OpenAI 宣布将于 2026 年 2 月 13 日在 ChatGPT 中退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini，与此前已公布的 GPT-5（Instant、Thinking 和 Pro）退役同步进行。API 端目前没有变化。
推荐理由：OpenAI 官方给出 ChatGPT 中多款旧模型的退役时间，读者可据此安排现有工作流的模型迁移。
Taisei Corporation 的人力资源团队正在牵头推广 ChatGPT Enterprise，以推动全公司范围内的 AI 人才发展。
Gradio 团队发布开源 Python 库 Daggr，用于把 Gradio 应用、ML 模型和自定义函数串联成 AI 工作流，并自动生成可视化画布。画布可查看任意节点的中间输出、修改输入并单独重跑某一步，无需执行整条流水线，还支持状态持久化和用 backup nodes 替换模型。
推荐理由：Gradio 团队开源 Daggr，用代码定义工作流并自动生成可视化画布，可单独重跑某一步，为多模型串联调试提供了一种轻量方案。
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 组智能体配置做大规模对照评测，得出首批智能体系统的量化缩放原则，指出“智能体越多越好”常会触顶甚至降低表现。
OpenAI 开放 EMEA Youth & Wellbeing Grant 申请，该项目总额 50 万欧元，用于资助非政府组织和研究人员，推进 AI 时代的青年安全与福祉。
OpenAI 发布欧盟经济蓝图 2.0，以新数据、合作伙伴关系和多项举措推动欧洲 AI 应用、技能与增长。
OpenAI 说明了 AI 智能体打开链接时如何保护用户数据，通过内置防护机制防止基于 URL 的数据外泄和提示词注入。
Hugging Face 发布新工具 upskill，用 Claude Opus 4.5 等大模型生成并评测 agent skill，再交给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的可复用流程与评测命令，读者可据此降低推理成本。
Google Research 提出 ATLAS（自适应迁移缩放定律），基于 774 次训练运行、10M–8B 参数模型、400+ 语言数据，给出多语言模型的最优模型规模、数据量与语言配比建议。ATLAS 通过跨语言迁移矩阵量化 1400 对语言间的互助与干扰，并给出语言数翻倍时模型规模扩 1.18x、数据扩 1.66x 的规则。该研究将在 ICLR 2026 展示。
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式，CLI 修复持续自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能与定价变化，可据此判断终端编码智能体的能力边界与成本。
Hugging Face 博客梳理中国开源 AI 生态自 2025 年 1 月“DeepSeek 时刻”以来的架构与硬件选择：Kimi K2、MiniMax M2、Qwen3 等头部模型几乎一致转向 MoE 架构，0.5B–30B 小模型与 100B–700B 大 MoE 形成“教师—学生”结构，Apache 2.0 成为默认许可证。
Hugging Face 团队推出阿联酋方言评测基准 Alyah（阿拉伯语意为"北极星"），包含 1,173 条由阿联酋母语者手工采集的样本，均为四选一选择题。
Calvin Klein 与 Tommy Hilfiger 母公司 PVH 集团采用 ChatGPT Enterprise，将 AI 引入时装设计、供应链和消费者互动环节。
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双次前向传播导致新旧 log-prob 不匹配，使 PPO 的 on-policy 重要性采样比值偏离 1。
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型打造了 Choice AI，通过个性化对话式推荐简化故乡税（Furusato Nozei）礼品的发现与挑选流程。
OpenAI 推出 Prism，一个内置 GPT-5.2 的免费 LaTeX 原生工作空间，让研究人员在同一处完成写作、协作与推理。
Indeed CRO Maggie Hulce 分享了 AI 如何改变求职、招聘与企业人才获取方式，同时服务于雇主和求职者。
Google Research 在 NeurIPS 2025 提出 GIST（Greedy Independent Set Thresholding）算法，用于训练数据子集选择，在多样性与效用之间取得平衡。GIST 在图像分类等任务上超越现有 SOTA 基准，并首次为该多样性-效用权衡提供可证明的近似保证：所选子集价值至少为最优解的一半。
OpenAI 技术详解 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
Google Research 在 EMNLP 2025 发表的论文提出一种分解式方法，让小型多模态 LLM 在设备端理解用户意图：先逐屏总结每次交互，再从摘要序列中提取意图。该方法在移动端和网页轨迹上均优于 CoT 提示和端到端微调，Gemini 1.5 Flash 8B 的效果可媲美 Gemini 1.5 Pro，成本与速度却大幅占优。
OpenAI 通过副本、缓存、限流和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。
Praktika 利用 GPT-4.1 和 GPT-5.2 构建自适应 AI 导师，实现课程个性化、学习进度追踪，帮助学习者达到真实场景的语言流利度。
OpenAI 发布了一份数据驱动报告，聚焦各行业员工如何使用 ChatGPT，涵盖采用趋势、高频任务和部门使用模式。报告同时探讨了 AI 在职场中的未来走向。
Mistral AI 团队在 vLLM 上排查一起内存泄漏：在 Mistral Medium 3.1、开启 graph compilation 的 Prefill/Decode 分离部署中，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。Heaptrack 显示堆内存稳定，泄漏发生在堆外，最终指向 NIXL 经 UCX 传输 KVCache 的依赖层。
Higgsfield 借助 OpenAI 的 GPT-4.1、GPT-5 和 Sora 2，让创作者从简单输入直接生成电影级、适配社交平台的视频。该方案面向社交视频创作场景，强调以简单创意为起点完成成片输出。
Hugging Face 推出 AssetOpsBench，一个面向工业资产生命周期管理的 AI 智能体评测基准，覆盖 2.3M 传感器遥测点、140+ 场景、4.2K 工单和 53 种结构化故障模式。
OpenAI 推出 Edu for Countries 新计划，帮助各国政府利用 AI 现代化教育系统并培养面向未来的劳动力。该计划面向政府层面，聚焦教育系统升级与未来劳动力建设。
OpenAI 最新报告揭示各国在先进 AI 采用上存在显著差异，并提出新举措帮助各国从 AI 中获取生产力收益。报告聚焦如何消除"能力过剩"（capability overhang），即模型能力与实际应用之间的落差。
OpenAI 与盖茨基金会联合启动 Horizon 1000，这是一项 5000 万美元的试点项目，旨在提升非洲医疗领域的 AI 能力，计划到 2028 年覆盖 1000 家诊所。
OpenAI 公布 Stargate Community 计划，以社区优先的方式建设 AI 基础设施，方案根据社区意见、能源需求与劳动力优先级因地制宜制定。
DeepSeek 于 2025 年 1 月发布 R-1 模型，一年后 Hugging Face 发文回顾其对中国开源 AI 生态的催化作用。R1 以 MIT 许可开放推理路径与后训练方法，降低了技术、采用和心理三重门槛，并成为 Hugging Face 史上获赞最多的模型。
ServiceNow 扩大对 OpenAI 前沿模型的接入，用于驱动 ServiceNow 平台上的 AI 工作流、摘要、搜索与语音功能。此次合作将 OpenAI 模型能力嵌入企业级工作流场景，覆盖摘要、搜索和语音等平台功能。
微软 unilm 团队发布 Differential Transformer V2（DIFF V2），在保持 KV 头数量不变的前提下把 query 头数翻倍，使解码速度与标准 Transformer 持平，且不再需要自定义注意力 kernel。
推荐理由：微软团队给出 DIFF V2 的代码与消融对比，读者可据此理解差分注意力在解码速度与训练稳定性上的取舍。
ChatGPT 正在推出年龄预测功能，用于判断账号用户是否年满 18 岁，并对青少年账号应用相应保护措施。OpenAI 表示该功能会随时间推移持续优化准确性。
Overworld 发布实时交互视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上线 Hugging Face，Small 版为 2.3B 参数。
推荐理由：原文给出模型权重、训练方法和推理库，读者可据此判断实时交互视频生成的技术路线与可用性。
OpenAI 的商业模式随智能水平提升而扩展，覆盖订阅、API、广告、商业和算力，由 ChatGPT 采用率持续加深所驱动。
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），用统一的编码器-解码器 Transformer 架构完成动态场景的 4D 重建与追踪。
推荐理由：D4RT 把动态场景重建统一进单一框架，并给出 18x 至 300x 的加速数据，可据此判断 4D 重建的实时化路径。
OpenAI 计划在美国为 ChatGPT 的免费和 Go 档测试广告，以扩大 AI 的可负担访问范围。OpenAI 表示测试将兼顾隐私、信任与回答质量。
推荐理由：OpenAI 首次说明 ChatGPT 免费与 Go 档的广告测试思路，可观察其商业化与访问扩张的平衡方式。
OpenAI 宣布 ChatGPT Go 已在全球上线，提供 GPT-5.2 Instant 的扩展访问、更高的使用额度和更长的记忆能力，定位为让先进 AI 在全球范围内更可负担。原文未披露具体价格、额度数值和上线地区清单。
推荐理由：OpenAI 官方公布 ChatGPT Go 的全球开放范围与三项能力变化，可据此判断低价档位的可用边界。
Google 研究团队开发了一种基于时序卷积网络（TCN）的多头深度学习模型，仅凭 Pixel Watch 1 的 IMU 信号和用户身高，即可直接估算步速、步长、摆动时间、支撑时间等多项步态指标。在 246 名参与者、约 7 万段步行数据的验证中，手表估算与手机结果无显著差异（p>0.05），多数指标 Pearson r 与 ICC 均超过 0.80。