用 Core ML 和 dots.ocr 实现 SOTA OCR 的端侧转换实践
Hugging Face 博客发布三部分系列的第一篇,记录如何将 RedNote 的 3B OCR 模型 dots.ocr 转换为可在 Apple 设备端运行的 Core ML 模型。
Hugging Face 博客发布三部分系列的第一篇,记录如何将 RedNote 的 3B OCR 模型 dots.ocr 转换为可在 Apple 设备端运行的 Core ML 模型。
三星与 SK 加入 OpenAI 的 Stargate 计划,以扩展全球 AI 基础设施。双方将扩大先进存储芯片生产,并在韩国建设下一代数据中心。
推荐理由:三星与 SK 加入 Stargate,读者可据此了解该计划在存储芯片与数据中心环节的落地方式。
OpenAI 封禁了一批韩语账号,这些账号利用 AI 进行恶意软件开发支持、调试、钓鱼和凭证窃取等操作。
OpenAI 封禁了一批与代号 Nine-emdash Line 行动相关的账号,该行动此前未被报道,来源指向中国。这些账号利用 AI 生成关于南海、香港和美国政治的 regional influence content。
推荐理由:OpenAI 首次披露并封禁一个中国来源的舆论影响行动账号,可了解平台方对 AI 滥用行为的处置口径。
OpenAI 封禁了一批账号,这些账号的活动与公开报道的威胁组织存在重叠,并显示出符合中国情报需求的典型特征,利用 AI 支持钓鱼与脚本工作流。
OpenAI 封禁了一批与俄罗斯来源的"Stop News"行动相关的账号,该行动利用 AI 生成针对非洲和英国的影响力内容。OpenAI 称其为屡次违规的影响力行动。
OpenAI 封禁了一批可能与俄语犯罪团伙有关的账号,这些账号利用 AI 构建恶意软件加载器、规避层、凭据窃取脚本和 C2 基础设施。
推荐理由:OpenAI 披露封禁与俄语犯罪团伙相关的账号,可了解 AI 被用于恶意软件工具链的具体环节。
OpenAI 封禁了一批与网络诈骗团伙关联的账号,这些账号利用 AI 生成诈骗话术、实施冒充、翻译以及维系与受害者的互动。
OpenAI 封禁了一批与中国关联的账号,这些账号利用 AI 支持监控相关规划、针对性画像以及对批评者等个人的研究。
Hugging Face 发布 Retrieval Embedding Benchmark(RTEB)beta 版,用于评估 embedding 模型在真实应用中的检索准确率。该基准采用公开与私有数据集混合策略,私有部分由 MTEB 维护者评测,以检测模型在未见数据上的泛化能力,覆盖 20 种语言及法律、医疗、代码、金融等领域,默认榜单指标为 NDCG@10。
OpenAI 发布视频生成模型 Sora 2,可在生成视频中同步对话与音效。原文同时说明 Sora 产品已不再提供。
推荐理由:OpenAI 发布视频生成模型 Sora 2,首次在生成视频中同步对话与音效,可据此了解视频生成的能力边界变化。
OpenAI 发布 Sora 2 和 Sora 应用,称二者在构建时即以安全为基础,以应对先进视频模型与新型社交创作平台带来的新安全挑战。官方表示其做法建立在具体防护措施之上。
推荐理由:官方说明 Sora 2 与 Sora 应用在安全机制上的设计取向,可了解视频模型与社交创作平台的安全边界。
OpenAI 发布新一代视频与音频生成模型 Sora 2,并同步公开系统卡。相比 Sora,新模型在物理准确性、画面真实感、音画同步、可控性和风格覆盖范围上有所提升。
推荐理由:官方系统卡披露 Sora 2 在物理准确性、同步音频与可控性上的能力变化,可据此了解视频生成模型的新边界。
OpenAI 使用内部 AI 销售助手对入站线索进行资格筛选、个性化回复,并帮助销售团队转化客户兴趣。该助手用于将客户兴趣转化为实际客户。
OpenAI 的研究助手帮助团队分析数百万条支持工单,更快提炼洞察,并在公司内部规模化地满足探索需求。
OpenAI 推出新系列 "OpenAI on OpenAI",分享其内部如何依赖自身技术来简化工作、扩展专业能力并推动成果,旨在帮助其他组织效仿。
OpenAI 借助 AI 提升客户支持,缩短响应时间、提高质量,并实现规模化以应对超高速增长。
OpenAI 构建了一款内部 AI 销售助手,用于自动化客户调研、会议准备、产品知识查询和客户跟进。该助手旨在提升销售团队的生产力与客户成功率。
OpenAI 构建了一套合同数据提取系统,缩短了处理周期,让团队更便捷地获取所需细节。该系统将合同转为可搜索数据,提升了数据访问效率。
OpenAI 通过严格的使用政策、先进的检测工具和行业协作,打击网络儿童性剥削与虐待,以拦截、举报并防止 AI 被滥用。
OpenAI 面向 ChatGPT 推出家长控制功能,并同步上线新的家长资源页面,帮助家庭管理 ChatGPT 在家中的使用方式。
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B,以 Qwen3-0.6B 作草稿模型进行投机解码,生成速度提升约 1.3 倍。
OpenAI 宣布在 ChatGPT 中迈出智能体电商的第一步,推出 Instant Checkout 和 Agentic Commerce Protocol,让用户、AI 智能体与商家可以在 ChatGPT 内共同完成购物。官方称这是其智能体电商方向的初步尝试。
推荐理由:OpenAI 官方给出 ChatGPT 内购物与 Agentic Commerce Protocol 的起步方向,可据此观察智能体电商的落地形态。
针对 Vibe Coding 游戏项目随规模增长而失控的问题,作者推出 VibeGame——一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎,专为 AI 辅助游戏开发设计。
NVIDIA 发布 Nemotron-Personas-Japan,一个面向日语 AI 的开放合成人格数据集,采用 CC BY 4.0 许可,可商用与非商用。数据集含 100 万条记录、每条 6 个人格,共 600 万个人格,约 14 亿 token,覆盖约 95 万个独特姓名和 1500 多个职业类别。
OpenAI 与 AARP 达成合作,通过 OpenAI Academy 和 OATS 旗下 Senior Planet 项目,为老年人提供 AI 培训、诈骗识别工具及全国性项目,帮助他们安全上网。
Hugging Face 的 Swift 库 swift-transformers 发布 1.0,为 Apple 平台本地模型推理提供 Tokenizers、Hub 及 Core ML 模型与生成模块。
ChatGPT 面向团队推出共享项目、更智能的连接器,以及合规与安全方面的更新,帮助团队完成更多工作。
OpenAI 推出 GDPval,一项衡量模型在真实世界、具有经济价值任务上表现的新评测,覆盖 44 种职业。该评测用于评估模型在现实工作任务中的实际能力表现。
OpenAI 面向移动端 Pro 用户发布 ChatGPT Pulse 预览版。Pulse 是一种新体验,ChatGPT 会主动做研究,基于用户的聊天记录、反馈以及日历等已连接应用,推送个性化更新。
推荐理由:OpenAI 官方给出 Pulse 的预览范围与主动研究机制,读者可据此判断 ChatGPT 从被动应答转向主动推送的形态变化。
ENEOS Materials 采用 ChatGPT Enterprise 加速研究、提升工厂设计安全性,并将 HR 分析时间缩短 90%,80% 的员工反馈工作流程得到改善。
SAP 与 OpenAI 达成 2026 年合作,推出面向德国公共部门的主权 AI「OpenAI for Germany」,提供安全、自主可控的 AI 能力以支撑高效公共服务。
OpenAI、Oracle 和 SoftBank 宣布为 Stargate 新增五个 AI 数据中心站点,推进一项 5000 亿美元、10 吉瓦的美国基础设施扩建计划。该计划旨在支撑下一代 AI,并创造数万个就业岗位。
推荐理由:Stargate 新增五个站点,读者可了解 5000 亿美元、10 吉瓦级 AI 数据中心建设的推进节奏。
Hugging Face 发布 Smol2Operator,基于 SmolVLM2-2.2B-Instruct 通过两阶段训练将其从零 GUI 定位能力打造成可执行点击、输入等操作的智能体式 GUI coder。第一阶段先建立界面元素定位能力,第二阶段用 SFT 增强智能体推理,在 ScreenSpot-v2 基准上评估,并开源全部训练配方、数据处理工具、模型、demo 与数据集。
OpenAI 的 Executive Function 系列介绍了 CNA 用 AI 改造新闻编辑室的实践,总编辑 Walter Fernandez 分享了在 AI 落地、文化与新闻业未来方面的观察。
SchoolAI 基于 GPT-4.1、图像生成和 TTS 构建安全、教师引导的 AI 教学工具,已服务超 100 万个课堂,提升参与度、监督与个性化学习。
OpenAI 与 NVIDIA 宣布战略合作,将部署 10 吉瓦由 NVIDIA 系统驱动的 AI 数据中心,首期于 2026 年启动。
推荐理由:OpenAI 与 NVIDIA 的 10 吉瓦算力合作给出了规模与首期时间点,可据此观察前沿模型训练算力的供给节奏。
Hugging Face 发布 SyGra,一个面向 LLM 和 SLM 的低代码/无代码数据构建框架,支持从 Q&A、SFT 到 DPO 偏好对、推理增强、多语言转换等数据集生成与转换。SyGra 提供 Python 库,兼容 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端,可减少人工数据整理与工程投入。
Hugging Face 发布 GAIA 的后续基准 Gaia2,并配套开源 Meta Agents Research Environments(ARE)框架,用于运行、调试和评测智能体。
推荐理由:Gaia2 把智能体评测从只读检索扩展到读写交互,并给出可复现的开源环境与调试轨迹。
Hugging Face Hub 新增 Scaleway 为 Inference Provider,用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Gemma 3 等开源模型。