跳到正文

#產品更新

RSS
今日 4 則
9月23日週三
  1. OpenAI News70

    推出 MentalHealthBench 心理健康評測基準

    OpenAI推出MentalHealthBench,一個多語言、多情境的心理健康對話評測基準。該基準由80多名全球心理健康專家共同制定,覆蓋從日常對話到危機情境的多種場景,並提供專家評估標準和自動化評分工具。

    推薦理由:OpenAI釋出MentalHealthBench,提供多語言、多情境的心理健康評測基準,幫助研究者評估模型安全性與實用性。

  2. Vercel Blog61

    Vercel Sandbox Drives 進入公開測試版

    Vercel 公開測試版推出了 Drives 功能,允許在 Sandbox 中掛載持久化儲存目錄。Drives 可跨沙箱例項共享,支援讀寫掛載和只讀快照,最大容量可配置至 16 TiB。每個 Sandbox 可掛載四個 Drives,Hobby 計劃包含 15 GB 儲存、30 GB 讀寫配額。價格按儲存、讀寫計費,Hobby 計劃免費提供。

  3. OpenAI News60

    OpenAI 釋出 GPT-6 的提示詞快取最佳化功能

    OpenAI 釋出了 GPT-6 的提示詞快取改進功能,通過更高的快取命中率、新診斷工具、顯式斷點和控制選項來降低延遲與成本。

    推薦理由:官方更新了提示詞快取機制,讀者可以根據具體的命中率最佳化和診斷手段來評估開發成本。

9月22日週二
  1. NVIDIA Blog63

    NVIDIA 釋出 Isaac ROS 5.0,推進具身智慧與開源機器人開發

    NVIDIA 釋出 Isaac ROS 5.0,這是一個基於 ROS 的 GPU 加速軟體包集合,旨在幫助人類與 AI 智慧體共同構建機器人。新版本引入了全新的智慧體工作流、對 ROS Lyrical 和 Ubuntu 24.04 的支援,以及用於設定和操縱的 NVIDIA Isaac 技能。

    推薦理由:該版本引入了面向智慧體的工作流和新平臺支援,為開發者構建物理AI機器人應用提供了GPU加速能力。

  2. Hugging Face Blog74

    Transformers 現在支援執行 llama.cpp 量化模型

    Hugging Face 的 transformers 庫新增對 GGUF 模型的支援,允許使用者通過熟悉的 API 在本地高效載入和執行量化模型。該整合通過複用 ggml 的 Metal 核心並在 Apple Silicon 上最佳化生成迴圈,使 transformers 能夠直接執行諸如 Qwen3.5 等架構的量化權重。

    推薦理由:原文介紹了 transformers 對 GGUF 模型的支援及底層最佳化,讀者可以瞭解如何在熟悉的介面中直接載入和執行本地量化模型。

  3. NVIDIA Blog62

    NVIDIA 釋出面向物理 AI 的全棧安全系統 Halos

    NVIDIA 釋出首個面向物理 AI 的全棧安全系統 NVIDIA Halos,旨在為自動駕駛汽車和機器人提供覆蓋硬體、軟體、AI 行為、模擬與驗證等全生命週期的安全支撐。該系統分為自動駕駛與機器人兩大領域,整合了 DRIVE AGX Thor、Hyperion、IGX Thor、Halos OS 及模擬評估框架等軟硬體棧,並已獲得 TÜV SÜD 等機構的安全認證。

    推薦理由:原文介紹了該全棧安全系統的架構和生態佈局,讀者可以據此瞭解自動駕駛與機器人安全標準的演進方向。

9月21日週一
  1. Hugging Face Blog65

    Hugging Face 釋出 tokenizers v1 候選版本

    Hugging Face 釋出了 tokenizers v1 候選版本,在完全保持原有輸出、API、詞表與合併規則的前提下,通過工作空間拆分、bitcannon SIMD 分割、word cache 快取、零分配合並迴圈及原生並行等最佳化,使編碼速度較 v0.23 提升 3 到 30 倍。

    推薦理由:官方釋出了 tokenizers v1 候選版本,通過架構重構與底層最佳化大幅提升了編碼與解碼速度,為高併發與大規模訓練場景減少了效能瓶頸。

9月19日週六
  1. Vercel Blog52

    mcp-handler 現已支援 WebMCP

    mcp-handler 現已支援 WebMCP,允許開發者透過單一 script 標籤將 MCP 工具直接注入瀏覽器,並以已登入使用者身分代理呼叫。 - 功能:WebMCP 讓 MCP 工具可在瀏覽器中使用,省去 OAuth 流程。

9月18日週五
  1. Google Research63

    Google Research 推出基於生成式 UI 的定製化互動學習模擬研究專案

    Google Research 推出了可讓教師建立定製化、互動式教育模擬實驗的最新研究,利用針對教育最佳化的生成式 UI 動態生成符合課程目標的學習互動。官方同時釋出了包含 30 多箇中學 STEM 課程英文學習互動的樣本庫,並面向使用 Google Workspace for Education 的學校開放試點計劃以收集反饋。

    推薦理由:原文介紹了該研究成果及配套的試點專案,讀者可以從中瞭解大模型在定製化教學互動模擬方面的最新進展。

9月17日週四
  1. GitHub Blog · AI & ML78

    GitHub 團隊使用 Copilot 將 Copilot 執行時重寫為 Rust

    GitHub 團隊宣佈將 GitHub Copilot 執行時(包括 CLI、應用和 SDK 的核心底層)從 TypeScript 完全重寫為 Rust。此次重寫歷時約 14 周半,包含超過 80 萬行生產級 Rust 程式碼,主要由 AI 智慧體協助單名開發者通過 128 個 PR 以增量方式逐步推進,使執行時效能提升了數個數量級。

    推薦理由:文章詳細記錄了使用 AI 智慧體將大規模執行時重寫為 Rust 的全過程,為開發者提供了極具價值的大型工程遷移實操參考。

  2. OpenAI News46

    介紹 Astra for Law

    OpenAI for Law 帶來面向法律的前沿智慧,支援定製律所工作流、連線法律資料來源,並提供法律級保密控制。該平臺幫助律所提升效率並保障客戶機密。

  3. Vercel Blog71

    GPT-Live 1 現已於 AI Gateway 上可用

    GPT-Live 1 現已於 Vercel 的 AI Gateway 上可用,支援全雙工語音對話。 - 全雙工功能:同時聽取與說話,消除傳統語音模型的切換延遲。

    推薦理由:GPT-Live 1 的全雙工語音功能與客戶端委派可提升對話流暢度與多模型協作。

  4. Vercel Blog65

    Mem0 加入 Vercel Marketplace

    Mem0 現已成為 Vercel Marketplace 的原生整合,為 AI 代理與應用提供長期記憶。 - 功能:讓 AI 代理記住使用者偏好、事實與上下文,避免每次從頭開始。

    推薦理由:Mem0 在 Vercel Marketplace 的整合讓 AI 代理具備持久記憶,簡化賬單與部署流程,幫助開發者快速提升使用者體驗。

9月16日週三
  1. OpenAI News61

    OpenAI 推出基於 AI 的全新廣告體驗

    OpenAI 推出基於 AI 的全新廣告體驗,包括 Sponsored Agents、營銷人員工具以及與 HubSpot 和 Shopify 的整合。

    推薦理由:官方推出的廣告體驗更新直接關聯營銷工具與電商整合,讀者可以據此瞭解 AI 如何進入廣告與商業工作流。

  2. NVIDIA Blog49

    NVIDIA 如何通過 DSX 最大化 AI 工廠產能:從兆瓦到 token

    NVIDIA 推出旨在最佳化 AI 工廠每兆瓦 token 吞吐量的技術套件 NVIDIA DSX,涵蓋動態功耗分配、網格協同排程及生命週期管理等功能。Lambda 的實測結果顯示,在固定電源預算下利用 NVIDIA DSX MaxLPS 執行叢集可提升 24% 的 token 吞吐量。該平臺通過智慧化排程與即時監控,有效釋放了傳統靜態配置下的閒置算力。

9月15日週二
  1. Vercel Blog53

    AI SDK harness 層現在支援原生訂閱驗證

    AI SDK harness 現在支援原生訂閱驗證,讓開發者可在不改寫程式碼的情況下切換不同 AI 代理。 - 認證模式:直接模式使用明確的提供者環境憑證,或在缺少時使用主機上的原生訂閱;自動模式在未設定 AI Gateway 憑證時亦同樣行為;ai-gateway 模式不讀取原生訂閱。

9月14日週一
9月11日週五
  1. GitHub Blog · AI & ML62

    GitHub Copilot app 新手指南:如何使用 diff、終端和瀏覽器面板

    GitHub Copilot app 推出了內建的 diff、終端和瀏覽器面板,讓使用者無需切換應用即可審查 AI 生成的程式碼、執行命令並測試介面。通過這些並排的內建面板,使用者可以閉環完成審查、執行和預覽,安全地合併程式碼並建立 pull request。

    推薦理由:原文介紹了應用內嵌面板的具體功能和協作流程,讀者可以據此瞭解如何在一個介面內完成 AI 程式碼審查和測試。