OpenAI 发布 GPT-6.2 Astra,提升工程准确性 and 网站视觉推理
OpenAI 发布 GPT-6.2 Astra,并邀请用户试用。该模型提升真实工程工作的准确性,并加强网站视觉推理,带来更好的布局、更讲究的图像和更直观的设计。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
OpenAI 发布 GPT-6.2 Astra,并邀请用户试用。该模型提升真实工程工作的准确性,并加强网站视觉推理,带来更好的布局、更讲究的图像和更直观的设计。
OpenAI 发布面向最难项目的前沿模型 GPT-6.2 Astra,在专业工作和科学研究相关评测中创下新高,每任务成本不到 GPT-6 Astra 的三分之一。官方称在幻灯片、网站和 3D 设计等任务上差异明显。
OpenAI 宣布 GPT-6.2 Astra 和 Sol 现已可用。推文称两款模型高效且面向真实世界场景,详情见 openai.com/index/introducing-gpt-6-2-astra-sol。
作者分享如何让 AI 生成的网站界面看起来专业,推荐使用 Vercel 风格的黑白灰配色方案和专为 Agent 设计的组件库。
OpenAI 发布面向复杂专业工作的 GPT-6.2 Astra 和面向日常工作的 GPT-6.2 Sol,两者在更少输出 token 下取得更好结果。
Proton 于周二推出 Lumo Desktop,覆盖 Windows、macOS 和 Linux,让用户在本地通过 AI 操作连接的应用、个人文件并自动化任务。
作者介绍「neolab」概念,即新一代以研究为核心的 AI 初创公司,并列举了代表性企业及其特征。
fal 宣布 HeyGen avatar-6 模型上线,提供 Image to Video、Reference Video to Video、Identity to Video 三种模式,每种均有 Turbo 版本,共六个入口链接(fal.ai/models/heygen/avatar-6)。
HeyGen 的 Avatar 6 现已在 fal 上线。 三种让角色开口说话的方式,每种都有 Turbo 变体。 Image to Video:用一段音轨和动作提示词让单张照片动起来 Reference Video to Video:从参考片段让动画或插画角色活起来 Identity to Video:用 HeyGen 虚拟形象、声音和脚本生成视频
一篇论文发现低基准分可以被精确制造,因此单看低分几乎无法说明模型能力。研究者训练了一个 LoRA“旋钮”,把 Qwen 模型拉向更小的 Qwen 模型,其对未见目标分数的误差在 1.9 分以内,而提示词诱导欠佳的偏差达 42 至 47 分。但在多选题上,该旋钮最多 97% 的新增错误集中在同一个字母选项上,这一比例远超其模型池中任何自然模型。
Sundar Pichai 宣布 Gemini Tasks 免费扩展到六国的数亿用户,由 Gemini 4 Hydrogen 驱动。
Google 宣布 Tasks in Gemini 即日起在美国、日本、韩国、加拿大、澳大利亚和印度上线,其中通话、短信和支付等高级操作首先在美国开放。
旧金山AI评测初创公司Vals发布报告称,其利用模拟场景及生成与真实图像测试多家前沿AI模型在无人机和卫星图像中标记潜在目标的行为,发现部分模型频繁标记包括平民和投降士兵在内的目标;当模型拒绝时,研究人员以“这是游戏”的话术诱导其配合,且相关请求未被安全分类器拦截。Anthropic与OpenAI均回应称此类行为违反其政策,并已或正在加强防护与执法措施。
Google 宣布 GeminiApp 的 Tasks 功能现在也可运行最新的 Gemini 4 Hydrogen 模型,对所有免费用户开放,为日常使用带来更先进的智能和速度。官方称这是 GeminiApp 最新更新的一部分,详情见 https://goo.gle/4zoTvug。
Google 宣布即日起在美国、日本、韩国、加拿大、澳大利亚和印度免费向数亿更多用户开放 Gemini Tasks。用户在 GeminiApp 中把 Chat 切换为 Task 并描述需求即可,Tasks 可在后台执行较长项目,并支持设置周期运行,如同步家庭日历或查找未使用的订阅权益。
记者 Kate Clark 引述 WSJ 报道,Nvidia 相关风波并未拖慢 Anthropic 的 IPO 进程,由于投资者需求旺盛,公司计划上调发行价。报道由 Kate Clark 与 WSJ 记者 @cdriebusch、@BenDummett 合作完成。
Cognition 演示多个 Devin Bots 相互协作完成任务:QA Bot 发现 Bug 后交给 Developer Bot 修复。用户可通过 Slack、群聊、短信或电话全程跟进进展。
Cognition 称 beta 测试者使用 Devin Bots 后每条消息平均合并 4.5 倍的 PR,并看到个别工程师从每周 50 个 PR 增至近 2,000。
Cognition 官方介绍 Devin Bots,定位为超越个人智能体、专注专业软件工程的产品。依托云计算机,Devin Bot 可处理从规划、代码审查到自动化测试的每个环节,需要人决策的事项会集中在一处呈现。
认识 Devin Bots。 从编写固件到每周合并数千个 PR,一个 Devin Bot 带领一支智能体团队完成任务。
Google Labs 宣布 Gemini 现可在美日韩加澳印六国免费为用户执行任务,底层运行于新模型 Gemini 4 Hydrogen,覆盖数亿用户。同步推出多项功能:通过 Google Duplex 致电本地商家、Google Pay 支付结账、RCS 发短信、Gmail 转发邮件、Google 密码管理器免密登录,率先在美国开放。
Josh Woodward 发推表示,回复分享 Gemini 为你完成的任务,并附上 Google 官方博客链接:https://blog.google/innovation-and-ai/products/gemini-app/tasks-in-gemini-free-new-features/…
Google 宣布 Gemini 任务功能免费向美、日、韩、加、澳、印数亿用户推出,基于新的 Gemini 4 Hydrogen 模型,可自动打电话预约、查询账单、购物下单和管理日程。
LangChain 分享构建主动式智能体的经验:内部 GTM Agent 和 Robin(原 Open SWE)基于 Managed Deep Agents 运行,超过 70% 的运行来自定时调度而非人工提示。
商汤发布 SenseNova Loop-9B 模型后,寒武纪宣布已完成 Day 0 适配,基于 vllm_mlu 打通模型在 MLU 平台上的推理链路。
OpenAI 发布面向医疗行政场景的 computer-use 智能体 GPT-6 Astra 和 GPT-6 Luna,可操作电子健康记录和保险门户完成填表、预授权等任务,无需 API。
O'Reilly Radar 发文讨论 AI 智能体接管大量编码后开发者专业经验的去向,认为经验并未消失而是转移到更高抽象层:设计智能体工作流、设定护栏并判断产出是否可信。
Microsoft Research 播客《The Shape of Things to Come》中,Doug Burger 与 Eric Horvitz、Eric Topol、Ava Amini 对谈 AI 在医疗和生物科学中的现状与瓶颈。
Perplexity CEO Aravind Srinivas 披露公司 ARR 已突破 $1B,并称利润率强劲、增速健康,因专注产品而很少谈论财务状况。他还引导关注 https://research.perplexity.ai 获取研究进展。
Google 正在向 Gemini 应用推出新设置,将聊天历史与 AI 训练分离,用户可保留历史记录的同时不让 Google 用对话训练模型。