Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成高质量视频,并支持用自然语言多轮对话编辑视频。
推荐理由:Gemini Omni 把多模态输入与对话式视频编辑结合,读者可据此判断视频生成工作流的变化。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成高质量视频,并支持用自然语言多轮对话编辑视频。
推荐理由:Gemini Omni 把多模态输入与对话式视频编辑结合,读者可据此判断视频生成工作流的变化。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上三个实验性工具和 Google Antigravity 中的 Science Skills。
推荐理由:原文给出三类科学智能体工具的能力分工与开放入口,读者可据此判断科研工作流的可迁移环节。
Google 宣布扩展内容透明度与验证工具,把 SynthID 的图像、视频和音频验证从 Gemini 应用扩展到 Search,并将在未来几周进入 Chrome;该验证功能在 Gemini 中已被使用 5000 万次。
推荐理由:Google 把 SynthID 与 C2PA 验证铺到 Search、Gemini、Chrome 和 Pixel,读者可据此了解内容溯源工具的实际覆盖范围。
Google DeepMind 与新加坡政府达成国家 AI 合作,在医疗、科研、教育和气候领域推出新项目。合作探索 AI 辅助临床的“三方护理”、用 AlphaFold 和 Google Earth 推进东南亚传染病研究,并开发基于 Gemma 的视障跑者助手。
剑桥大学 Clare Bryant 教授利用 Google Co-Scientist 研究流感等跨物种传染病,该工具生成并排序了一系列候选假说,其中一些是她此前未曾考虑的。Co-Scientist 优先锁定了一个她此前未关注的蛋白质,并关联到她已感兴趣的多个信号通路,最终将假说细化到具体氨基酸。Bryant 团队正构建含氨基酸突变的细胞系验证这些假说,原本需两到三年的实验工作有望在六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现,并将其转化为可验证的假设。
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究 MASH 肝病,系统整合肝生物学与药理学证据,提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁,该假设随后经实验验证。这一发现有望推动针对 MASH 的靶向联合疗法,并解释了药物 resmetirom 为何仅对少数符合条件的患者有效。
MIT 机械工程师 Ritu Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist,将各自不同的研究工具结合用于 ALS 研究。
斯坦福大学医学院遗传学家 Gary Peltz 利用 Google DeepMind 的 Co-Scientist 筛选抗肝纤维化药物,其提出的 3 个候选药物中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生,而 Peltz 自行挑选的 2 个药物均无效。其中癌症药物 vorinostat 阻断了 91% 可驱动肝硬化的损伤反应。相关研究已发表于 Advanced Science。
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以 5 级强度登陆牙买加,当时置信度为 80%,三天前升至接近 100%。
推荐理由:原文给出 WeatherNext 在飓风路径与强度双预测上的实测表现,读者可据此了解 AI 天气预报在极端事件中的实际作用。
OpenAI 与马耳他达成合作,向该国全体公民提供 ChatGPT Plus 及配套培训,帮助公民掌握实用 AI 技能并负责任地使用 AI。
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash,定位为面向智能体与编码的前沿模型,即日起在 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API 及 Gemini Enterprise 等渠道开放。
推荐理由:官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口,可据此判断速度与能力如何取舍。
OpenAI 在 ChatGPT 中推出个人理财功能,用户可连接账户、追踪支出与投资、管理订阅、制定预算并规划财务目标。
推荐理由:OpenAI 官方披露 ChatGPT 个人理财功能的账户连接与预算管理能力,可据此判断其向个人财务场景的延伸。
Databricks 将 GPT-5.5 用于企业智能体工作流,此前该模型在 OfficeQA Pro 基准上刷新了 SOTA。
OpenAI 介绍 ChatGPT Work 在运营场景中的实用工作流,涵盖倡议简报、战略更新、决策包和进度汇报四类任务。内容面向希望用 ChatGPT Work 落地日常运营文档与汇报流程的团队。
Sea Limited 首席产品官宣布在公司工程团队中部署 Codex,以加速亚洲地区的 AI 原生软件开发。该负责人同时阐述了对智能体式软件开发未来的看法。
Hugging Face 发布两款基于 ModernBERT 的 Apache 2.0 多语言嵌入模型:97M 参数的 granite-embedding-97m-multilingual-r2 在 MTEB Multilingual Retrieval 上得分 60.3。
OpenAI 宣布 Codex 可在 ChatGPT 移动端使用,用户能跨设备和远程环境实时监控、引导并审批编码任务。
推荐理由:Codex 接入 ChatGPT 移动端,读者可据此了解远程监控与审批编码任务的使用方式。
Hugging Face 发文解析如何在连续批处理中实现异步化,通过 CUDA stream 将 CPU 批次准备与 GPU 批次计算解耦并行,消除同步批处理中两者轮流等待的空闲间隙。
ChatGPT 推出安全更新,提升敏感对话中的上下文感知能力,可随时间推移识别风险并更安全地回应。该更新帮助模型在敏感话题中更好地理解语境,从而做出更恰当的响应。
OpenAI 为在 Windows 上启用 Codex 构建了安全有效的沙箱,通过受控的文件访问和网络限制来约束其运行。该方案旨在让 Codex 在 Windows 环境下安全执行任务,同时限制其对文件系统和网络的访问范围。
OpenAI 就 TanStack「Mini Shai-Hulud」供应链攻击作出回应,说明已采取的系统与签名证书保护措施,并解释 macOS 用户为何必须在 2026 年 6 月 12 日前更新 OpenAI 应用。文中还介绍了事件经过、受影响范围以及 OpenAI 如何加强对软件供应链威胁的防御。
OpenAI 介绍 ChatGPT Work 在财务场景中的实用工作流,覆盖报告、差异分析、预测、月度复盘和可直接用于决策的财务交付物。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体 AI 系统,可迭代生成、辩论并演化复杂科学问题的新假设。
推荐理由:原文披露了多智能体系统的三阶段协作机制与多个实验室的落地案例,可据此判断 AI 参与科学假设生成的实际边界。
OpenAI 的 Parameter Golf 活动吸引 1,000+ 名参与者、收到 2,000+ 份提交,探索严格约束下的 AI 辅助机器学习研究、编码智能体、量化与新型模型设计。
NVIDIA 工程师和研究员使用 Codex 搭配 GPT-5.5 交付生产系统,并将研究想法转化为可运行的实验。
AutoScout24 Group 借助 Codex 和 ChatGPT 加速开发周期、提升代码质量并扩大 AI 应用范围。该案例展示了这家欧洲汽车交易平台如何将 AI 驱动的编码工作流落地到工程团队日常开发中。
AWS 发布系列文章,解析基础模型训练与推理在 AWS 上的分层架构,涵盖加速计算、高带宽网络、分布式存储、资源编排与可观测性。
OpenAI 数据显示,ChatGPT 在 2026 年第一季度采用率激增,其中 35 岁以上用户增长最快,性别使用比例也更趋均衡,显示 AI 正被更广泛的主流人群接受。
Import AI 第 456 期聚焦三项内容:法律与 AI 研究所提出“激进可选性”监管思路,主张政府当下投资信息收集、举报人保护、评估能力等工具,避免过度监管同时为未来强 AI 冲击预留应对手段。Meta 与 KAIST 的论文提出神经计算机(NC),将计算、内存与 I/O 统一在学习到的运行时状态中。
OpenAI 开放 Campus Network 学生社团意向表,邀请全球学生社团加入,连接各地校园社团、获取 AI 工具并举办活动,共建 AI 校园社区。
OpenAI 发文阐述企业如何将 AI 从早期实验推进到规模化复利效应,关键在于信任、治理、工作流设计与大规模质量保障。
OpenAI 推出企业部署公司 DeployCo,帮助各类组织将前沿 AI 投入生产环境,并转化为可衡量的业务成果。
OpenAI 通过沙箱隔离、审批机制、网络策略和智能体原生遥测来安全运行 Codex,以支持编程智能体的安全合规采用。
伯克利 AI 研究团队梳理了并行推理领域进展,重点分析自适应并行推理——让模型自行决定何时分解并行子任务、生成多少并发线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法,指出多数方案仍由外部固定并行结构,而不同问题需要不同并行度。
OpenAI 扩展 Trusted Access for Cyber 计划,新增 GPT-5.5 和 GPT-5.5-Cyber,面向经过验证的防御方,帮助其加快漏洞研究并保护关键基础设施。
推荐理由:OpenAI 将 GPT-5.5 与 GPT-5.5-Cyber 纳入可信访问计划,读者可了解其面向漏洞研究的开放范围。
Parloa 利用 OpenAI 模型打造可扩展的语音驱动 AI 客服智能体,让企业能够设计、模拟并部署可靠的实时交互。
OpenAI 在 API 中推出新的实时语音模型,可进行推理、翻译和语音转写,用于构建更自然、更智能的语音体验。
推荐理由:OpenAI 在 API 中上线新的实时语音模型,读者可了解其在推理、翻译与转写上的能力方向。
Simplex 借助 ChatGPT Enterprise 和 Codex 加速软件开发,缩短了设计、构建与测试时间,并扩展了 AI 驱动的工作流。
OpenAI 为 ChatGPT 推出可选安全功能 Trusted Contact,当系统检测到严重的自残风险时,会通知用户指定的可信任联系人。该功能为可选项,需用户自行设置联系人。