推理引擎接口,支持使用 Hugging Face Transformers 作为推理后端,开发者可通过 engine 参数选择后端并配置相关选项,简化与下游 RAG、agent、搜索、分析或自动化工作流的集成。
PaddleOCR 3.5 引入更灵活的推理引擎接口,支持使用 Hugging Face Transformers 作为推理后端,开发者可通过 engine 参数选择后端并配置相关选项,简化与下游 RAG、agent、搜索、分析或自动化工作流的集成。
OpenAI 与戴尔合作,将 Codex 引入混合和本地企业环境,帮助企业安全部署 AI 编码智能体,提升数据和工作流程的智能化。
Google DeepMind 推出 Project Genie 和 Street View 新功能,将 Genie 的生成能力与 Google Street View 的真实世界图像相结合,为 AI 代理或机器人提供虚拟环境以模拟和交互真实世界。
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。
DeepMind 发布了 Gemini Omni 智能体功能,该功能可以创建任何类型的视频,并支持通过对话编辑视频。目前该功能已集成到 Gemini 应用、Google Flow 和 YouTube Shorts 中,未来还将支持图像和音频输出。
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。
DeepMind 发布了 Gemini for Science,一套旨在扩展科学探索规模和精度的工具和实验,包括假设生成、计算发现和文献洞察等实验工具。
推荐理由:原文介绍了 Gemini for Science 的功能和实验工具,读者可以了解其对科学研究的潜在影响。
Google DeepMind 发布了内容透明度和验证工具的更新,包括SynthID和C2PA Content Credentials,旨在帮助用户了解内容的创建和编辑过程,并验证内容的真实性。
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 与马耳他合作,推广 ChatGPT Plus 和 AI 培训,助力公民掌握实用 AI 技能并负责任地使用 AI。
Google DeepMind发布Gemini 3.5,结合前沿智能与行动,提供强大的智能体功能和编码能力,适用于复杂的长周期任务,并支持大规模的智能体任务。
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。
ChatGPT 推出个人财务管理功能,可连接账户、追踪支出和投资、管理订阅、创建预算和规划财务目标。
Databricks 利用 GPT-5.5 模型在 OfficeQA Pro 基准测试中创下新纪录,将其应用于企业智能体工作流程,提升工作效率。
OpenAI 推出 ChatGPT Work 工作流程,支持项目简报、战略更新、决策包和进度报告等操作,提升工作效率。
IBM 发布了新的多语言嵌入模型 Granite Embedding Multilingual R2,包括两个 Apache 2.0 许可的模型:一个 97M 参数的小型模型和一个 311M 参数的全尺寸模型。这两个模型都支持 200 多种语言,在 52 种语言上进行微调,支持 32K 上下文长度,并添加了对 9 种编程语言的代码检索功能。
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 推出 ChatGPT 移动应用,支持用户在任何地点使用 Codex,实现跨设备和远程环境实时监控、指导和审批编码任务。
Hugging Face 博客发布了一篇关于异步批处理技术的文章,介绍了如何通过分离 CPU 和 GPU 工作负载来提高推理性能。
推荐理由:原文介绍了如何通过异步批处理提高推理性能,读者可以了解这一技术如何改变现有工作流。
OpenAI 详细介绍了对 TanStack “Mini Shai-Hulud” 供应链攻击的应对措施,包括系统保护措施和签名证书,并解释了为什么 macOS 用户必须在 2026 年 6 月 12 日之前更新 OpenAI 应用。
推荐理由:OpenAI 对 TanStack npm 供应链攻击做出回应,读者可以了解其采取的保护措施和系统安全情况。
OpenAI 推出 ChatGPT Work 财务工作流程指南,涵盖报告、差异分析、预测、月度审查和决策准备型财务成果,助力高效财务管理。
Google DeepMind 在 Nature 发表研究并推出 Co-Scientist,这是一个基于 Gemini 构建的多智能体 AI 系统,旨在通过迭代生成、辩论和进化来加速复杂科学问题的假设发现。
推荐理由:原文展示了基于 Gemini 的多智能体系统如何通过辩论和进化机制生成科学假设,并提供了具体的生物医学应用案例及注册入口。
以太坊工作组发布 Clear Signing 开放标准,旨在终结导致数十亿美元损失的盲签行为。该标准基于 ERC-7730 格式,要求应用提供人类可读的交易描述,并通过独立审查确保准确性。以太坊基金会将托管注册表基础设施,鼓励钱包和开发者集成此功能以实现“所见即所签”。
推荐理由:该标准通过结构化描述和独立验证机制解决盲签风险,为钱包开发者提供了可复用的安全基础设施。
OpenAI 推出 Campus Network,连接全球学生俱乐部,提供 AI 工具,举办活动,构建 AI 驱动的校园社区。
OpenAI 发布新的企业部署公司 DeployCo,旨在帮助组织将前沿 AI 投入生产并转化为可衡量的商业影响。
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 发布 GPT-5.5 和 GPT-5.5-Cyber,旨在帮助验证的防御者加速漏洞研究并保护关键基础设施。
Parloa 利用 OpenAI 模型构建可扩展的语音驱动 AI 客户服务代理,帮助企业设计、模拟和部署可靠的实时交互。
OpenAI 的 Codex 与 ChatGPT Enterprise 结合,缩短软件开发的设计、构建和测试时间,同时扩展 AI 驱动的流程。
OpenAI 推出 ChatGPT 的新功能“可信联系人”,当检测到严重自伤风险时,会通知用户信任的人。
Google DeepMind发布AlphaEvolve一周年进展报告,展示这款由Gemini驱动的编码智能体在数学、科学及工业界的广泛影响。该智能体已深度集成至Google核心基础设施,例如优化下一代TPU设计并将Spanner数据库写放大率降低20%。
推荐理由:官方汇总了AlphaEvolve在科研、基础设施及商业场景的落地数据,展示了其从实验工具向通用算法优化平台的演进。
ChatGPT 通过减少训练中的个人数据使用和保护用户隐私,同时允许用户控制对话数据对 AI 模型的贡献。
OpenAI 为 Uber 提供人工智能助手和语音功能,助力司机更智能地赚取收入,乘客更快地完成预订,提升全球实时市场效率。
OpenAI 发布了 MRC 超级计算机网络协议,旨在提高大规模 AI 训练集群的鲁棒性和性能。
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。
GPT-5.5 Instant 更新了 ChatGPT 的默认模型,提供了更智能、更准确的答案,减少了幻觉,并改善了个性化控制。
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 推出 ChatGPT 广告自助管理器,支持 CPC 投标,并增强测量工具,旨在保护隐私并保持对话与广告分离。
OpenAI 重建了其 WebRTC 堆栈,以实现低延迟、大规模的实时语音 AI,支持无缝的对话轮换。
推荐理由:原文介绍了 OpenAI 如何通过重建其 WebRTC 堆栈来实现低延迟、大规模的实时语音 AI,读者可以了解这项技术的具体实现和应用。
OpenAI 推出高级账户安全功能,包括抗钓鱼登录、更强恢复机制和增强保护,旨在保护敏感数据并预防账户接管。
OpenAI 将 Stargate 规模化,以构建支持 AGI 的计算基础设施,并增加新的数据中心容量以满足不断增长的 AI 需求。
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。
DeepInfra 加入 Hugging Face Hub,提供成本效益高的 AI 推理服务,支持超过 100 个模型,包括 DeepSeek V4、Kimi-K2.6 和 GLM-5.1 等,无缝集成到客户端 SDK,支持对话和文本生成任务。
OpenAI 的 GPT 模型、Codex 和托管智能体现在可在 AWS 上使用,企业可在 AWS 环境中构建安全的 AI 应用。
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 的 ChatGPT Enterprise 和 OpenAI API 获得FedRAMP Moderate 授权,支持 U.S. federal agencies 的安全 AI 采用。
Mistral AI 发布了 Workflows 功能,这是一个企业级 AI 工作流程编排层,旨在将 AI 流程从概念验证可靠地迁移到生产环境。Workflows 允许开发者在 Python 中编写工作流程,并通过 Le Chat 触发,每个步骤都在 Studio 中跟踪和可审计。
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 发布了 Privacy Filter,一个开源的个人信息识别器,可以在单次前向传递中为文本标记八个类别。该模型支持文档隐私探索、图像匿名化和智能红字粘贴等应用。
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。
Symphony 是一款开源规范,用于 Codex 协调,将问题跟踪器转变为持续运行的智能体系统,有效提升工程产出并减少上下文切换。
Choco 利用 OpenAI API 实现食品配送流程自动化,提升效率并促进增长,展现 AI 在实际应用中的影响力。