ChatGPT Work 与 Codex 推出新教育插件
OpenAI 为 ChatGPT Work 和 Codex 推出新教育插件,面向 K–12 教师、高校教育者与学生,支持学习、教学、研究与开发。
OpenAI 为 ChatGPT Work 和 Codex 推出新教育插件,面向 K–12 教师、高校教育者与学生,支持学习、教学、研究与开发。
OpenAI 用六个月搭建出支撑响应式语音 AI 的实时系统,为 GPT-Live 提供连续语音交互能力。该系统采用无轮次(turnless)语音模型与低延迟架构,让对话更快、更自然。
avatarin 基于 OpenAI 的 GPT-Realtime 为山田电机顾客提供 24/7 多语言支持。两周内该智能体被 30,000 人使用,92% 的问卷反馈为正面。
OpenAI 在 ChatGPT 中上线 Health 功能,符合条件的美国用户可安全连接医疗记录和 Apple Health,获得更个性化的健康洞察并更好地理解自身健康状况。
推荐理由:OpenAI 把医疗记录与 Apple Health 接入 ChatGPT,读者可据此判断个人健康数据进入对话产品的边界。
Hugging Face 在 Diffusers 中集成 Nunchaku Lite,可直接用 from_pretrained() 加载 Nunchaku 风格 4-bit 量化检查点,无需自定义 pipeline 或本地 CUDA 编译。
推荐理由:原文给出 Nunchaku Lite 在 Diffusers 中的原生加载方式与量化工具链,读者可据此判断消费级 GPU 跑扩散模型的内存与延迟取舍。
OpenAI 推出企业级 AI 智能体平台 OpenAI Presence,可部署可信的语音与聊天智能体,用于客户及内部工作流。
OpenAI 推出 ChatGPT for Small Businesses 计划,帮助创业者掌握 AI 技能、自动化工作,并借助 ChatGPT Work 实现业务增长。
Hugging Face 发布 Grabette,一套开源低成本的手持夹爪数据采集系统,用户无需机器人即可用手持设备录制操作演示,并自动转换为 LeRobot 格式数据集。
推荐理由:原文给出了一套无需机器人即可采集操作数据的开源方案,读者可据此判断数据采集门槛与开源生态的衔接方式。
Google DeepMind 在印度启动 ATL Saathi 试点,这是一款由 Gemini 驱动的 Web 应用,为 Tinkering Lab 教育者提供 24/7 备课与培训助手。该工具基于 NotebookLM 整理 12 个核心模块内容,支持 10 个模块的项目生成,初期支持 8 种语言,由 Gemini 3.5 Flash 提供底层能力。首批覆盖 100 所试点学校。
OpenAI 宣布 GPT-5.6 成为 Microsoft 365 Copilot 的首选模型,覆盖 Word、Excel、PowerPoint、Chat 和 Cowork,用于更快、更高质量地完成工作。
推荐理由:OpenAI 官方说明 GPT-5.6 成为 Microsoft 365 Copilot 首选模型,读者可据此了解该模型在办公套件中的落地范围。
Mistral 在 Studio 中上线 Prompts 与 Skills 管理系统,为每个提示词和技能提供版本化、归属和可追溯能力。每个版本不可变并记录完整历史,支持版本对比、回滚、分类标签和审计日志,非开发者也能直接编辑测试并触发 CI/CD 上线。技能可作为 MCP 服务器直接从 Studio 调用,确保生产执行的是同一受治理资产。
OpenAI 发布 ChatGPT Work,一个可跨应用和文件执行操作的智能体,必要时能持续跟进一个项目数小时,把目标转化为完成的工作。
推荐理由:OpenAI 官方给出 ChatGPT Work 的定位与能力边界,读者可据此判断智能体进入工作流的形态。
Hugging Face 宣布 vLLM 的 transformers 建模后端在多个 LLM 架构上已追平甚至超过 vLLM 手写原生实现,模型作者无需移植即可获得高速推理。
推荐理由:原文给出 vLLM 的 transformers 后端在多种 Qwen3 模型上追平手写实现,读者可据此判断是否省去移植成本。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成,开发者在支持的模型页面点击 Customize on SageMaker AI 或 Deploy on SageMaker AI,即可一键直达 SageMaker Studio 并预加载所选模型。
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合,将 Hugging Face 生态的开源权重模型引入 Foundry 模型目录,每周刷新,可一键部署到托管 GPU 平台。
推荐理由:微软在 Foundry 上托管 Hugging Face 开源权重模型,读者可了解企业部署开源模型时被接管的运维环节。
Hugging Face 发布 LeRobot v0.6.0,围绕机器人学习闭环引入世界模型策略(VLA-JEPA、FastWAM、LingBot-VA)、新一批 VLA(GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT)以及统一奖励模型 API(Robometer、TOPReward)。
推荐理由:LeRobot v0.6.0 把世界模型策略、奖励模型与部署 CLI 串成闭环,读者可据此了解开源机器人学习栈的当前形态。
SkyPilot 与 Hugging Face 联合推出 store: hf 存储后端,用一条 hf:// URL 和现有 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集仓库挂载进 SkyPilot 任务,并在 20 多个云、Kubernetes、Slurm 和本地环境中调度运行。
推荐理由:原文给出零出口费存储与跨云调度的组合方式,读者可据此判断数据与 GPU 分离时的成本结构。
Hugging Face 为 Kernels 项目引入 Hub 上的全新 "kernel" 仓库类型,并新增可信发布者与代码签名两层安全机制,默认只加载可信发布者的 kernel。项目还重构了 kernels 与 kernel-builder 的 CLI,新增对 Torch Stable ABI 和 Apache TVM FFI 的支持,为智能体自主开发 kernel 打下基础。
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音的开源流水线,用 Cerebras 加速 Gemma 4 31B 的推理。该架构为模块化设计,依次经过 Nvidia Parakeet 语音识别、Cerebras 上的 Gemma 4 VLM 推理和阿里 Qwen3TTS 语音合成,各层均可替换。
推荐理由:原文给出了一套可替换的实时语音到语音开源架构,读者可据此了解各层组件如何组合与复用。
Google Research 将建筑级屋顶反射率数据集扩展至 9 个国家 50+ 城市,并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 高分辨率卫星影像,在 Boulder 验证中 RMSE 仅 0.04,建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。
Every Eval Ever(EEE)与 Hugging Face Community Evals 现已互通,评测结果可交叉发布并链接回完整记录。EEE 数据存储已收录约 229,000 条评测结果,覆盖 22,000 多个模型和 2,200 个基准,来自 31 种报告格式。
推荐理由:原文给出 EEE 与 Community Evals 互通后的数据规模与转换工具,读者可据此判断评测结果如何被统一记录和追溯。
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash,此前它仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由:原文说明 computer use 从独立模型并入主 Flash 模型,并给出企业级安全护栏,读者可据此判断智能体自动化任务的落地路径。
NVIDIA 发布开源库 NeMo AutoModel,在 HuggingFace Transformers v5 之上加入 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核,微调 MoE 模型时训练吞吐提升 3.4-3.7 倍、GPU 显存减少 29-32%。
推荐理由:原文给出同一 from_pretrained() API 下的吞吐与显存对比数据,读者可据此判断 MoE 微调的迁移成本。
Mistral AI 为 Connectors 推出多项新能力:按工作区或组织设置连接器访问权限、按工具粒度开关,以及带连接器作用域的 API key,均已 GA。
OpenAI 与 Broadcom 联合推出名为 Jalapeño 的定制 AI 芯片,专为 LLM 推理设计。该芯片旨在提升 AI 系统在性能、能效和规模化方面的表现。
推荐理由:OpenAI 与 Broadcom 联合推出面向 LLM 推理的自研芯片,读者可了解其在推理性能与规模化上的定位。
OpenAI 推出新的 Daybreak 工具集,包括 Codex Security 和 GPT-5.5-Cyber,帮助各类组织大规模发现、验证并修补漏洞。
推荐理由:OpenAI 官方发布 Daybreak 安全工具集,读者可了解其面向漏洞发现与修复的产品定位。
OpenAI 为 ChatGPT Enterprise 新增用量分析与支出控制功能,帮助企业掌握成本并放心扩展 AI 应用。新功能面向企业管理员,用于管理组织内的 ChatGPT 使用开销。
OpenAI 发布 GPT-5.5 Instant,用于改进 ChatGPT 在健康与养生问题上的回答,官方称其具备更强的推理、更好的上下文理解、更清晰的表达,并引入医生参与设计的评估。该更新聚焦健康问答场景,具体能力变化以官方说明为准。
推荐理由:官方说明 GPT-5.5 Instant 在健康与养生问答上的推理、上下文和表达改进,可了解 ChatGPT 医疗场景的能力变化。
Hugging Face 发布 Agentic Resource Discovery(ARD)规范草案及参考实现 Discover Tool,让智能体在运行时按自然语言搜索能力,而非预先安装。
推荐理由:原文给出 ARD 规范草案与 Hugging Face 参考实现,读者可据此了解智能体能力发现从预装转向运行时搜索的路径。
Google Research 基于 Google Earth AI 的 RSF Vision-Transformer 骨干模型,发布了一套覆盖英格兰逾 13 万平方公里区域的矢量化数据集,可将树篱、石墙和小树林等细尺度生态特征转化为可操作的清单。
OpenAI 推出三门 Academy 新课程,帮助人们建立实用 AI 技能、创建可复用工作流,并在日常工作中应用智能体。课程面向“下一代工作方式”,聚焦实际动手能力与工作流落地。
Preply 借助 OpenAI 推出 AI 生成的课程总结,为学习者提供个性化反馈和语言练习。该功能将 AI 与真人导师结合,用于个性化学习体验。
OpenAI 模型和 Codex 现可通过 Oracle Cloud 访问,企业可使用现有云承诺额度来构建和部署 AI。该接入方式支持企业级安全与治理。
Hugging Face 宣布 OpenEnv 改由委员会协调,成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk,项目迁至 huggingface/OpenEnv。
推荐理由:OpenEnv 从单一项目转为多方共管的协议层,读者可据此了解开源智能体强化学习环境的标准化路径。
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的跨语料检索公开预览版,通过编排器、规划器、查询改写、搜索扇出和充分上下文智能体协同处理多源多跳查询。相比标准 RAG,该框架在事实性数据集上准确率最高提升 34%;在跨语料设置下从 4 个候选语料中路由查询,90.1% 的问题回答正确,单语料与跨语料版本延迟平均相差约 3%。
OpenAI 为 ChatGPT 引入名为 Dreaming 的新记忆系统,用于更好地记住用户偏好,并在多次对话之间保持上下文的新鲜与相关。
推荐理由:OpenAI 为 ChatGPT 引入新的记忆系统,读者可了解其在跨对话保持偏好与上下文上的变化。
Hugging Face 重构官方命令行工具 hf CLI,使其同时适配人类用户和 Claude Code、Codex、Cursor 等编码智能体,新增 agent 模式输出、下一步命令提示和非阻塞重试机制。
推荐理由:官方给出 hf CLI 面向智能体重构的细节与基准数据,可据此判断命令行工具该如何适配编码智能体。
Google Research 在 GitHub 上以 Apache 2.0 协议开源其水文建模框架,供各国气象与水文机构将 AI 洪水预报接入自身工作流。该框架是基于 PyTorch 的 Python 包,采用 LSTM 网络架构,可用开源 Caravan 数据集训练,并支持加入本地数据微调。
推荐理由:Google 开源其洪水预报水文建模框架,读者可了解模型架构、训练数据与业务化接入方式。
Reachy Mini 对话应用现可通过 MCP 调用托管在公开 Hugging Face Spaces 上的工具,用一条命令 `reachy-mini-conversation-app tool-spaces add` 即可为机器人添加天气查询、网页搜索等能力,工具在 Space 中运行,无需下载代码到本地。
OpenAI 发布 ChatGPT Sites 相关内容,介绍用 Codex 创建轻量网站或应用。原文仅给出这一句说明,未提供更多功能细节。