Hugging Face 与 Cloudflare 合作,用 FastRTC 实现实时语音与视频无缝连接
Hugging Face 与 Cloudflare 达成合作,FastRTC 开发者凭 Hugging Face Access Token 即可免费使用 Cloudflare 覆盖 335 个地点的全球 TURN 网络,每月免费传输 10GB 数据且无需信用卡。该集成将在 FastRTC 0.0.20 及以上版本中提供,超出限额后可切换至 Cloudflare 账户扩容。
Hugging Face 与 Cloudflare 达成合作,FastRTC 开发者凭 Hugging Face Access Token 即可免费使用 Cloudflare 覆盖 335 个地点的全球 TURN 网络,每月免费传输 10GB 数据且无需信用卡。该集成将在 FastRTC 0.0.20 及以上版本中提供,超出限额后可切换至 Cloudflare 账户扩容。
OpenAI 展示 ChatGPT 的 canvas 功能如何把笔记、转录文本和草稿打磨成完整文稿。该功能面向写作场景,帮助用户从零散素材整理出成稿。
ChatGPT 现可帮助把生成的代码直接发送到 IDE,以加速开发工作流。该功能打通了从对话生成代码到本地编辑器的环节,减少手动复制粘贴。
ChatGPT 的视觉与语音功能可帮助团队处理多模态输入,并以更自然的方式沟通。
OpenAI 展示了 ChatGPT 在战略规划中的应用方式:分析背景信息、生成多种选项,并将决策转化为可执行的下一步行动。
Hugging Face 通过 PR #3091 将 Intel Gaudi 硬件支持原生集成进 Text Generation Inference(TGI),取代此前独立的 tgi-gaudi 分支,支持 Gaudi1、Gaudi2、Gaudi3 全系硬件。
OpenAI 在 GPT-4o 中推出原生图像生成能力,文本渲染和指令跟随表现更强。该功能于 2025 年上线,官方同时引导用户了解 ChatGPT Images 2.5。
推荐理由:GPT-4o 原生图像生成上线,文本渲染与指令跟随能力增强,可据此判断多模态生成的新基线。
Hebbia 的深度研究产品借助 OpenAI 实现金融与法律工作 90% 的自动化。该产品面向金融和法律场景,由 OpenAI 模型驱动完成深度研究任务。
Gradio 为 gr.Dataframe 组件发布大规模更新,6 周内关闭超 70 个 dataframe 相关问题。新功能包括多单元格选择、行号与列固定(pinned_columns)、复制与全屏按钮、搜索(show_search="search")与过滤、静态列(static_columns)及键盘导航无障碍升级。
Hugging Face 为 Inference Endpoints 上线新版分析仪表盘,指标数据改为实时更新,并重构后端以加快高流量端点的数据加载速度。新仪表盘支持自定义时间范围与自动刷新,还新增副本生命周期视图,可追踪每个副本从初始化到终止的每次状态转换。官方表示仍在持续迭代并欢迎用户反馈。
Booking.com 将自身数据系统与 OpenAI 的 LLM 集成,用于提供更智能的搜索、更快的客服支持和意图驱动的旅行体验。该集成面向大规模旅行个性化场景,具体模型版本与性能数据未披露。
OpenAI 在 API 中推出新一代音频模型,开发者首次可以指示文本转语音模型以特定方式说话,例如“像一位有同理心的客服人员那样说话”,为语音智能体带来新的定制能力。
推荐理由:OpenAI 在 API 中上线新一代音频模型,开发者可首次用自然语言指令控制语音表达方式。
OpenAI 公布 ChatGPT 商业版 2025 年 3 月更新,ChatGPT 正变得更具交互性、更贴合团队工作方式,并更智能体化。官方同步分享了最新一批发布内容。
Hugging Face 的 Xet 团队已将首批 Model 和 Dataset 仓库从 LFS 迁移到 Xet 存储,2 月 20 日当天共迁移 4.5 TB,约 6% 的 Hub 下载流量转到 Xet 基础设施。
推荐理由:Hugging Face 官方复盘 Xet 存储首次迁移,给出分块去重带来的传输收益与两个生产环境问题的修复过程。
Mistral AI 发布光学字符识别 API Mistral OCR,可接收图片和 PDF,按顺序交错提取文本与图像,并作为 Le Chat 文档理解的默认模型。
推荐理由:官方给出 Mistral OCR 的定价、基准对比与自托管选项,读者可据此判断它在文档解析与 RAG 流程中的位置。
OpenAI 帮助将工程周期加速 20%。
Mercari 借助 GPT-4o mini 和 GPT-4 简化卖家上架流程、优化商品信息并提升销量,推出 AI Listing Support 和 Mercari AI Assistant 等功能。这些能力正在改变这一在线交易平台的售卖体验。
Endex 基于 OpenAI 的 o1 和 o3-mini 推理模型构建自主金融分析师。该产品定位为金融分析的未来形态,具体功能与性能数据尚未披露。
Hugging Face 发布 FastRTC,一个用 Python 构建实时音频和视频 AI 应用的通信库,内置自动语音检测与轮次切换、WebRTC 与 Websocket 支持,以及可直接测试的 Gradio UI。
推荐理由:原文给出 FastRTC 的核心能力与最小示例,读者可据此判断在 Python 中搭建实时语音应用的接入成本。
Hugging Face Diffusers 团队实验性推出 Remote VAE,将扩散模型的 VAE 解码过程委托给远程 Inference Endpoints 执行,以降低高分辨率图像和视频生成对消费级 GPU 的显存压力。
Uber 客户体验 AI 与产品负责人 Jai Malkani 分享了 Uber 如何借助 AI 实现出色的即时服务体验。该内容以对话形式呈现,未披露具体模型、参数或性能数据。
Hugging Face Hub 新增 Hyperbolic、Nebius AI Studio 和 Novita 三家无服务器推理提供商,支持 DeepSeek-R1、FLUX.1 等模型,并已集成 JS 和 Python 客户端 SDK。用户可在账户设置中配置自有 API key 或经 HF 路由调用,PRO 用户每月获 2 美元推理额度。
Hugging Face 用 Math-Verify 替换旧评测器,重新评估了 Open LLM Leaderboard 上提交过的全部 3,751 个模型。旧评测器因答案格式、SymPy 解析和答案比对问题误判正确答案,替换后模型平均多解出 61 道题,MATH 子集平均提升 4.66 分,Algebra 与 Prealgebra 分别提升 8.27 和 6.93 分。
推荐理由:原文给出评测器替换前后的具体差异与榜单变化,读者可据此判断数学评测口径对模型排名的影响。
Fireworks.ai 正式成为 Hugging Face Hub 支持的推理服务商,可在模型页面及整个 HF 生态中提供无服务器推理。
Fanatics Betting and Gaming 首席财务官 Andrea Ellis 分享了公司如何运用 AI 聚焦大局。这是一场与 Andrea Ellis 的对话,内容围绕该公司的 AI 应用展开。
Rogo 正借助 OpenAI o1 扩展其 AI 驱动的金融研究能力。该平台将 o1 用于金融分析场景,以提升研究流程的自动化与效率。
Hugging Face 的 Xet 团队介绍其基于内容定义分块(CDC)的存储方案,通过将去重后的数据聚合为最大 64MB 的块、并用 shard 记录文件与块的映射,把 CAS 条目减少约 1000 倍,部分场景上传下载提速 2-3 倍。
推荐理由:Hugging Face 官方解释 Xet 存储如何用块级聚合替代逐块传输,读者可了解大文件上传下载提速的实现思路。
Hugging Face 联合 2A2I、TII 推出 Open Arabic LLM Leaderboard 2,升级阿拉伯语大模型评测榜。首版上线不到 7 个月吸引超 46,000 名访客,收到 700 多个模型提交,参数规模从 1B 到 70B 以上,来自 180 多个机构,其中超 70% 为 chat 与微调模型,11% 为预训练模型。
Mistral AI 发布新版 le Chat,定位覆盖生活与工作的综合 AI 助手,同时上线 iOS、Android,并推出 Pro 和 Team 订阅以及处于私有预览的 Enterprise 版本。
推荐理由:官方一次性给出 le Chat 的移动端、Flash Answers 速度指标与 Pro 定价,可据此判断其与现有助手的差异。
OpenAI 面向欧洲客户推出数据驻留功能,允许其数据存储在本地。该功能建立在 OpenAI 面向全球客户的企业级数据隐私、安全与合规体系之上。
OpenAI 分享了一则使用 ChatGPT 钓大比目鱼(halibut)的案例。
OpenAI 介绍如何基于 ChatGPT 构建自定义数学辅导工具,将 ChatGPT 的通用对话能力与个人辅导场景结合。文章围绕个性化辅导这一方向展开,未披露具体模型版本、参数规模或可用性信息。
OpenAI 展示了用 ChatGPT 为美甲设计寻找灵感的新玩法。用户可通过 ChatGPT 获取美甲创意灵感。
OpenAI deep research 正被 Bain & Company 用于理解复杂的行业趋势。该工具帮助咨询团队梳理和分析跨行业的海量信息,以把握难以捕捉的趋势变化。
OpenAI 发布 deep research,一个利用推理综合大量在线信息、完成多步研究任务的智能体。该功能今日面向 Pro 用户开放,Plus 和 Team 用户随后可用。
推荐理由:OpenAI 官方发布 deep research 智能体,读者可据此了解其多步研究能力与首批开放范围。
Hugging Face 在 Hub 的模型页上线 Inference Providers,首批接入 fal、Replicate、SambaNova 和 Together AI 四家无服务器推理服务,并集成到 JS 与 Python 客户端 SDK。
推荐理由:Hugging Face 把四家无服务器推理商接入模型页与 SDK,读者可据此判断多供应商调用与计费方式的变化。
Hugging Face 为 smolagents 加入视觉支持,可在智能体流程中原生使用视觉语言模型。图片既能在 run 方法中一次性传入并存入 TaskStep 的 task_images,也能通过 step_callbacks 在每步把截图写入 ActionStep 的 observation_images。
推荐理由:官方给出 smolagents 接入视觉语言模型的两条路径与回调写法,可据此改造现有智能体流程。
OpenAI 发布 Operator 系统卡,说明其基于既有安全框架采取的多层防护措施,包括针对提示词工程和越狱的模型与产品层缓解手段,以及隐私和安全保护。文档还介绍了外部红队测试、安全评估,以及持续改进这些防护的后续工作。
推荐理由:OpenAI 公开 Operator 的系统卡,说明其在提示词攻击、隐私与红队测试上的多层防护设计。
Hugging Face 与 FriendliAI 达成合作,将 FriendliAI Endpoints 作为部署选项集成进 Hugging Face Hub 的“Deploy this model”按钮,支持一键部署开源或自定义生成式 AI 模型。
Mistral AI 宣布与法新社(AFP)达成全球合作,其 AI 助手 Le Chat 将接入 AFP 新闻专线内容,为用户提供基于可靠事实的回复。Le Chat 将利用 AFP 每日六种语言(法语、英语、西班牙语、葡萄牙语、德语、阿拉伯语)发布的 2,300 条新闻专线,覆盖其全球 1,700 名记者的报道。该集成将在未来几周内向所有 Le Chat 用户推出。