跳到正文

#OpenAI

RSS
今日 1 則
11月18日週三
  1. Artificial Analysis38

    無法前往邁阿密參加 GTA VI 發布活動?兩個 AI 模型替你打造這座城市 我們請 Anthropic 的 Claude Fable 5.2 和 OpenAI 的 GPT-6.2 Astra,打造本週化身為 Vice City、迎接 GTA VI 發布活動的邁阿密 ➤ 每個模型各用一個提示詞,在無法連上網路的 AA-3D 沙盒中製作 ➤ 兩者都在 Ocean Drive 沿線放入真實存在、提示詞從未提及的飯店,包括 Colony 和 Avalon ➤ 每個場景都能開車、搭快艇或乘飛船探索,可選日落或夜間景色

  2. OpenAI Codex Releases45

    OpenAI Codex 發布 0.170.0,改善語音通話、連線與沙盒許可權

    Codex 0.170.0 加入幾項新功能,也修正多種使用問題。現在可以在文字介面中協商即時語音通話,也能自動更新 OpenTelemetry 傳送資料時使用的驗證標頭;同名的 MCP 伺服器也能在不同環境中分開使用。舉例來說,WebSocket 請求太大時,Codex 會直接改用 HTTP 傳送,不再多做不必要的重試。 這次更新也修正雲端對話重新連線、Windows 檔案替換與沙盒許可權等問題,並補充沙盒的許可權設定和檔案系統規則說明。使用者因此較能順利接續對話,也能更清楚瞭解程式可以存取哪些檔案。

  3. OpenAI News70

    OpenAI 推出 ChatGPT for Sales,協助銷售團隊整理客戶資訊與推進交易

    銷售團隊常要從客戶關係管理系統、通話紀錄和其他工具拼湊客戶資訊,準備會議與追蹤後續也得花不少時間。OpenAI 推出 ChatGPT for Sales,內含銷售專用外掛和超過 30 個新增或強化的合作夥伴外掛,可把團隊現有工具中的資料帶進 ChatGPT,協助準備客戶會議、整理買方需求、草擬後續訊息和追蹤交易進度。團隊也能檢查並確認建議的客戶紀錄更新;部分工作還可交由 ChatGPT 中持續運作的 dot 處理,再檢視它提出的變化與下一步建議。外掛和功能是否提供,會依方案、地區和工作區設定而異。

    推薦理由:ChatGPT for Sales 把客戶資料、銷售工具與日常工作流程放在同一處,原文列出從準備會議到追蹤後續的用法,呈現它如何串起銷售流程。

  4. Artificial Analysis68

    AI 模型能不能做出好玩的互動式 3D 場景,可以用 AA-3D 評測比較。Artificial Analysis 表示,GPT-6.2 Astra 在這項評測中排名第一;和其他模型製作的場景兩兩比較時,人們在 152 次投票中有 139 次偏好 GPT-6.2 Astra 的場景。

    推薦理由:AA-3D比較模型製作互動式 3D 場景的能力,並以 152 次兩兩投票呈現 GPT-6.2 Astra 與其他模型的比較結果。

  5. Arena.ai61

    GPT-6.2 Astra、Sol 和 Claude Fable 5.2 的 Agent Arena 分數尚未公佈。等待期間,Peter Gostev 以實際操作比較這些模型生成視覺內容的表現,測試專案包括 3D 場景、HTML 動畫、網站、遊戲和資料圖表,也展示了各項測試使用的提示詞。這則貼文提供影片的初步觀察;Arena 表示,根據全球使用者實際工作紀錄計算的分數將於近日公佈。

    推薦理由:這場實測涵蓋 3D 場景、動畫、網站、遊戲與資料圖表,可用來瞭解比較範圍和各模型的初步表現。

  6. Vercel Blog85

    Vercel AI Gateway 迎來 GPT‑6.2 Astra 與 Sol

    Vercel AI Gateway 現已支援 OpenAI 的 GPT‑6.2 Astra 與 Sol。Astra 適合複雜多步專案,支援程式碼變更、檔案範本與電腦使用;Sol 針對日常編碼、寫作與代理工作流程,能從簡短需求建置互動式網頁。使用者可透過 API 指定模型 ID,並可啟用 Ultrafast 服務,降低成本;亦可在 Vercel CLI 內設定並於 Codex、Cursor 等編碼代理使用。

    推薦理由:瞭解 GPT-6.2 Astra 與 Sol 在 AI Gateway 的功能差異與使用方式

  7. a16z39

    研究品味,是看出哪些點子長遠來說重要、能被其他想法接著使用,最後也可能超越最初發表的論文。John Schulman 認為,研究直覺來自親自做研究,也要大量閱讀過去的成果,從中吸收經驗。Mark Chen 則說,現在的模型還不太會想出好點子,反而更擅長調整超引數等細節。未來公司可能用人類回饋強化學習,請研究人員評分哪些想法好、哪些不好,讓模型從中學習。這很重要,因為做研究不只要把引數調好,還得知道哪些問題值得花時間。

  8. OpenAI News73

    OpenAI 更新 Astra for Law,提升法律研究與檔案撰寫表現

    法律工作需要查詢判例、整理資料並寫出有根據的答案,引用錯誤可能造成嚴重影響。OpenAI 更新了 Astra for Law,將 GPT‑6.2 Astra 搭配更大的法律搜尋資料庫與法律研究指引,協助模型查法規、衡量不同依據並撰寫答案。在一項測試中,它有 20.8% 的作業拿到滿分;在另一項法律研究測試中,滿分比例從約 46% 升到 53.8%。搜尋資料庫也增加超過 80 million 個網址。ChatGPT Enterprise 客戶現在可申請使用,也可申請 API 存取權。

    推薦理由:原文比較 Astra for Law 在多項法律測試中的表現,也說明法律搜尋資料庫擴充後,研究答案的完整得分比例有所提升。

  9. Artificial Analysis76

    模型在機器人基準測試拿高分,不代表每項實際操作都能做好。Artificial Analysis 用 Codex 控制真實機械手臂,讓 GPT-6.2 Astra 執行八項實體任務:完成六項,倒液體的任務部分完成,只有測量盒子失敗。它在 AA-Robotics v0.1 得到 79 分,比 GPT-6 Astra 高 10 分,也領先 GPT-6.2 Sol、Claude Fable 5.2 和 Gemini 4 Hydrogen。

    推薦理由:AA-Robotics v0.1 的分數比較與真實機械手臂測試,呈現模型在基準表現和實際操作任務上的差異。

  10. Arena.ai53

    OpenAI 的 GPT-6.2 Astra 和 Sol 已加入 Arena,排行榜分數還沒公佈,使用者可以先到 Agent Arena 試用。Agent Arena 會用全球使用者提供的大量真實長流程任務,測試模型完成工作的成果;模型能使用網頁搜尋、檔案系統和終端機工具。排行榜會把模型表現和平均模型比較,並用因果追蹤方法分析結果。這兩個模型也已在 Code Arena 的 WebDev、Text、Vision、Search 和 Document 專案中提供。

  11. Artificial Analysis83

    OpenAI 發布 GPT-6.2 Astra 和 GPT-6.2 Sol。Artificial Analysis 的評測顯示,Astra 在 Intelligence Index 排名第二,僅次於 Claude Fable 5.2;Sol 得分 57,和 GPT-6 Astra 相當,完成任務的成本約為其 15%。Astra 的價格是每百萬輸入與輸出 token $8/$40,比 GPT-6 Astra 低 20%,快取輸入則從 $1.00 降到 $0.40;Sol 的價格維持每百萬輸入與輸出 token $2/$10。兩款模型在科學、3D 和機器人評測表現突出,但編碼助理評分沒有提升:Astra 持平,Sol 比前代低 3 分。

    推薦理由:GPT-6.2 Astra 與 Sol 在多項評測的名次和價格效率各有表現,也出現編碼評分停滯或下滑,便於比較不同用途的取捨。

  12. a16z38

    AI 已經能幫研究人員更快做實驗、寫程式和測試想法,但它離自己規劃並完成研究還有多遠?a16z 的節目邀請 OpenAI 的 Mark Chen,以及 Thinking Machines Lab 的共同創辦人 John Schulman,討論「遞迴式自我改進」:AI 能不能研究如何讓自己變得更好,再用新方法繼續改進。他們也談到研究直覺為何難教,以及 AI 為什麼可能成為協助解決 AI 對齊問題的重要工具。

11月17日週二
  1. AMD60

    打造大規模 AI 算力需要 GPU 與相關基礎建設。AMD 恭喜 TensorWave 達成一項重要協議,將以 AMD Instinct MI455X GPU 為 OpenAI 提供算力;AMD 也表示 Helios 正在為大規模前沿 AI 打造基礎。原文沒有說明協議細節、部署時間或算力規模。

    推薦理由:這項協議點出 AMD Instinct MI455X GPU 將用於支援 OpenAI,也提到 Helios 在大規模前沿 AI 的基礎建設中扮演的角色。

  2. OpenAI News44

    OpenAI 攜手智利政府,培訓公務員並協助新創發展 AI

    OpenAI 與智利政府合作,希望讓 AI 能用在公共服務,也幫公務員學會怎麼使用和檢查 AI 工具,並提醒他們保護敏感資料、由人負責把關。雙方也會探索如何協助智利新創取得相關資源、技術建議和業師指導,讓他們開發能改善民眾生活的 AI 應用。接下來,雙方代表預計會一起排定工作順序和目標;合作備忘錄沒有承諾投資或採購,實際活動與資源還要另外商定。

  3. OpenAI News67

    OpenAI 將 Daybreak 資安模型提供給 NATO 與盟國防守團隊

    政府與資安團隊要保護重要網路,也得趕快找出漏洞並修補。OpenAI 表示,已透過 Daybreak 讓 NATO、歐洲多國資安機構及烏克蘭相關團隊使用資安模型,協助檢查軟體、調查可疑活動、驗證漏洞和測試修補方式。ENISA 曾用這些模型找出 4 個漏洞,四者都已公佈修補方式;CERT Polska 則協助找出 MikroTik RouterOS 的 6 個漏洞,並由研究人員測試影響、與廠商協調修補。這些案例也顯示,AI 能加快分析,但仍需要人員確認結果並掌握防禦工作。

    推薦理由:NATO 與多國資安機構的實際使用案例,呈現 AI 如何協助找出軟體漏洞並加快修補,也交代研究人員在驗證和防禦工作中的角色。

  4. OpenAI News66

    Revolut 與 OpenAI 合作,用 AI 加速金融風險篩查與產品開發

    很多人常會擔心金融交易被詐騙,或是開發新功能需要花很多時間。Revolut 把 OpenAI 的 ChatGPT、Codex 和 GPT‑5.5 變成 AI 小幫手,負責自動檢查交易、寫程式和整理檔案。這樣工程師不用手動跑每筆資料,就省下 30% 到 60% 的開發時間,能把更多精力放在設計和改進服務,同時讓客戶的資金更安全。

    推薦理由:文章說明AI讓Revolut以更快速度完成風險篩查,提升服務安全與效率。

  5. OpenAI53

    醫療團隊常要在不同系統間查資料、處理轉診和出院安排,花掉不少照顧病人的時間。OpenAI 表示,ChatGPT for Healthcare 加強了操作電腦的 AI 助理能力與臨床回答,並新增 20 多個醫療外掛。AbridgeHQ、AmbienceAI、Cigna、CVSHealth 等醫療機構正把 OpenAI 的模型用在事前授權、轉診、出院規劃和聯絡病人等工作,讓醫療證據更容易接上團隊原本使用的工具。

  6. OpenAI44

    醫療團隊常得在不同系統間切換,處理事前授權、轉診、出院規劃和聯絡病人等工作。ChatGPT for Healthcare 加強了 AI 助理操作電腦的能力,讓臨床回答更完整,並新增 20 多個醫療外掛。Abridge、Ambience Health、Cigna、CVS Health 等機構正把 OpenAI 的模型用在這些工作上,讓醫療團隊能在熟悉的工具中取得醫療資料與實際協助,少花時間作業系統,多花時間照顧病人。

  7. Databricks Blog68

    Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型及其成本

    企業可選的 AI 模型越來越多,光看模型表現或每個 token 的價格,很難知道哪種選擇最適合手上的工作。Databricks 推出公開的 AI Index,整理企業使用模型的情況與花費,也用實際程式開發任務比較不同模型和 AI 助理工具組合的成功率與每項任務成本,並計畫每週更新。資料顯示,開放權重模型在企業流量中的佔比從 7 月的 7.3% 升到 11 月的 30.9%;有些模型 token 單價較低,完成任務卻可能花更多錢。Index 也提醒企業按自己的工作內容比較品質和成本,因為測試結果不一定適用所有團隊。

    推薦理由:Databricks AI Index 把企業採用情況和程式任務的品質、成本放在一起比較,呈現模型選擇如何隨工作需求改變。

  8. OpenAI News77

    OpenAI 邀四家獨立團隊檢查模型安全措施

    外界不容易看清 AI 公司如何檢查模型風險,OpenAI 因此和 Apollo Research、METR、Transluce、Goodfire 簽署協議,讓他們深入評估模型對齊和安全措施。評估人員會依工作需要檢視部分模型、訓練資料、監控紀錄,也能和相關研究人員交流;例如 Apollo Research 會檢查模型是否可能暗中違背開發者的意圖,以及安全措施能否發現這類行為。OpenAI 表示,評估團隊可獨立進行工作並發布發現,但敏感資料可能會被遮蔽,遇到安全風險時也可能延後公開。

    推薦理由:OpenAI讓四家獨立評估團隊接觸內部模型與安全資料,並說明保密、監督和公開報告的安排,可看出外部檢查如何進入實際安全工作。

  9. OpenAI News67

    OpenAI 研究科學家如何在研究中使用 ChatGPT

    科學研究常要花很多時間找資料、分析證據和發展新想法,OpenAI 調查科學家如何把 ChatGPT 用在這些工作上。研究分析了 1,819 位科學家的訊息,並調查 251 人;使用者估計,沒有 AI 時,同樣品質的工作會花上 1.9 倍時間。68% 的科學家曾用 ChatGPT 發展研究想法,其中有人提出問題請它協助,也有人請它修改或提出想法。98% 的受訪者預期 AI 能加快自己領域的研究發現,但這項研究還不能確認發現是否真的因此加快。

    推薦理由:研究顯示科學家會用 ChatGPT 發想、分析資料與寫程式,也估計 AI 能加快研究;這些期待是否真的縮短發現時間,仍需更多研究確認。

  10. OpenAI News76

    OpenAI 推出兒少安全工具,協助辨識虐童影像並打斷有害行為

    網路上的兒少性虐待影像可能是新出現的圖片,也可能由 AI 生成,讓安全團隊難以找出並處理。OpenAI 推出新的影像分類器,協助辨認疑似影像並排序審查優先順序,經審核的組織可透過 OpenAI API 免費申請使用。早期測試估計,在找到約相同數量的虐童影像時,新工具可讓需要人工檢查的圖片減少 48%。OpenAI 也會在 ChatGPT 對尋找虐童材料的行為顯示警告、暫停使用 24 小時,並提供開發者指引和調查工具。

    推薦理由:新分類器提供的早期測試資料,可看出它如何減少審查量並協助辨認新型態虐童影像,也呈現不同合作單位的測試結果。

  11. OpenAI News72

    OpenAI 擴大學術研究計畫,提供 50,000 份 ChatGPT Plus 補助

    研究團隊想用 AI 協助研究,可能需要工具、訓練和經費支援。OpenAI 擴大 ChatGPT for Academic Researchers 計畫,下一輪將提供 50,000 份補助,符合資格的申請者依送件先後取得名額;每份補助讓研究者和最多兩位合作夥伴免費使用 ChatGPT Plus。參與者也能使用 OpenAI 的前沿模型並接受研究用途訓練,透過計畫分享的資料預設不會用來訓練模型。OpenAI 表示,試辦期間有 20,000 位研究者加入,問卷參與者估計,沒有 AI 時,同樣品質的研究工作幾乎要花兩倍時間。

    推薦理由:新一輪名額改採符合資格者先到先得,並把每份補助調整為最多三人使用 Plus,呈現 OpenAI 如何依試辦回饋擴大研究團隊的使用機會。

  12. a16z50

    AI 能力進步很快,經濟成長卻不一定跟著加速。經濟學家 Alex Imas 和 Tyler Cowen 在 a16z 的訪談中談到,聰明的模型仍會受限於經濟上的瓶頸,進展緩慢的制度也可能拖慢 AI 的影響;另一方面,AI 研究團隊之間的競爭,正讓強大型模型更便宜。兩人也提醒,GDP 未必能算出 AI 為消費者帶來的全部好處,科學進步和更長的壽命可能才是更大的影響。

  13. OpenAI62

    科學研究需要使用前沿模型,但研究人員不一定容易取得相關資源。OpenAI 宣佈擴大免費使用計畫,全球最多 200,000 名科學家可使用旗下前沿模型,並獲得訓練與支援。申請將於 Nov. 23 開放;計畫收到的資料預設不會用來訓練 OpenAI 的模型。

    推薦理由:計畫涵蓋最多 200,000 名科學家,並提供訓練與支援;資料預設不會用來訓練模型,申請將於 Nov. 23 開放。

11月16日週一
  1. OpenAI News80

    OpenAI 擴充 ChatGPT for Healthcare,加入跨醫療系統操作與 20 多種外掛

    醫療團隊常要在電子病歷、院內規定、排程和保險網站之間找資料、搬檔案,花不少時間切換系統。OpenAI 為 ChatGPT for Healthcare 加入能讀取畫面、點選和輸入資料的 AI 助理,也改進臨床搜尋,並新增 20 多種醫療外掛。舉例來說,醫師可以請它檢視病歷,草擬 MRI 檢查單和給病人的回覆,再由醫師檢查;外掛也能協助查病人紀錄、安排聯絡和確認保險資格。使用受保護的健康資料時,機構還須採用符合 BAA 等條件的服務並設定好安全措施。

    推薦理由:醫療團隊常得在病歷、院內規範與保險系統間搬資料;這次更新把操作現有軟體、查詢醫學證據和串接醫療工具放進同一工作流程。

  2. OpenAI News78

    OpenAI 推出醫療用電腦操作 AI 助理,協助團隊處理跨系統工作

    醫療團隊常得在不同系統間搬資料,才能完成轉診、保險事前授權等工作。OpenAI 開放醫療用電腦操作 AI 助理,讓它能在現有軟體中點選和輸入資料,先整理病歷、草擬醫囑或申請內容,再交給醫師或行政人員審核。OpenAI 表示,在 325 項臨床任務中,99% 被評為安全;在行政工作基準測試中,GPT‑6 Astra 得分 94.3%,GPT‑6 Luna 得分 91.8%,每項任務成本低 98%,為 8.5 美分。醫療機構也能設定許可權、加入核准步驟並檢視操作紀錄。

    推薦理由:文章呈現臨床與行政工作中的安全性、實用度和成本資料,也說明醫療團隊如何讓 AI 助理處理跨系統流程並保留人工審核。

  3. Aravind Srinivas57

    做出能在瀏覽器玩的開放世界遊戲,通常得用遊戲引擎和現成素材。這款以 1986 年邁阿密為背景的賽車遊戲,是 Teammate 在 Fable 5.2 上用程式碼做出來的,沒有使用遊戲引擎、Three.js 或外部素材;畫面引擎、城市、車子、車庫、雨水和引擎聲也都由程式產生。遊戲約有 63,000 行 JavaScript、大小為 9 MB;影片則是 Teammate 在租用的雲端 GPU 上,以 1080p60 算繪。

  4. OpenAI News52

    OpenAI 捐款 £1m,和 The King’s Trust 合作教年輕人 AI 技能

    年輕人找工作時,可能缺少使用 AI 的經驗與相關技能。OpenAI 和 The King’s Trust 合作,OpenAI 捐出 £1m,計畫在 18 個月內協助英國最多 25,000 名年輕人學習工作所需的 AI 技能,並優先幫助沒有就學、就業或受訓的人。計畫會結合實作經驗與認可資格;The King’s Trust 也正和僱主、AI 專家及年輕人一起規劃相關資格,希望讓年輕人更有準備迎接工作環境的變化。

  5. Artificial Analysis40

    從 GTA VI 第一支預告在 2023 年 12 月發布至今,Artificial Analysis Progress Index 的最高分從 160 升到 358,增加超過一倍。榜上 491 個模型中,有 481 個是在預告發布後推出;最高分也在 23 個不同日子被改寫,模型來自 OpenAI、Google DeepMind、SpaceXSI 和 Anthropic。當時排名第一的 GPT-4 Turbo,現在會排到第 379 名。這些變化顯示 AI 模型進步很快;推文也開玩笑請 AI 公司別在 GTA VI 的 11 月 19 日發表新模型,免得搶走遊戲上市的風頭。

  6. OpenAI News61

    LVMH 媒體部門與 OpenAI 合作,將 AI 用於新聞工作並在 ChatGPT 呈現內容

    新聞團隊需要花時間找資料、比較檔案和翻譯,讀者也不一定容易找到合適的報導。LVMH 媒體部門與 OpenAI 簽署合作協議,將 OpenAI 工具和 ChatGPT Enterprise 提供給旗下團隊,讓他們探索檔案研究、比較與初步翻譯等用途,並接受配合工作需求的訓練。合作也會讓旗下媒體內容出現在 ChatGPT 對相關問題的回答中,附上摘要或摘錄、來源和原文連結。

    推薦理由:這項合作同時涵蓋編輯部日常工作與 ChatGPT 內容呈現,可看出媒體如何把 AI 用在採訪支援和讀者接觸上。