Aniimo 首发登陆 GeForce NOW,007 First Light 新增路径追踪
Pawprint Studio 的开放世界捉宠 RPG《Aniimo》本周首发上线 GeForce NOW,玩家可免去 45GB 下载直接串流游玩。
Pawprint Studio 的开放世界捉宠 RPG《Aniimo》本周首发上线 GeForce NOW,玩家可免去 45GB 下载直接串流游玩。
Cooley 基于 ChatGPT Work 打造 GO Public,把智能引入 IPO 流程,帮助律师更早发现问题,并将判断力集中在最关键之处。
OpenAI 发布 Astra for Law,为法律行业提供前沿智能,支持律所自定义工作流、连接法律数据源,并针对保密客户工作提供法律级管控。该产品名为 OpenAI for Law。
OpenAI 推出 AI 驱动的广告体验,其中包括 Sponsored Agents、面向营销人员的工具,以及与 HubSpot 和 Shopify 的集成。
Hex 的数据智能体借助 GPT-6 Astra,把分析答案转化为可交互的可视化报告,让员工愿意主动分享。
OpenAI 介绍如何用 ChatGPT Work 和 Codex analytics 把 AI 使用情况与业务价值对应起来。团队可借此了解 AI 的使用量与支出,识别培训需求,并将采用情况与业务成果关联。
Fyxer 基于 OpenAI 模型构建 AI 行政助理,结合微调、记忆能力与真实用户反馈,帮助用户整理收件箱并按每位用户的语言风格起草邮件。
Perplexity 用 GPT-6 Astra 撰写沟通内容、修改软件并监控生产系统,对模型的检查频率远低于早期模型。
Cognition 借助 GPT‑6 Astra 提升 Devin 测试软件并验证其可用的能力,目标是让工程师减少代码审查、交付更多。
OpenAI 把内部 Python 库 Habitat 演进为支撑 10 亿 ChatGPT 用户、每秒 2200 万请求的全球分布式存储平台。
César de la Fuente 的实验室正用 Codex 和 ChatGPT 在现存与已灭绝生物的基因组中搜寻抗菌候选分子,以对抗耐药性感染。
OpenAI 在 ChatGPT Work 中推出 Data agent,用户可用自然语言连接公司数据、挖掘洞察并构建交互式仪表盘。该功能面向所有用户开放,让数据分析和可视化不再依赖专业工具或技能。
OpenAI 发布 ChatGPT for Financial Services,内置金融数据并整合 GPT-6 Astra,用于研究、建模和生成面向客户的材料。原文仅给出这一句产品说明,未披露定价、上线时间或具体数据来源。
OpenAI 发布 Agents API,这是一个由 Codex harness 驱动的托管服务,用于编排、长时间运行的会话和工具调用,让开发者构建并上线云端智能体。
推荐理由:原文给出了 Agents API 的托管定位与 Codex harness 支撑,读者可据此判断云端智能体的构建方式。
OpenAI 在 API 中推出 GPT-Live-1,为开发者带来自然的全双工语音对话能力。该模型在指令遵循上有提升,同时支持自定义音色和电话语音(telephony)接入。
推荐理由:OpenAI 把全双工语音对话开放到 API,开发者可据此评估实时语音应用的改造路径。
一位 MIT 研究员用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验,完成结果分析与量子比特校准。
OpenAI 发布 ChatGPT Images 2.5,可将想法、草图与参考照片转化为更个性化、更精细的图像,更贴近用户原本的构想。
1Password 的工程师使用 Codex 快速构建新功能和内部工具,在维持严格安全策略的同时达到可投产状态,工程效率提升 21%。
GitHub Copilot 在 CLI 中通过 /experimental 开放 Project HydraFusion 研究预览,用户在 /model 中选择后由运行时编排多模型完成任务。
推荐理由:GitHub Copilot 官方给出多模型编排研究预览的三种执行模式与三个基准的成本质量数据,可据此判断路由策略的取舍。
GitHub Copilot app 支持同时运行多个 AI 智能体会话,每个会话运行在独立的 Git worktree 上、彼此互不干扰,并各自保留上下文,可随时切换而无需重新解释任务。会话视图中每张卡片显示任务标题和智能体完成进度,用户可在同一项目上并行推进多项任务,把时间花在审查和决策上。官方建议先从两个小任务同时开始试用。
Hugging Face 发布 funes,一个为编码智能体提供持久记忆层的开源工具,支持 Claude Code、Codex、pi 和 Hermes。它用单条命令安装,通过本地嵌入与重排把历史会话索引成本地 Lance 数据集,并可按需发布为默认私有的 Hugging Face 数据集,让不同智能体跨机器召回彼此推理过程。
推荐理由:funes 把聊天记录变成可检索的本地记忆层,读者可据此判断跨智能体协作的落地方式。
Google DeepMind 推出 Fairwind Program 有限访问计划,向 Google Cloud 客户、政府机构和网络安全伙伴开放其最先进的网络防御能力。
推荐理由:官方披露 Fairwind 计划的能力组合与准入范围,读者可据此判断前沿网络防御能力的开放节奏。
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解功能,视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由:官方给出视频分析在 token、成本与准确率上的量化变化,并说明可用入口和启用方式,便于开发者评估是否迁移现有视频处理流程。
Hugging Face 的 WebAI 团队发布 @huggingface/kernels,一个可从 Hugging Face Hub 加载并运行优化 WebGPU kernel 的 JavaScript 加载库,同时上线 207 个以独立仓库形式发布的 kernel,采用 Apache-2.0 许可。
Hugging Face 在 Gradio 中推出 gr.Workflow,把 AI 管线描述为带类型节点的图,Gradio 直接提供可拖拽画布,每个节点可运行、中间结果可见。
推荐理由:官方给出 gr.Workflow 的节点模型与多个可运行示例,读者可据此判断管线能否直接落成 API 与 Space。
Mistral AI 发布 Agentic Search,一个让模型在多步检索循环中查找、查阅并核验信息的检索层,通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由:官方给出两套基准上的准确率、token 与 p90 延迟变化,可对照现有一站式 RAG 判断升级收益。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出 OlmoEarth 开源基础模型生成的嵌入向量,代码与模型权重已公开。用户可在 UI 或 API 中选择区域、1-12 个月时间跨度、Nano(128 维)/Tiny(192 维)/Base(768 维)编码器及 10-80 米分辨率,导出 int8 量化的轻量 COG。
Mistral 宣布三项推进主权 AI 的动作:Mistral Regional Endpoints 正式可用,客户可选择推理在欧洲还是美国运行;Mistral Priority Tier 进入公开预览,提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由:Mistral 把推理区域选择、SLA 保障与第三方开源模型接入放进同一平台,可看作欧洲主权 AI 基础设施的具体落地路径。
Baseten 成为 Hugging Face Hub 新支持的 Inference Provider,首批上线对话与文本生成任务,可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
微软研究院开源 Orchard,一个面向可扩展智能体 AI 研究的框架,核心是可在软件工程、网页导航和智能助手等任务间复用的 Orchard Env 环境服务,并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由:微软研究院开源 Orchard 环境服务与三套训练配方,读者可了解小参数模型在真实 harness 内训练后能达到的智能体水平。
Hugging Face 在 Diffusers 中引入 Nunchaku Lite,可直接用 from_pretrained() 加载 Nunchaku 风格的 SVDQuant 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 中的原生加载方式和显存与延迟对比,读者可据此判断是否替换现有量化后端。
Hugging Face 发布开源系统 Grabette,用手持夹爪在几分钟内录制操作任务,并自动转换为可训练的 LeRobot 数据集。Grabette 配备广角鱼眼相机与 RGBD 相机,硬件 BOM 成本约 490€,配套的机器人夹爪 Gripette 成本约 120€,硬件、采集软件、处理流程均已开源。
推荐理由:原文给出了一套低成本采集操作数据的完整开源方案,读者可以据此了解机器人学习数据瓶颈的另一种解法。
Google DeepMind 面向印度 Atal Tinkering Labs 启动 ATL Saathi 试点,这是一款 Gemini 驱动的网页应用,为每位实验室教师提供 24/7 备课与培训助手,首批覆盖全国 100 所试点学校。
Mistral Studio 现已为 Prompts 和 Skills 提供统一记录系统,让每个资产可版本化、有明确归属并可追溯。该功能支持不可变版本、版本回滚、分类标签和审计日志,任何 AI 构建者都能直接编辑测试,生产发布仍走企业已有的 CI/CD 流程。Skills 可通过 MCP 服务器直接调用,数据全程保留在企业边界内。
Hugging Face 宣布 vLLM 的 transformers 建模后端现在在许多 LLM 架构上达到或超过 vLLM 手写实现的速度。该后端通过 torch.fx 做静态图分析并借助 ast 在运行时重写算子、融合为 vLLM 优化内核,模型作者只需加 --model-impl transformers 一个参数即可用上极速 vLLM 推理。
推荐理由:原文给出了让 transformers 模型免改代码即可达到 vLLM 原生推理速度的机制与实测对比,读者可据此判断自建部署的迁移成本。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成,支持从模型页一键跳转至 SageMaker Studio,模型预加载、环境已配置。
微软在 Build 2026 上发布 Foundry Managed Compute 与 Hugging Face 模型集合,把 Hugging Face 生态的开源权重模型纳入 Foundry Model Catalog,每周刷新,可一键部署到托管 GPU 平台。
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)、一批新 VLA(GR00T N1.7、MolmoAct2、EO-1、Multitask DiT、EVO1)以及统一奖励模型 API(Robometer、TOPReward)。
推荐理由:原文给出世界模型策略、奖励模型 API 与六套仿真基准的完整清单,读者可据此判断机器人学习闭环的现状与可用入口。
Hugging Face 与 SkyPilot 联合发布集成,用户可用一个 hf:// URL 将 Hugging Face Bucket 或模型、数据集、Space 仓库挂载进 SkyPilot 任务,并在 20 多个云、Kubernetes 和本地集群上运行。
推荐理由:原文给出 hf:// 挂载方式与免费出网机制,读者可据此判断跨云训练工作流的存储成本变化。
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 仓库类型,并默认只加载受信任发布者的 kernel,其他来源需通过 trust_remote_code 显式开启。同时加入基于 Sigstore cosign 的代码签名,并新增对 Torch Stable ABI 与 Apache TVM FFI 的支持。