PaddleOCR 3.5 发布:支持 Transformers 作为推理后端
PaddleOCR 3.5 支持通过设置 engine="transformers" 将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型。
PaddleOCR 3.5 支持通过设置 engine="transformers" 将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型。
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 实景锚定能力,用户可选取美国地点并叠加风格与角色描述,生成起始位置对应真实街景影像的交互世界。
推荐理由:原文给出 Genie 接入 Street View 实景锚定的能力与开放范围,读者可据此判断世界模型在智能体与机器人训练上的落地路径。
Google DeepMind 发布 Gemini for Science,包含 Google Labs 上三个实验性工具和 Google Antigravity 中的 Science Skills。
推荐理由:原文给出三类科学实验工具的能力分工与开放入口,可据此判断智能体在科研流程中的落点。
Google 宣布把内容透明度与验证工具扩展到 Search、Gemini、Chrome、Pixel 和 Cloud。SynthID 已为超过 1000 亿张图片和视频、6 万年音频打上水印,Gemini 应用中的 SynthID 验证已被使用 5000 万次,该能力今日起进入 Search、未来几周进入 Chrome。
推荐理由:原文列出 SynthID 与 C2PA 验证在 Search、Gemini、Chrome 的落地范围,可据此判断内容溯源工具的实际可用边界。
剑桥大学 Clare Bryant 教授使用 Google Co-Scientist 研究流感等病原体跨物种传播时引发败血症等重症的分子开关。Co-Scientist 生成并排序了一批假说,其中优先标记出一个她此前未关注的蛋白,并将其细化到具体氨基酸位点。Bryant 团队正构建含氨基酸突变的细胞系验证假说,原本需两到三年的实验工作有望在六个月内完成。
Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献,将想法转化为可检验假设并按可行性、风险收益排序研究方向。
Databricks 将 GPT-5.5 用于企业智能体工作流,此前该模型在 OfficeQA Pro 基准上刷新了 SOTA。
OpenAI 在 ChatGPT 中推出个人财务功能,可连接账户、追踪支出与投资、管理订阅、制定预算并规划财务目标。原文未披露该功能的开放范围与上线时间。
推荐理由:OpenAI 在 ChatGPT 内上线个人财务功能,读者可了解其账户连接与预算管理的能力边界。
OpenAI 宣布 Codex 可在 ChatGPT 移动端使用,用户能跨设备和远程环境实时监控、引导并批准编码任务。
OpenAI 为 ChatGPT 推出安全更新,提升其在敏感对话中的上下文感知能力,可随时间推移识别风险并做出更安全的回应。该更新聚焦于跨多轮对话的风险检测,而非单条消息判断。
OpenAI 为在 Windows 上启用 Codex 构建了一个安全有效的沙箱,通过受控的文件访问和网络限制来隔离其运行。该方案旨在让 Codex 在 Windows 环境下安全执行任务。
AutoScout24 Group 借助 Codex 和 ChatGPT 加速开发周期、提升代码质量并扩大 AI 采用范围。该案例展示了这家汽车交易平台如何将 AI 驱动的工程工作流规模化落地。
NVIDIA 工程师与研究员使用 Codex 搭配 GPT-5.5,交付生产系统并将研究想法转化为可运行的实验。
OpenAI 开放 Campus Network 学生社团意向表,邀请全球学生社团加入,可连接各地校园社团、获取 AI 工具并举办活动,共建 AI 校园社区。
Parloa 利用 OpenAI 模型打造可扩展的语音驱动 AI 客服智能体,让企业能够设计、模拟并部署可靠的实时交互。
OpenAI 为 ChatGPT 推出可选安全功能 Trusted Contact,当系统检测到严重的自残风险信号时,会通知用户指定的可信任联系人。该功能为可选项,由用户自行设置联系人。
Simplex 借助 ChatGPT Enterprise 和 Codex 加速软件开发,缩短了设计、构建与测试时间,并扩展了 AI 驱动的工作流。
Google DeepMind 回顾了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用进展,称其已从试点成为 Google 基础设施的核心组件,用于优化下一代 TPU 设计和缓存替换策略。
推荐理由:原文汇总了 AlphaEvolve 在基因组、电网、量子物理和商业客户中的落地数据,可据此判断编码智能体的跨领域适用范围。
OpenAI 发文说明 ChatGPT 如何在保护隐私的前提下学习世界知识:减少训练数据中的个人信息,并让用户自行控制对话是否用于改进 AI 模型。
Uber 正用 OpenAI 驱动 AI 助手与语音功能,帮助司机更聪明地赚钱、乘客更快下单。这些能力运行在 Uber 覆盖全球的实时交易市场上。
Singular Bank 基于 ChatGPT 和 Codex 构建了内部助手 Singularity,帮助银行家每天在会议准备、投资组合分析和后续跟进上节省 60–90 分钟。
OpenAI 扩展 ChatGPT 广告业务,推出测试版自助式 Ads Manager、CPC 竞价和增强的衡量工具。官方称这些功能在设计上保护隐私,并将对话内容与广告分开。
DeepInfra 现已作为 Inference Provider 接入 Hugging Face Hub,首批支持对话与文本生成任务,可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开放权重 LLM,后续将扩展至文生图、文生视频和嵌入向量等任务。
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用,企业可在自己的 AWS 环境中构建安全的 AI。原文未披露具体模型版本、上线区域或计费方式。
推荐理由:OpenAI 把 GPT 模型、Codex 和 Managed Agents 放进 AWS 环境,读者可了解企业侧部署路径的变化。
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版,提供持久化执行、可观测性和容错能力,ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale、Moeve 等客户已用它自动化关键流程。
推荐理由:原文给出 Workflows 的编排能力、部署模型与已落地客户案例,读者可据此判断企业级 AI 流程如何从概念验证走向生产。
OpenAI 发布开源规范 Symphony,用于 Codex 编排,可把 issue tracker 变成常驻的智能体系统。该规范旨在提升工程产出并减少上下文切换。
Choco 利用 OpenAI API 构建 AI 智能体,实现食品分销流程自动化,以提升生产力并推动业务增长。这是 OpenAI 发布的一则客户案例,聚焦 AI 在真实业务场景中的落地效果。
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新的照片视角重构方法,把照片理解为 3D 场景并在其中自动移动虚拟相机位置。
推荐理由:Google Photos 的 Auto frame 新增 3D 感知重构图能力,读者可了解生成式补全如何改变拍摄后的取景空间。
OpenAI 推出 ChatGPT for Clinicians,对美国认证的医生、执业护士和药剂师免费开放,用于支持临床诊疗、文书记录和研究工作。
OpenAI 详解 Codex 智能体循环,通过 WebSockets 与连接级缓存降低 API 开销并改善模型延迟。该方案针对 Responses API 的智能体工作流,减少重复请求带来的额外负担。
OpenAI 在 ChatGPT 中推出工作区智能体(workspace agents),由 Codex 驱动,可自动执行复杂工作流并在云端运行。官方称其帮助团队跨工具安全地扩展工作。
推荐理由:OpenAI 官方给出 ChatGPT 工作区智能体的定位与云端运行方式,读者可据此了解团队自动化的新入口。
OpenAI 介绍如何在 ChatGPT 中构建和使用工作区智能体(workspace agents),用于自动化重复性工作流、连接工具并简化团队运营。
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 Images 2.5 的新变化。
推荐理由:官方给出 ChatGPT Images 2.0 在文字渲染、多语言和视觉推理上的改进方向,可据此判断图像生成能力的迭代重点。
OpenAI 推出 Codex Labs,并与 Accenture、PwC、Infosys 等合作,帮助企业在软件开发生命周期中部署和扩展 Codex。OpenAI 同时公布 Codex 周活跃用户达到 4M。
推荐理由:OpenAI 公布 Codex 的企业落地路径与 4M 周活数据,可观察编码智能体在大型组织中的采用方式。
OpenAI 更新 macOS 和 Windows 版 Codex 应用,新增 computer use、应用内浏览、图像生成、记忆和插件功能,用于加速开发者工作流。
推荐理由:原文列出 Codex 桌面端新增的几项能力,读者可据此判断它覆盖了哪些开发环节。
OpenAI 更新 Agents SDK,新增原生沙箱执行和模型原生 harness,帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由:官方披露 Agents SDK 新增原生沙箱执行与模型原生 harness,读者可据此判断长时智能体的构建方式变化。
OpenAI 扩展 Trusted Access for Cyber 计划,向经过审核的防御者推出 GPT-5.4-Cyber,并随 AI 网络安全能力提升强化防护措施。
Google 发布研究实验 Vantage,利用生成式 AI 在模拟环境中创建对话,评估高中和大学生面向未来的技能,现已在 Google Labs 开放英文注册。
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud,让企业能够构建、部署并规模化运行面向真实任务的 AI 智能体。该集成强调速度与安全性,面向企业级智能体工作流场景。
OpenAI 介绍营销团队如何用 ChatGPT 规划营销活动、创作内容、分析效果,并把洞察转化为行动。文章围绕实际 AI 工作流展开,覆盖从策划到复盘的营销环节。