⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 14 条
9月8日周二
  5. 新智元80

    OpenAI ChatGPT Sites 开启公测，GPT-6 展现跨模态识别能力

    OpenAI 的 ChatGPT Sites 正式开启公测，用户无需编写代码，通过自然语言提示或上传草图即可在十几分钟内生成交互式网站，该功能已向 ChatGPT Plus、Pro、Business 等用户开放。与此同时，GPT-6 展现出惊人的跨模态能力，能在无音频播放且断网状态下，仅凭 Mel 频谱图识别出海蓝鲸叫声及《星球大战》光剑音效，表明 AI 多模态理解已打破人类感官壁垒。

    推荐理由：原文梳理了从 ChatGPT Sites 公测到 GPT-6 跨模态识别的演变，展示了自然语言建站与原生解码能力的双重突破。

  6. X：Greg Brockman (@gdb)1

    Reducto 发布 r-1 单遍文档解析模型，错误率降 20%、每页 1 美分

    Reducto 发布 r-1，用一次全页解析替代多阶段 agentic OCR 流水线，官方称相较自家旧管线错误率降低 20%，价格从每页 3 至 6 美分降至 1 美分全包。r-1 原生处理表格、阅读顺序、格式和边界框 grounding，需 V3 Parse API 通过 settings.model 开启，暂无开源权重；对标 Amazon Textract 等的评测为厂商自测，未公开数据集。

  8. 硅星人Pro61

    Today 公测评测：齐俊元打造最主动的 Personal AI

    齐俊元创办的 Today 开启公测，它通过连接软件和设备构建围绕用户的“任务世界”，利用 Memory 驱动 Proactive 实现主动提醒和持续执行。评测指出 Today 具备独立应用价值，其 Memory 体系通过主动遗忘和更新解决记忆混乱问题，使 Agent 能在任务暂停后识别状态变化并主动推进；Proactive 功能不仅推送个性化早晚报，还能基于用户偏好精准判断行动时机。

  10. X：Greg Brockman (@gdb)1

    ChatGPT Work 推出个人写作风格学习功能

    ChatGPT Work 新增个人写作风格功能，可学习用户喜欢的短语、署名和大小写习惯等写作特点。用户连接 Gmail、Google Drive、Slack、SharePoint 等工具后，它会从邮件、消息和文件中学习写作风格，并应用到之后撰写的内容中。

  11. X：Greg Brockman (@gdb)1

    OpenAI 推出 ChatGPT Work 写作风格学习功能

    OpenAI 宣布 ChatGPT Work 可从 Gmail、Google Drive、Slack、SharePoint 等关联应用中的邮件、消息和文件学习用户写作风格，包括常用短语、落款和大小写习惯，并延续到后续草稿中。作者评论称，这让智能体完成的非人工作流程带上了拟人的个人风格，出现智能体以人类风格写邮件、再由另一个智能体阅读并同样以人类风格回复的情形。

9月7日周一
  3. 极市平台58

    Codex CLI 将记忆系统从压缩改为 token 预算

    Codex CLI 放弃 compaction 机制，转向 token 预算加硬性上下文切换，模型可主动管理上下文额度。文章拆解其三层架构：感知层通过标签显示剩余 token 数，管理层用 new_context 工具切换窗口，记忆层用 History 和 Notes 工具保留并查询历史，使长任务切换窗口后不再丢失细节。

  5. 硅星GenAI77

    World Labs 新模型 Atlas 通过空间上下文统一生成与三维重建

    World Labs 联合创始人团队发布新模型 Atlas，该模型将生成与三维重建整合在同一架构中，以新视角预测为核心任务。Atlas 支持输入最多 100 帧图像进行三维场景重建，可通过三部 iPhone 拍摄视频生成子弹时间效果，并具备一定动态模拟能力。当前主要发展瓶颈为训练算力，团队计划在未来增强模型的可编辑性与交互能力。

    推荐理由：文章解释了新模型如何通过空间上下文统一生成与三维重建，并展示了用三部手机拍摄和少量照片重建场景的实际路径。

  6. X：Greg Brockman (@gdb)1

    Grok Bot Marketplace 上线，提供团队与社区构建的现成 Bot

    作者宣布 Grok Bot Marketplace 已于上周上线，用户点击 Marketplace 下的 Bots 即可浏览官方和社区构建的 Bot，一键导入侧边栏使用。文中列出了当前最受欢迎的 10 个 Bot，包括做研究的 Researchy、SEO/AEO 助手 Index、把 API 转成插件的 tinkabot 等，并推荐了自己团队实际使用的 Bot 组合。

  8. X：Greg Brockman (@gdb)1

    腾讯混元 Hy4 preview 优化长思考问题后上线

    腾讯混元针对用户反馈的复杂任务长思考与过度验证问题优化了 Hy4 preview，现已向所有用户开放。官方称任务质量不变，对话轮数更少、输入输出 token 更低，基准与人工评测均确认改进；Hy4 preview 为 770B 总参数、49B 激活、1M 上下文的开源模型。

  10. AIGC开放社区57

    微软亚洲研究院开源 Agent 二维协作界面 Huabu

    微软亚洲研究院推出并开源了 Huabu，这是一套面向人机协同的二维项目空间界面。Huabu 通过 Collect、Organize、Act 循环流程，允许用户将文档、图片等素材作为节点并排放置、连线关联，Agent 可直接读取空间位置与连线等隐性语义执行任务，并支持多人及多 Agent 在同一空间协作，相关代码已在 GitHub 开源。

  14. AI信息Gap40

    商汤 Seko 推出剧本裂变与逐镜转绘工作流，助力短剧出海

    商汤 Seko 推出“出海剧转绘”与“剧本裂变”Skill，支持上传中文成片或剧本后一键生成适配欧美等市场的本地化版本，覆盖 10 种语言并保留核心剧情节奏。该工作流利用 GMLM 3.7 Flash 和 Doubao Seed 2.1 Pro 等模型实现逐镜 1:1 复刻或高裂变改写，并支持通过 Seed Audio 1.0 以低消耗完成多语种配音转换。

  15. AGI Hunt55

    豆包工作如何用 Agent 能力解决 PPT、数据分析与网页应用开发

    AGI Hunt 团队基于豆包工作开学季的四场直播，实测了其在 PPT 制作、数据分析、技能调用和网页应用开发上的 Agent 能力。豆包工作可读取飞书文档与群聊信息，通过视觉模型自检迭代优化 PPT 图表，自动排雷 Excel 数据陷阱，并支持无需代码的技能安装。其网页应用开发依赖设计规范文件，生成的页面可直接发布为公网链接。

9月6日周日
  1. 人工智能学家77

    Sam Altman对话：OpenAI因对齐风险暂停前沿训练并推迟发布GPT-6 Astra

    OpenAI CEO Sam Altman在访谈中透露，公司因Hugging Face安全事件及模型对齐风险，推迟了一项前沿强化学习训练任务，并计划发布新旗舰模型GPT-6 Astra。Altman表示OpenAI企业级收入已超消费者端，现有模型足以支撑业务，暂停训练不影响公司商业势头。他还指出AGI讨论已转向超级智能进程，并确认公司正研发人形机器人及首款推理定制芯片Jalapeno。

    推荐理由：访谈揭示了OpenAI如何因对齐风险暂停前沿强化学习，并将资源转向安全监控体系。

  9. 智能涌现65

    汽车之家发布车管家智能体，打通汽车服务全链路

    汽车之家于9月5日发布智能体车管家，旨在覆盖选、买、用、卖全生命周期的汽车服务。该产品基于汽车之家自研的仓颉大模型，融合近2亿车主沉淀的超1亿条真实评论作为可信知识底座。车管家通过理解用户的具体预算、家庭等约束条件给出选车决策，并整合3万家4S店及覆盖近400个城市的用车服务资源，提供一站式比价与履约功能。

    推荐理由：原文揭示了垂直智能体如何从信息检索转向决策服务，并展示了行业数据与模型结合的新解法。

  10. X：Greg Brockman (@gdb)1

    Gemini Business 支持自定义 MCP 服务器连接

    Gemini Business 新增自定义 MCP 服务器连接功能，可连接私有数据和内部工具。截图显示 Gemini Enterprise 界面中出现该新功能提示，并提供 Add MCP server 入口。作者猜测消费版 Gemini 何时也会跟进。