跳到正文

全部动态

今日 6 条
3月11日周三
3月10日周二
3月9日周一
  1. Hugging Face Blog62

    LeRobot v0.5.0 发布:首次支持 Unitree G1 人形机器人并新增 Pi0-FAST 等策略

    LeRobot v0.5.0 发布,自 v0.4.0 以来合并超过 200 个 PR、新增 50 多位贡献者。该版本首次加入 Unitree G1 人形机器人支持,涵盖运动、操作、遥操作与全身控制,并新增 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 等策略以及 PEFT 微调支持。

    推荐理由:LeRobot v0.5.0 一次性补齐人形机器人、自回归 VLA 与流式视频编码,读者可据此判断开源机器人栈的当前边界。

3月7日周六
3月6日周五
  1. OpenAI News60

    OpenAI 发布 Codex Security 研究预览版

    OpenAI 发布 Codex Security,目前处于研究预览阶段。它是一个 AI 应用安全智能体,通过分析项目上下文来检测、验证并修复复杂漏洞,官方称其置信度更高、噪声更少。

    推荐理由:OpenAI 发布面向应用安全的 Codex 智能体,读者可了解其检测、验证与修复漏洞的定位。

3月5日周四
3月4日周三
2月27日周五
2月26日周四
2月19日周四
  1. Google DeepMind71

    Gemini 应用上线 Lyria 3 音乐生成,支持文本与图片生成 30 秒曲目

    Google DeepMind 的最新生成式音乐模型 Lyria 3 以 beta 形式在 Gemini 应用上线,用户用文本或上传图片、视频即可生成 30 秒曲目,歌词由模型自动生成,并可控制风格、人声和节奏。

    推荐理由:官方披露 Lyria 3 在 Gemini 应用中的生成方式、时长与 SynthID 音频验证能力,可据此判断音乐生成的使用边界。

2月13日周五
2月9日周一
  1. Hugging Face Blog66

    Transformers.js v4 发布并上线 NPM

    Transformers.js v4 已在 NPM 发布,可通过 npm i @huggingface/transformers 安装,距 2025 年 3 月启动开发约一年。

    推荐理由:官方给出 v4 的 WebGPU 运行时重写、构建提速与包体积变化,可据此判断浏览器端推理的工程收益。

2月6日周五
2月5日周四
2月4日周三
2月3日周二
2月2日周一
  1. OpenAI News67

    OpenAI 发布 macOS 版 Codex 应用

    OpenAI 发布 macOS 版 Codex 应用,定位为 AI 编码与软件开发的指挥中心,支持多个智能体、并行工作流和长时间运行的任务。

    推荐理由:OpenAI 官方发布 Codex 桌面应用,读者可据此了解多智能体并行编码这一新入口的形态。

1月30日周五
  1. Google DeepMind71

    Google DeepMind 向美国 AI Ultra 订阅用户开放 Project Genie 世界模型原型

    Google DeepMind 开始向美国 18 岁以上的 Google AI Ultra 订阅用户开放 Project Genie,这是一个由 Genie 3、Nano Banana Pro 和 Gemini 驱动的实验性研究原型,支持创建、探索和混编交互式世界。

    推荐理由:官方披露了 Project Genie 的三项核心能力与已知限制,读者可据此判断世界模型原型当前能做什么、还差什么。

1月29日周四
  1. Hugging Face Blog62

    Gradio 团队开源 Daggr:用 Python 串联 AI 工作流并自动生成可视化画布

    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。画布支持查看任意节点输出、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备份节点替换。

    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新选择。

1月28日周三
  1. Mistral AI62

    Mistral 发布终端编码智能体 Mistral Vibe 2.0,由 Devstral 2 驱动

    Mistral 发布终端原生编码智能体 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、统一智能体模式和自动更新。

    推荐理由:官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与订阅、API 计费方式,可据此判断终端编码智能体的使用成本。

1月27日周二