ChatGPT 推出改进版 GPT-5.6 Sol 并扩大免费用户访问权限
ChatGPT 推出改进的 GPT-5.6 Sol，提高了准确性和一致性，并扩大了免费用户对 GPT-5.6 Luna 的访问权限，允许免费用户进行无限量的日常聊天。
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。
产品更新
全部主题AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
最新精选
第 201–220 条 · 共 645 条OpenAI News精选AI 评分6262
Mistral AI精选AI 评分8585 Mistral AI 发布 Shieldstral 多模态安全分类器
Mistral AI 发布了名为 Shieldstral 的 3B 开放权重多模态安全分类器，该分类器在文本安全方面与比其大 7 倍的模型相当，并在多模态内容审核方面达到新水平。它通过将内容审核视为策略自适应问答任务，无需重新训练即可接受自然语言策略，统一文本和图像安全评估。
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7070 Hugging Face 推出 GPU 管理工具
Hugging Face 推出新的 GPU 管理工具，旨在优化 GPU 使用效率，提升 AI 工作负载的效率。
推荐理由：原文提出了GPU管理的重要性，读者可以了解如何优化GPU使用效率，从而提升AI工作负载的效率。
Google DeepMind精选AI 评分8585 Gemini Robotics ER 2：借助视频理解、任务编排和多机器人协作推动机器人技术
Gemini Robotics ER 2 是 DeepMind 推出的新一代机器人技术，具备视频理解、任务编排和多机器人协作能力，旨在使机器人在物理世界中更加有用。
推荐理由：原文介绍了 Gemini Robotics ER 2 的能力提升和开放入口，读者可以据此判断它会如何改变现有工作流。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5.6，提升价格性能前沿
OpenAI 发布 GPT-5.6，探索 Luna 和 Terra 的更低定价，并介绍其更高效的模型如何帮助企业大规模部署 AI 工作流。
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6060 OpenAI 为学术研究人员推出 ChatGPT 功能
OpenAI 为学术研究人员提供免费访问 ChatGPT 先进的 AI 模型，以加速科学研究、协作和发现。
推荐理由：原文提供了免费访问 ChatGPT 先进 AI 模型的信息，读者可以据此了解其对科学研究的加速作用。
Google DeepMind精选AI 评分8585 Gemini Robotics 2 带来机器人全身智能
Gemini Robotics 2 是 DeepMind 推出的新一代机器人智能层，它使机器人能够实现全身控制、高级灵巧和团队协作，从而完成更广泛的复杂任务。
推荐理由：原文介绍了 Gemini Robotics 2 的能力提升和开放入口，读者可以据此判断它将如何改变现有工作流。
Hugging Face Blog精选AI 评分7777 NVIDIA 推出 Cosmos-H-Dreams：实时生成模拟手术机器人
NVIDIA 推出 Cosmos-H-Dreams，一款实时、动作条件生成模拟器，用于手术机器人。该模拟器基于 NVIDIA Cosmos-Predict2.5-2B 构建并经过 Open-H-Embodiment 数据集训练，能够在单块 NVIDIA RTX PRO 6000 GPU 上运行，实现交互式环境。
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6565 Hugging Face 发布 Nunchaku 4-bit Diffusion Inference 到 Diffusers
Hugging Face 发布了 Nunchaku 4-bit Diffusion Inference 到 Diffusers，通过 SVDQuant 方法实现 4 位权重和激活（W4A4），降低内存使用同时加快去噪循环。Diffusers 现在可以加载 Nunchaku 检查点，无需本地 CUDA 编译。
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。
Google DeepMind精选AI 评分8585 DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型
DeepMind 发布了新的 Gemini 模型系列，包括 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，旨在提高 AI 智能体的效率、降低延迟并提高可靠性。
推荐理由：原文介绍了 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型，读者可以据此了解它们对现有工作流的影响。
Hugging Face Blog精选AI 评分6767 Grabette：一个开源的机器人操作数据记录系统
Grabette 是一个开源的机器人操作数据记录系统，用户可以使用手持夹具记录操作任务，并将其自动转换为机器人可用的数据集，以帮助构建一个开放、协作的机器人学习数据集。
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。
Google DeepMind精选AI 评分7070 DeepMind 发布 Gemini 3.5 Flash Cyber 智能体功能
DeepMind 发布了 Gemini 3.5 Flash Cyber 智能体功能，该功能基于 3.5 Flash 并经过微调，用于快速有效地发现、验证和修复漏洞，旨在为网络安全提供高效且经济的解决方案。
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7777 DharmaOCR 发布针对巴西葡萄牙语的专用 OCR 模型
DharmaOCR 发布了针对巴西葡萄牙语的专用 OCR 模型，通过领域专业化和针对性训练，在巴西葡萄牙语 OCR 方面优于 Mistral OCR4 和 Unlimited-OCR。模型采用监督微调和多语言模型训练，实现了高提取质量和低退化率。
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。
Hugging Face Blog精选AI 评分7070 Hugging Face 博客：模型路由简单，直到它不简单
Hugging Face 博客发布文章，探讨了模型路由的复杂性，并介绍了如何将其视为一个优化问题，以优化成本、质量和延迟。
推荐理由：原文详细介绍了模型路由的优化方法，对于构建智能体系统具有参考价值。
OpenAI News精选AI 评分6565 OpenAI 发布 GPT-Red 自动化红队系统
OpenAI 发布了 GPT-Red，一个用于提升 AI 安全性和鲁棒性的自动化红队系统，通过自我对抗提升 AI 的安全性和对提示注入的鲁棒性。
推荐理由：原文介绍了 GPT-Red 的功能和目标，读者可以了解其如何提升 AI 安全性和鲁棒性。
Hugging Face Blog精选AI 评分8585 Thinking Machines 发布 Inkling 智能体
Thinking Machines 发布了 Inkling 智能体，一个大型多模态 LLM，支持图像、文本和音频输入，具有推理能力，并支持 1M 上下文窗口。Inkling-Small 变体也发布，具有 276B 总参数和 12B 活跃参数，支持 MXFP8 和 NVFP4 权重。
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 GPT-5.6 成为 Microsoft 365 Copilot 的首选模型
GPT-5.6 成为 Microsoft 365 Copilot 的首选模型，提升了 Word、Excel、PowerPoint、Chat 和 Cowork 的 AI 能力，以实现更快、更高质量的工作。
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。
Mistral AI精选AI 评分6262 Mistral AI 发布 Studio 功能，提供 AI 提示和技能的系统记录
Mistral AI 发布了 Studio 功能，旨在解决企业中未管理的 AI 提示和技能导致的混乱行为和难以追踪的问题。Studio 提供了一个集中的系统记录，用于版本控制、所有权和可追溯性，从而实现快速迭代和受控部署，同时保持合规性。通过将提示视为不可变版本的资产，并具有清晰的拥有权和审计日志，Studio 确保AI行为得到治理、可发现并与业务政策保持一致。
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 Robostral Navigate 智能体导航功能
Mistral AI 发布了名为 Robostral Navigate 的 8B 模型，该模型使机器人能够仅使用单个 RGB 摄像头在复杂环境中自主导航，在未见过的 R2R-CE 基准测试中达到 76.6% 的成功率，优于多传感器方法，同时效率更高。该模型完全由内部开发，使用模拟数据和 token 效率技术构建，能够跨机器人类型泛化，并适应训练期间未见过的真实世界障碍。
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7070 Hugging Face 发布 Native-speed vLLM transformers modeling backend
Hugging Face 发布了 Native-speed vLLM transformers modeling backend，该后端使得 transformers vLLM 的性能与自定义 vLLM 实现相当甚至更快。模型作者可以自动利用他们的 transformers 实现来获得超快的 vLLM 推理，无需额外费用。
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。