OpenAI 推出学习成果测量套件，评估 AI 对学生学习的影响
OpenAI 推出 Learning Outcomes Measurement Suite，用于长期评估 AI 对不同教育环境中学生学习的影响。该套件面向多样化教育场景，追踪 AI 使用与学习成果之间的关系。
全部AI 动态
全部动态
今日 0 条OpenAI NewsAI 评分3030 OpenAI NewsAI 评分1212 Axios 如何用 AI 支持本地新闻生产
Axios COO Allison Murphy 介绍了该公司如何用 AI 支持本地记者、简化新闻编辑室工作流程，并大规模产出高影响力的本地新闻。
Hugging Face BlogAI 评分4444 PRX Part 3：24 小时训练一个文本到图像扩散模型
Hugging Face 博客发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元算力预算在 24 小时内完成文本到图像扩散模型训练，并开源训练代码与实验框架。该方案采用 x-prediction 在像素空间直接训练、无需 VAE，并叠加 LPIPS 与 DINOv2 感知损失、TREAD token 路由、REPA 表征对齐和 Muon 优化器。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.1 Flash-Lite
Google DeepMind 推出 Gemini 3.1 Flash-Lite，这是 Gemini 3 系列中速度最快、成本最低的模型，定价为每百万输入 token 0.25 美元、每百万输出 token 1.50 美元，即日起通过 Gemini API 在 Google AI Studio 和 Vertex AI 面向开发者预览。
推荐理由：原文给出价格、速度与基准数据，读者可据此判断高并发场景下的成本与延迟取舍。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.3 Instant，主打更顺畅的日常对话
OpenAI 发布 GPT-5.3 Instant，官方称其在日常对话中更顺畅、更实用。该条目来自 OpenAI 官方新闻页，正文未能抓取，除标题外暂无更多细节。
OpenAI News精选AI 评分6262 OpenAI 公布与美国国防部（Department of War）的合同细节
OpenAI 公布其与 Department of War 的合同细节，内容涵盖安全红线、法律保护条款，以及 AI 系统在涉密环境中的部署方式。
推荐理由：OpenAI 官方披露与国防部门合同的边界设定，可了解 AI 进入涉密环境的合规与部署约束。
OpenAI NewsAI 评分5858 OpenAI 在 Amazon Bedrock 推出面向智能体的有状态运行时
OpenAI 在 Amazon Bedrock 推出面向智能体的有状态运行时（Stateful Runtime for Agents），为基于 OpenAI 的多步 AI 工作流提供持久编排、记忆与安全执行能力。
OpenAI News精选AI 评分6262 OpenAI 与 Amazon 宣布战略合作，将 Frontier 平台引入 AWS
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS。合作范围涵盖 AI 基础设施扩展、定制模型以及企业级 AI 智能体。
推荐理由：OpenAI 与 Amazon 的这次合作把 Frontier 平台接入 AWS，读者可据此了解企业级 AI 基础设施与智能体的落地路径。
OpenAI NewsAI 评分1212 OpenAI 与 Microsoft 发布联合声明
OpenAI 与 Microsoft 发布联合声明，称双方将继续在研究、工程和产品开发方面紧密合作。声明表示，这一合作建立在多年深度协作与共同成功的基础之上。
OpenAI News精选AI 评分7474 OpenAI 宣布 1100 亿美元新投资，投前估值 7300 亿美元
OpenAI 宣布获得 1100 亿美元新投资，投前估值 7300 亿美元。出资方包括 SoftBank 300 亿美元、NVIDIA 300 亿美元和 Amazon 500 亿美元。
推荐理由：OpenAI 公布 1100 亿美元新融资与投前估值，可据此观察其资本结构和主要出资方。
OpenAI NewsAI 评分4040 OpenAI 更新心理健康相关工作：家长控制、可信联系人、痛苦检测与诉讼进展
OpenAI 更新其心理健康安全相关工作，涵盖家长控制、可信联系人、改进的痛苦检测，以及近期诉讼进展。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布最新图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），将 Nano Banana Pro 的高级世界知识、质量与推理能力带到 Flash 级速度。
推荐理由：Google DeepMind 官方发布 Nano Banana 2，读者可据此了解其能力边界与在 Gemini、搜索、Flow 等产品中的落地范围。
OpenAI NewsAI 评分3131 OpenAI 与太平洋西北国家实验室合作推出 DraftNEPABench，加速联邦许可审批
OpenAI 与太平洋西北国家实验室联合推出 DraftNEPABench，用于评估 AI 编程智能体加速联邦许可审批的能力。该基准显示，NEPA 草案撰写时间有望最多缩短 15%，并推动基础设施审查现代化。
OpenAI NewsAI 评分4343 OpenAI Codex 与 Figma 推出无缝代码到设计体验
OpenAI 与 Figma 推出 Codex 集成，打通代码与设计，让团队在实现与 Figma canvas 之间自由切换、加快迭代与交付。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 如何支持 MoE 架构
Hugging Face 发布博客，讲解 transformers 库为支持 MoE 稀疏架构所做的工程改造，涵盖权重加载重构、专家后端、专家并行和 MoE 训练四个方面。
推荐理由：Hugging Face 官方拆解 transformers 为 MoE 重做的权重加载、专家后端与并行方案，并给出 v4 与 v5 的加载耗时对比。
OpenAI NewsAI 评分2525 OpenAI 发布 2026 年 2 月威胁报告：剖析 AI 模型的恶意使用
OpenAI 最新威胁报告剖析了恶意行为者如何将 AI 模型与网站、社交平台结合使用，并探讨这对检测与防御意味着什么。报告聚焦于这类组合式滥用手法的识别与应对。
OpenAI NewsAI 评分2121 OpenAI 任命 Arvind KC 为首席人力官
OpenAI 任命 Arvind KC 为首席人力官，负责帮助公司规模化扩张、强化企业文化，并主导 AI 时代工作方式的演进。
OpenAI NewsAI 评分3838 OpenAI 为何不再评测 SWE-bench Verified
OpenAI 宣布不再使用 SWE-bench Verified 评测前沿编程能力，原因是该基准正日益受到污染，且存在测试缺陷与训练数据泄漏问题，已无法准确衡量模型进展。OpenAI 建议改用 SWE-bench Pro。
OpenAI NewsAI 评分2222 OpenAI 宣布 Frontier Alliance Partners，助企业将 AI 智能体从试点推向生产
OpenAI 宣布推出 Frontier Alliance Partners，帮助企业从 AI 试点走向生产环境，实现安全、可扩展的智能体部署。
OpenAI NewsAI 评分3838 OpenAI 公布 AI 模型在 First Proof 数学挑战中的证明尝试
OpenAI 公开了其 AI 模型针对 First Proof 数学挑战的证明尝试，用于测试模型在专家级问题上的研究级推理能力。该挑战聚焦研究级数学推理，OpenAI 未披露具体模型名称与成绩。
Hugging Face Blog精选AI 评分6969 GGML 与 llama.cpp 团队加入 Hugging Face，继续维护本地推理项目
Hugging Face 宣布 GGML 及其 llama.cpp 团队加入，Georgi Gerganov 和团队将全职继续维护 llama.cpp，并保持技术方向与社区上的完全自主权。
推荐理由：官方说明 GGML 团队加入 Hugging Face 后的权责与资源安排，可据此判断 llama.cpp 后续走向。
Hugging Face Blog精选AI 评分6262 用 Unsloth 和 Hugging Face Jobs 免费训练 AI 模型
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出从安装 Skill 到提交 HF Jobs 的完整命令与成本表，可据此估算小模型微调的实际开销。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.1 Pro
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的更强核心推理模型，在 ARC-AGI-2 上取得 77.1% 的验证得分，超过 3 Pro 推理性能的两倍。
推荐理由：官方给出 ARC-AGI-2 得分与多端上线范围，可据此判断新模型在复杂推理任务上的位置。
OpenAI NewsAI 评分2222 OpenAI 向 The Alignment Project 投入 750 万美元，推进 AI 对齐独立研究
OpenAI 承诺向 The Alignment Project 投入 750 万美元，用于资助独立的 AI 对齐研究，以加强全球应对 AGI 安全与安保风险的努力。
OpenAI NewsAI 评分3838 OpenAI for India 推出，扩大印度 AI 接入
OpenAI 推出 OpenAI for India，在印度扩大 AI 接入，建设本地基础设施、赋能企业并提升劳动力技能。
Hugging Face BlogAI 评分4949 IBM 与 UC Berkeley 用 ITBench 和 MAST 诊断企业级 Agent 失败原因
IBM Research 与 UC Berkeley 用 MAST 失败分类法分析了 310 条 ITBench SRE 执行轨迹，覆盖 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 三类模型。
Google DeepMind精选AI 评分7171 Gemini 上线 Lyria 3 音乐生成，支持文字与图片生成 30 秒曲目
Google DeepMind 的最新生成式音乐模型 Lyria 3 以 beta 形式在 Gemini app 上线，用户用文字或上传图片、视频即可生成 30 秒带歌词或纯器乐的曲目，并附由 Nano Banana 生成的封面图。
推荐理由：官方披露 Lyria 3 在 Gemini 中的生成方式、语言覆盖与 SynthID 音频验证，可据此判断音乐生成的实际可用边界。
Hugging Face Blog精选AI 评分6060 Gradio 6 的 gr.HTML 支持自定义模板与 JavaScript 交互
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 LLM 一次性生成前端、后端与状态管理，全部写在一个 Python 文件里。
推荐理由：原文给出 gr.HTML 的模板与状态同步写法，读者可据此判断单文件生成自定义组件的可行边界。
OpenAI NewsAI 评分3636 OpenAI 与 Paradigm 推出 EVMbench：评估 AI 智能体发现、修补与利用智能合约漏洞的能力
OpenAI 与 Paradigm 联合推出 EVMbench，用于评估 AI 智能体检测、修补和利用高危智能合约漏洞的能力。该基准聚焦高严重性漏洞，覆盖发现、修复与攻击三类任务。
Google ResearchAI 评分4040 Google 用合成数据教多模态大模型读懂地图路径
Google Research 提出 MapTrace，一套可扩展的合成数据生成流程，用于训练多模态大模型在地图上追踪路径，并开源了基于 Gemini 2.5 Pro 和 Imagen-4 生成的 200 万问答对。
OpenAI News精选AI 评分6262 GPT-5.2 在理论物理中推导出新结果
OpenAI 发布新预印本，显示 GPT-5.2 为胶子振幅提出一个新公式，随后由 OpenAI 与学术合作者完成形式化证明与验证。
推荐理由：OpenAI 与学术合作者披露 GPT-5.2 提出胶子振幅新公式并被形式化证明，可观察大模型参与理论物理推导的路径。
OpenAI News精选AI 评分6060 OpenAI 在 ChatGPT 中推出 Lockdown Mode 与 Elevated Risk 标签
OpenAI 在 ChatGPT 中推出 Lockdown Mode 和 Elevated Risk 标签，帮助组织防御提示词注入和 AI 驱动的数据外泄。官方仅给出这两项功能的名称与防护目标，未披露具体机制和可用范围。
推荐理由：OpenAI 在 ChatGPT 中新增面向组织的提示词注入与数据外泄防护选项，可了解其安全边界思路。
OpenAI NewsAI 评分3838 OpenAI 开源 GABRIEL：用 GPT 将定性文本与图像转为定量数据
OpenAI 推出开源工具包 GABRIEL，借助 GPT 把定性文本和图像转化为定量数据，帮助社会科学家大规模分析研究。该工具面向社会科学研究场景，目前已开源。
OpenAI NewsAI 评分4040 OpenAI 如何为 Codex 和 Sora 构建实时访问系统
OpenAI 为 Codex 和 Sora 构建了一套实时访问系统，将速率限制、用量追踪与 credits 结合，以支撑持续访问。该系统旨在突破单一速率限制的局限，实现更稳定的规模化接入。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 CUDA kernel agent skill，Claude 与 Codex 端到端生成可用内核
Hugging Face 构建了一个 agent skill，教编码智能体编写生产级 CUDA kernel，并用 Claude 和 Codex 在 diffusers 与 transformers 两个真实目标上端到端生成了可用的 kernel、PyTorch 绑定和基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发知识打包成 agent skill，并给出两个真实目标的端到端基准数据，可迁移到其他领域技能设计。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3 Deep Think 升级版
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，这一专用推理模式面向科学、研究与工程难题，已在 Gemini 应用中向 Google AI Ultra 订阅用户开放，并首次通过 Gemini API 向部分研究者、工程师和企业提供早期访问。
推荐理由：官方给出 Deep Think 在 HLE、ARC-AGI-2、Codeforces 等基准上的具体成绩与开放入口，可据此判断其科研与工程定位。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 公布实时编码模型的速度与上下文规格，可据此判断编码工作流的响应变化。
Hugging Face BlogAI 评分5858 OpenEnv 实践：在真实环境中评测工具型智能体
Meta 与 Hugging Face 联合推出的开源框架 OpenEnv 用于在真实系统而非模拟环境中评测 AI 智能体，Turing 为其贡献了生产级日历管理环境 Calendar Gym。
OpenAI NewsAI 评分2626 OpenAI 的 Harness engineering：在智能体优先的世界中驾驭 Codex
OpenAI 技术团队成员 Ryan Lopopolo 提出 Harness engineering，探讨在智能体优先的世界中如何利用 Codex。文章聚焦于围绕 Codex 构建工程实践，而非模型本身的能力。
Google ResearchAI 评分3838 Google Research 推出 DialogLab：开源多智能体群组对话创作与测试框架
Google Research 发布开源原型框架 DialogLab，用于创作、模拟和测试动态的人机群组对话，相关论文在 ACM UIST 2025 展示。该框架将对话的社交设定与时间流程解耦，通过"创作-测试-验证"三阶段工作流支持多参与方、角色分组与打断规则配置。