⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 19 条
9月11日周五
  1. X:Greg Brockman (@gdb)1

    OpenAI Agents API 开放公测:支持代码执行、工具调用和跨上下文长任务

    OpenAI 于 9 月 10 日推出 Agents API 公测版,开发者可一次 API 调用创建云端 AI 智能体,复用 Codex 背后的执行框架。智能体支持运行代码、处理文件、跨上下文窗口执行数小时甚至数天的任务、多智能体并行协作,沙盒可选 OpenAI 托管或 Blaxel、Cloudflare、E2B、Vercel 等合作方环境。

  2. X:Greg Brockman (@gdb)1

    谷歌推出 Windows 版 Gemini 独立客户端,支持 Alt + Space 快捷唤起

    谷歌正式推出面向 Windows 10/11 的 Gemini 独立客户端,安装后可通过 Alt + Space 快捷键在任意界面唤起,快捷键支持自定义修改。应用界面与网页版大致相同,支持生成图像/视频、调用连接的应用,并提供独立设置菜单,可管理麦克风、摄像头、位置权限、查看使用统计与崩溃报告、设置开机自动启动。

  3. X:Greg Brockman (@gdb)1

    OpenAI 在 ChatGPT Work 推出 Data agent

    OpenAI 在 ChatGPT Work 推出新的 Data agent,可把公司数据转化为答案、交互式仪表盘和行动,只需用自然语言提问。使用时在 ChatGPT Work 中添加 Data Plugin,连接已有数据源和上下文即可开始对话,官方页面为 https://openai.com/index/put-data-to-work/。

  4. X:Greg Brockman (@gdb)1

    Cursor 推出 Projects:用单一持久线程中的协调智能体管理工作

    Cursor 推出 Projects,不再为每个任务单独建聊天,而是在单一持久线程中由协调智能体(coordinator agent)工作。该智能体始终在线、主动用子智能体管理任务并随时间改进。作者 Lauren Tan 表示自己已用它交付数千个 PR,支持云端运行并可大规模并行。

  5. X:Greg Brockman (@gdb)1

    GPT-Live-1 语音模型上线 OpenAI API

    GPT-Live-1 现已登陆 OpenAI API。开发者可将 ChatGPT 式自然对话带入应用,构建能边说边听的语音智能体,并自选所用的模型与 harness。

  6. X:Greg Brockman (@gdb)1

    OpenAI GPT-Live-1 上线 API 与 OpenAI Platform

    OpenAI 将 GPT-Live-1 开放到 API 和 OpenAI Platform,把 ChatGPT 式的自然全双工语音对话带给开发者。语音智能体可以边说边听,并能将任务委托给用户选择的其他模型。

  7. X:Greg Brockman (@gdb)1

    OpenAI 在 API 中上线 GPT-Live-1 语音模型

    OpenAI 通过 @OpenAIDevs 宣布 GPT-Live-1 现已在 API 中可用,把 ChatGPT 的自然对话体验带入应用。该模型支持可边说边听的语音智能体,并可搭配开发者选择的模型与 harness 使用。Thomas Wolf 转发了这一消息。

  8. X:Greg Brockman (@gdb)1

    OpenAI 在 API 中开放 GPT-Live-1 语音模型

    OpenAI 在 API 中开放 GPT-Live-1,把 ChatGPT 已面向 10 亿用户提供的语音系统带给开发者,支持边说边听、可搭配自选模型与 harness。作者称全双工加工具调用带来很多应用可能,回到纯文本体验会感觉变难。

  9. X:Greg Brockman (@gdb)1

    OpenAI 在 API 中开放 GPT-Live-1 语音模型

    OpenAI 宣布 GPT-Live-1 现已在 API 中可用。开发者可在应用中引入 ChatGPT 式自然对话体验,语音智能体可在说话的同时聆听,并支持搭配用户自选的模型和 harness。

  10. X:Greg Brockman (@gdb)1

    OpenAI 在 ChatGPT Work 推出 Data agent

    OpenAI 在 ChatGPT Work 推出新的 Data agent,可把公司数据转化为答案、交互式仪表盘和行动,只需直接提问。使用方式为在 ChatGPT Work 中添加 Data Plugin,连接已有的数据源和上下文。

  11. X:Greg Brockman (@gdb)1

    Google Gemini 桌面应用登陆 Windows,Alt + Space 一键呼出

    Google 官方宣布 Gemini 应用现已登陆 Windows。用户按 Alt + Space 即可随手调用,用于润色草稿、总结长文档、头脑风暴以及生成自定义图像和视频,可与常用工具和应用并行使用。TestingCatalog 补充称应用内编辑似乎也支持 Alt + Space 快捷键。

9月10日周四
  1. X:Greg Brockman (@gdb)1

    Google DeepMind 发布 AlphaGenome Atlas,预测人类基因组约 90 亿种单字母 DNA 变化

    Google DeepMind 发布 AlphaGenome Atlas,预测人类基因组中约 90 亿种可能的单字母变化,数据集达 1PB,是 AlphaFold 数据库的 30 多倍。它可判断变异可能影响的基因表达、RNA 剪接或蛋白质功能,在一项合作研究中已找出此前被忽略并经实验验证的致病变异。作者指出这是预测地图而非实验答案,价值在于把大海捞针变成照着地图找针。

  2. 极客公园65

    微信测试小微 AI 社交功能

    微信开始小范围测试「小微 AI 社交」功能,允许用户的小微联系好友的小微,经对方授权后在独立空间先行沟通,需确认时再提醒用户,沟通过程不进入原有微信聊天框。

    推荐理由:原文解析了微信小微功能在熟人关系链中实现AI代理沟通的机制及其对社交产品形态的影响。

  3. 光子星球72

    实测小云雀短剧 Agent:ScriptBird 剧本生成与出海转绘能力拆解

    小云雀 8月19日 首发剧本模型 ScriptBird,将创作流程拆为故事设定、分集大纲和剧本正文,支持最高 10万字 100集 剧本生成与红果、抖音热点参考。实测「一句话创意→剧本→成片」链路中,角色与场景自动建档及口型表现自然,但仆人角色在分镜衔接处出现形象不一致;出海转绘可基于现有视频拆解并重新生成素材,但主角面孔仍保留亚洲特征,且未修复原片角色穿帮镜头。

  4. 机器之心62

    实测联通元景数字员工:跨领域办公任务与行业Skills落地效果评估

    机器之心实测了基于自研Agent Harness架构的联通元景数字员工。该智能体支持DeepSeek和GLM模型,在深度调研、网页抓取及公文写作等办公任务中表现稳健,具备自主规划与多模态识别能力。文中还展示了其在政务、工业船舶设计及文旅导览等垂直领域通过叠加行业Skills实现的专业化应用,强调了其全时触达、数据安全及央企运营优势。

  5. 特工宇宙69

    豆包工作上线本地 Office、浏览器录制回放和跨设备任务切换功能

    字节跳动于 8 月 25 日发布「豆包工作」后,快速迭代上线了本地 Office、浏览器录制回放以及本地与云端环境自由切换三个功能。作者实测发现,新功能允许用户直接编辑本地 PPT 和 Excel 文件,无需反复上传下载;通过录制一遍浏览器操作可生成可复用的自动化 Skill;同时任务支持在手机、云电脑和本地设备间无缝切换与接力执行。

  6. 钛媒体AGI46

    高德ABot-Earth 0.7发布:3D原生城市世界模型如何重塑数字地球

    高德正式发布新一代数字地球ABot-Earth 0.7,被称为“全球首个3D原生城市世界模型”。该版本支持在消费级GPU上用10分钟生成公里级3D城市场景,3D制图成本降至传统方式的1%,覆盖190多个国家和地区。其底层空间智能体系在单一架构内整合了渲染、模拟器与规划器,可输出直接导入Unity或Unreal Engine的可编辑素材。

  7. APPSO31

    苹果发布 Apple Watch Series 12 与 Ultra 4,引入“音频智能”与“准备指数”功能

    苹果发布 Apple Watch Series 12 与 Ultra 4,两款设备均搭载 S11 芯片,支持“准备指数”健康评估及“音频智能”功能。后者包含 Live Rewind 语音回溯和 Siri Recap 对话摘要,旨在构建个人智能中枢。Series 12 售价 2999 元起,Ultra 4 售价 6499 元起,均将于 9 月 18 日正式发售。

  8. 深度学习与NLP78

    OpenMAIC v1.0发布:支持完整课程规划与迭代的开源AI教育智能体

    清华团队开发的开源AI教育项目OpenMAIC升级至v1.0,支持通过Agent完成整门课程的规划、生成与持续迭代。该版本在联合国教科文组织总部进行了演示,展示了如何利用单一教材生成系列课程,并内置多种教学法Skill。OpenMAIC自开源以来GitHub Star数已超3.3万,平台累计消耗883B Token,其核心能力可导出至其他Agent工作台使用。

    推荐理由:展示了OpenMAIC v1.0从课程生成到迭代修改的完整流程,以及其在联合国教科文组织的实际应用场景。