最新精选
第 101–120 条 · 共 275 条- Google Research精选AI 评分6060
Google 发布 Vibe Coding XR 工作流,将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合,把自然语言提示词直接转成可运行的物理感知 Android XR 应用,耗时不到 60 秒。
推荐理由:Google 把 Gemini 与 XR Blocks 组合成从自然语言到 Android XR 应用的生成流程,并给出 VCXR60 初步评测数据,可据此判断 XR 原型的门槛变化。
Mistral AI 推出 Forge,一套让企业基于自有专有知识构建前沿级 AI 模型的系统,支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构,并可按需支持多模态输入,模型可在企业自有基础设施内训练和治理。该产品以 Agent 优先设计,Mistral Vibe 等自主智能体可用它微调模型、寻找最优超参数、调度任务并生成合成数据。
推荐理由:原文给出企业用自有数据训练前沿模型的产品定位与训练流程,可据此判断企业自建模型的落地路径。
- Google Research精选AI 评分6666
Google 宣布在 Flood Hub 上线城市山洪(Urban Flash Flood)预报,借助新的 AI 方法可在城市区域提前最多 24 小时预测山洪风险。
推荐理由:Google 把城市山洪预警从河流洪水扩展到 24 小时提前量,并给出与 NWS 同口径的精度对比,可看 AI 预警在缺测地区的落地边界。
- Google Research精选AI 评分6262
Google 推出 Groundsource,一套用 Gemini 从非结构化新闻中提取历史灾害数据的方法,并发布首个开放数据集:覆盖 150 多个国家、2000 年至今的 260 万条城市山洪记录。
推荐理由:Google 用 Gemini 把 80 种语言的新闻报道转成结构化灾害数据,并给出人工核验的准确率,可据此判断这套方法能否迁移到其他数据稀缺领域。
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时,让智能体在安全、可扩展的环境中处理文件、工具和状态。
推荐理由:OpenAI 官方说明如何用 Responses API、shell 工具和托管容器搭建可运行文件、工具与状态的智能体运行时。
- Hugging Face Blog精选AI 评分6262
Hugging Face 在 Hub 上推出 Storage Buckets,一种非版本化的 S3 式可变对象存储,用于存放 checkpoint、优化器状态、处理后的分片和 Agent 轨迹等中间产物。
推荐理由:原文给出 Buckets 的创建、同步与 Python 接入方式,读者可据此判断它如何替代 Git 承载训练中间产物。
- Hugging Face Blog精选AI 评分6262
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。
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。
OpenAI 推出 ChatGPT for Excel 和新的金融应用集成,由 GPT-5.4 驱动,用于在受监管环境中加速建模、研究与分析。
推荐理由:OpenAI 把 ChatGPT 接入 Excel 并新增金融数据集成,读者可据此判断表格建模与合规场景的用法变化。
- Hugging Face Blog精选AI 评分6262
Hugging Face 发布 Modular Diffusers,用可复用的 block 组合扩散流水线,作为现有 DiffusionPipeline 类的补充方案。
推荐理由:原文给出可组合的扩散流水线模块与自定义 block 的完整示例,读者可据此判断现有 Diffusers 工作流能否拆解复用。
- Google DeepMind精选AI 评分7171
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。
- Hugging Face Blog精选AI 评分6262
Gradio 6 为 gr.HTML 加入自定义模板、作用域 CSS 和 JavaScript 交互能力,可在单个 Python 文件中完成前端、后端与状态管理,无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由:原文给出 gr.HTML 的模板与状态同步写法,读者可据此判断单文件自定义组件的可行边界。
OpenAI 在 ChatGPT 中推出 Lockdown Mode 和 Elevated Risk 标签,帮助组织防御提示词注入和 AI 驱动的数据外泄。
推荐理由:OpenAI 为 ChatGPT 增加 Lockdown Mode 与 Elevated Risk 标签,用于应对提示词注入和数据外泄风险。
- Hugging Face Blog精选AI 评分6666
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。
OpenAI 推出 Trusted Access for Cyber,一个基于信任的框架,在扩大前沿网络安全能力访问的同时加强对滥用的防护。
推荐理由:OpenAI 推出面向网络安全的可信访问框架,读者可了解其在开放前沿能力与防范滥用之间的取舍思路。
OpenAI 发布企业平台 OpenAI Frontier,用于构建、部署和管理 AI 智能体。该平台提供共享上下文、入职引导、权限与治理能力。
推荐理由:OpenAI 把智能体的构建、部署与治理收进同一企业平台,可据此判断其企业侧落地路径。
- Hugging Face Blog精选AI 评分6262
Hugging Face 在 Hub 上线 Community Evals,基准数据集仓库可注册为 benchmark 并在数据集卡片展示排行榜,模型仓库用 .eval_results/*.yaml 存放评测分数。
推荐理由:Hugging Face 把评测结果从黑箱榜单搬到 Hub 上公开聚合,读者可了解评测透明化的一种新做法。
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。
- Google DeepMind精选AI 评分7171
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。
- Hugging Face Blog精选AI 评分6262
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。