Mistral AI 发布 Vibe 远程智能体功能，搭载 Mistral Medium 3.5 模型
Mistral AI 发布了 Vibe 远程智能体功能，搭载新的 128B 模型 Mistral Medium 3.5，支持长周期编码和生产力工作。该功能允许并行、异步任务执行，并引入了新的 Work 模式，用于多步骤任务，如研究和跨工具工作流程。
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。
Microsoft / Copilot
全部主题微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
67条精选相关主题OpenAI / ChatGPTAI 编码产品更新
最新精选
第 41–60 条 · 共 67 条Mistral AI精选AI 评分8080 Mistral AI精选AI 评分7070 Mistral AI 发布 Studio 中的连接器功能
Mistral AI 发布了 Studio 中的连接器功能，允许开发者使用内置和自定义的 MCPs 构建高度定制的 AI 应用，并提供了直接工具调用和人类在回路批准流程等功能。
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 News精选AI 评分7070 OpenAI 与 Microsoft 合作进入新阶段
OpenAI 与 Microsoft 宣布修订合作协议，简化合作模式，增加长期清晰度，支持规模化的 AI 创新。
推荐理由：OpenAI 与 Microsoft 的合作进入新阶段，对 AI 创新产生长期影响。
Mistral AI精选AI 评分8080 Mistral AI 发布 Forge 系统，助力企业构建前沿级 AI 模型
Mistral AI 发布 Forge 系统，帮助企业利用内部知识构建前沿级 AI 模型，支持多种训练方法和模型架构，旨在提高企业智能体的可靠性和效率。
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。
Mistral AI精选AI 评分8585 Mistral Small 4 智能体功能发布
Mistral AI 发布了 Mistral Small 4，这是 Mistral Small 家族的新一代模型，集成了推理、多模态和智能编码能力，支持文本和图像输入，并优化了推理和效率。
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。
Mistral AI精选AI 评分7070 Mistral AI 与 NVIDIA 合作加速开放前沿模型发展
Mistral AI 与 NVIDIA 合作，共同推动前沿开源模型的发展，Mistral AI 将贡献其专有训练技术、多模态能力和企业级微调工具，同时利用 NVIDIA 的计算资源、模型开发工具和合成数据生成管道。
推荐理由：Mistral AI 与 NVIDIA 合作推动前沿开源模型的发展，对 AI 社区具有重要意义，读者可以关注这一合作对 AI 技术发展的影响。
OpenAI News精选AI 评分7575 OpenAI 与 Microsoft 发布联合声明
OpenAI 与 Microsoft 在研究、工程和产品开发方面继续紧密合作，基于多年的深入合作和共同成功。
推荐理由：OpenAI 和 Microsoft 的合作继续深化，对行业动态有重要影响。
Mistral AI精选AI 评分7777 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。
Hugging Face Blog精选AI 评分6060 微软发布DIFF V2模型：提升LLM解码速度和性能
微软发布了DIFF V2模型，该模型通过增加查询头数量并减少参数量，实现了与标准Transformer相当的解码速度，同时提高了性能。
推荐理由：原文提出了DIFF V2模型，并详细介绍了其设计原理和实验结果，读者可以了解该模型在LLM解码速度和性能方面的改进。
Mistral AI精选AI 评分8585 Mistral AI 发布 Devstral 2 和 Mistral Vibe CLI
Mistral AI 发布了 Devstral 2 编码模型和 Mistral Vibe CLI，Devstral 2 模型具有高性价比和强大的代码代理能力，Mistral Vibe CLI 是一个开源的命令行编码助手，支持代码库的探索、修改和执行。
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。
Mistral AI精选AI 评分8585 Mistral AI 发布 Mistral 3 新一代模型
Mistral AI 发布了 Mistral 3 新一代模型，包括三个小型密集模型和 Mistral Large 3，后者是迄今为止最强大的模型，拥有 41B 活跃参数和 675B 总参数。
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7070 微软与 OpenAI 合作进入新篇章
微软与 OpenAI 签署新的协议，加强长期合作，扩大创新并确保负责任的 AI 进展。
推荐理由：微软与 OpenAI 签署新的协议，加强长期合作，扩大创新并确保负责任的 AI 进展，读者可以关注这对行业的影响。
OpenAI News精选AI 评分6767 OpenAI 与微软签署新合作协议，关注 AI 安全和创新
OpenAI 与微软签署新的合作协议，强调双方在 AI 安全和创新方面的合作。
推荐理由：OpenAI 与微软签署新的合作协议，关注 AI 安全和创新，对行业有重要影响。
Hugging Face Blog精选AI 评分7070 微软与Hugging Face扩大合作，Azure AI Foundry新增10,000+ Hugging Face模型
微软与Hugging Face扩大合作，Azure AI Foundry新增10,000+ Hugging Face模型，支持文本、音频和图像等多种任务，并确保模型安全部署。
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。
Mistral AI精选AI 评分8585 Mistral Small 3发布，提供低延迟的24B参数模型
Mistral AI发布了Mistral Small 3，一个低延迟的24B参数模型，与Llama 3.3 70B或Qwen 32B等大型模型竞争，并可作为GPT4o-mini等不透明专有模型的替代品。
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。
Mistral AI精选AI 评分8585 Mistral AI 发布 Pixtral Large 多模态模型
Mistral AI 发布了 Pixtral Large，一个基于 Mistral Large 2 的 124B 多模态模型，展示了前沿级别的图像理解能力。该模型在多个多模态基准测试中表现出色，包括 MathVista、ChartQA、DocVQA 和 MM-MT-Bench。Pixtral Large 还提供了对文本的领先理解能力，并可在 Mistral API 上使用。
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。
Mistral AI精选AI 评分7070 Mistral AI 发布新功能及价格更新
Mistral AI 发布了新的免费层、价格更新、Mistral Small v24.09 模型更新和 Pixtral 12B 视觉能力，旨在降低 AI 访问门槛并提高效率。
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。
Mistral AI精选AI 评分7070 Mistral AI 发布模型定制和智能体功能
Mistral AI 发布了模型定制功能，允许开发者对 Mistral Large 2 和 Codestral 等模型进行定制。同时，公司还推出了智能体功能，用于创建自定义行为和工作流程。此外，公司发布了 mistralai 1.0 SDK 的稳定版本，提高了其可用性和一致性。
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。
Mistral AI精选AI 评分8585 Mistral AI 发布 Mistral Large 2 智能体功能
Mistral AI 发布了 Mistral Large 2 智能体功能，支持多种语言和编码语言，适用于单节点推理，并提供了新的研究许可和商业许可选项。Mistral Large 2 在性能/成本方面取得了新的突破，并增强了推理和代码生成能力。
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6262 微软发布 Florence-2：前沿视觉语言模型
微软发布 Florence-2 模型，具有小尺寸和强性能，支持多种计算机视觉和视觉语言任务。文章介绍了模型的结构、预训练细节和微调方法，并展示了模型在视觉问答任务上的实验结果。
推荐理由：介绍了 Florence-2 模型的预训练细节和微调方法，对视觉问答任务进行了实验，展示了模型在下游任务上的潜力。