跳到正文

全部动态

今日 4 条
4月27日周一
  1. OpenAI News58

    OpenAI 发布 Codex 编排开源规范 Symphony

    OpenAI 发布 Symphony,一个面向 Codex 编排的开源规范,可把 issue tracker 变成常驻运行的智能体系统。据其介绍,该方案旨在提升工程产出并减少上下文切换。

    推荐理由:OpenAI 公开 Codex 编排的开源规范,读者可了解如何把 issue tracker 接入常驻智能体系统。

4月25日周六
4月23日周四
  1. OpenAI News71

    OpenAI 发布 GPT-5.5

    OpenAI 发布 GPT-5.5,官方称其为面向复杂任务的模型,覆盖编码、研究和数据分析,并可跨工具使用。

    推荐理由:OpenAI 官方发布 GPT-5.5,面向编码、研究与数据分析等跨工具复杂任务,可据此了解其定位。

4月22日周三
  1. Google DeepMind62

    Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

    Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将大规模训练拆分为解耦的计算岛并异步传输数据,从而隔离局部硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并自动重新接入,用 Gemma 4 模型验证其基准 ML 性能与传统训练方法持平。

    推荐理由:原文给出分布式训练在带宽、故障隔离和跨代硬件上的实测结果,可据此判断大规模预训练基础设施的演进方向。

  2. OpenAI News62

    OpenAI 在 ChatGPT 中推出工作区智能体

    OpenAI 在 ChatGPT 中推出工作区智能体(workspace agents),由 Codex 驱动,可自动化复杂工作流并在云端运行。官方称其能帮助团队跨工具安全地扩展工作。

    推荐理由:OpenAI 在 ChatGPT 中上线由 Codex 驱动的云端工作区智能体,读者可了解其自动化复杂工作流与跨工具协作的定位。

4月21日周二
  1. OpenAI News60

    OpenAI 发布 ChatGPT Images 2.0

    OpenAI 发布 ChatGPT Images 2.0,改进了文字渲染、多语言支持和视觉推理能力。官方同时提到可查看 Images 2.5 的新变化。

    推荐理由:官方给出图像生成在文字渲染、多语言与视觉推理上的改进方向,可据此判断多模态能力的演进重点。

4月20日周一
  1. Berkeley AI Research31

    GRASP:面向世界模型的更长视野梯度规划方法

    Berkeley AI Research 提出 GRASP,一种面向学习型世界模型的梯度规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索,并重塑梯度让动作获得清晰信号、避免穿过高维视觉模型的脆弱“状态-输入”梯度。该方法针对长视野规划中计算图病态、非贪心结构导致局部极小值以及高维潜空间失效模式等问题,使长视野规划更稳健。

4月16日周四
  1. Google DeepMind62

    Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash TTS,一款主打可控性与表现力的文本转语音模型,已在 Gemini API 和 Google AI Studio 面向开发者预览、在 Vertex AI 面向企业预览,并通过 Google Vids 向 Workspace 用户开放。

    推荐理由:官方给出音频标签控制方式、Elo 分数与多语言覆盖,可据此判断语音生成的可控性进展。

4月15日周三
4月14日周二
4月13日周一
  1. Google DeepMind71

    Google DeepMind 发布 Gemini Robotics-ER 1.6,新增仪表读数能力

    Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,增强了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计和数字读数。

    推荐理由:官方给出与上一代及 Gemini 3.0 Flash 的对比,并新增仪表读数能力,可据此判断机器人在设施巡检中的自主程度。

4月10日周五
  1. OpenAI News20

    ChatGPT 文件处理实用指南

    OpenAI 介绍在 ChatGPT 中处理文件的实用方法,涵盖查找信息、整理、转换文档以及将文件用于工作流。内容面向日常使用场景,帮助用户把文档接入 ChatGPT 完成信息提取与格式转换等任务。