PaddleOCR 3.5 发布:支持 Transformers 作为推理后端
PaddleOCR 3.5 发布,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 发布,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 真实影像锚定能力,用户可选取美国境内地点并搭配风格与角色描述生成可交互世界。该能力由 Maps Imagery Grounding 驱动,目前仅支持美国地点,并随 Project Genie 逐步向全球 Google AI Ultra 200 美元订阅用户(18 岁以上)开放。
推荐理由:Project Genie 接入 Street View 真实影像,读者可了解世界模型如何用真实地点锚定生成环境。
Google DeepMind 发布 Gemini for Science,包含 Google Labs 上的三个实验性工具:基于 Co-Scientist 的 Hypothesis Generation。
推荐理由:Google 把 Co-Scientist、AlphaEvolve 等能力打包成科研工具并开放申请,可据此判断智能体在科研流程中的落点。
Google 宣布扩展内容透明度与验证工具,把 SynthID 验证从 Gemini 应用扩展到 Search,并将在未来几周进入 Chrome;该验证功能此前已在全球被使用 5000 万次。
推荐理由:Google 把 SynthID 与 C2PA 验证铺到 Search、Gemini、Chrome 和 Pixel,读者可了解内容溯源工具的实际覆盖范围。
剑桥大学教授 Clare Bryant 使用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播引发脓毒症的分子开关,该工具从她已发表的基金申请中生成并排序假说,并优先锁定了一个她此前未关注的蛋白质。加入未发表数据后,假说逐步细化到具体氨基酸,团队正构建含氨基酸突变的细胞系进行验证。Bryant 称,原本需两到三年的实验工作,如今有望在六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现并生成可验证假设。在整合应激反应(ISR)研究中,该工具帮助团队提出代谢调控 ISR 的新假设,并协助优化实验设计、随结果迭代输入新信息,相关实验已产生新发现,团队计划发表结果。
OpenAI 在 ChatGPT 中上线个人财务功能,用户可连接账户、追踪支出与投资、管理订阅、制定预算并规划财务目标。
推荐理由:OpenAI 官方给出 ChatGPT 个人财务功能的账户连接与预算管理范围,可据此判断它切入的日常场景。
OpenAI 为在 Windows 上启用 Codex 构建了安全沙箱,通过受控的文件访问和网络限制来隔离其运行环境。该沙箱旨在兼顾安全性与有效性,让 Codex 能在 Windows 平台受限地执行任务。
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。该案例展示了这家欧洲汽车交易平台如何将 AI 驱动的工程工作流落地到实际研发中。
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,连接各地校园社群。参与者可获取 AI 工具、举办活动,共建 AI 驱动的校园社区。
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。该方案面向大规模客服场景,强调客户愿意与之对话的服务体验。
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。
Singular Bank 基于 ChatGPT 和 Codex 构建了内部助手 Singularity,帮助银行家在会议准备、投资组合分析和后续跟进上每天节省 60–90 分钟。
OpenAI 扩展 ChatGPT 广告业务,推出测试版自助 Ads Manager、CPC 竞价和增强的衡量工具。官方称这些能力在设计上保护隐私,并将对话内容与广告保持分离。
OpenAI 重建了其 WebRTC 技术栈,以支撑实时语音 AI 的低延迟、全球规模与流畅的对话轮转。该方案面向大规模部署场景,重点解决实时语音交互中的延迟与轮次衔接问题。
OpenAI 推出 Advanced Account Security,提供抗钓鱼登录、更强的账户恢复能力以及增强的防护机制。该功能旨在保护敏感数据并防止账户被接管。
DeepInfra 正式接入 Hugging Face Hub 的 Inference Providers,首批支持对话与文本生成任务,可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重模型。
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版,提供持久化执行、可观测性和人工审批能力,ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。
推荐理由:Mistral 把企业 AI 编排层做成 Studio 内的一体化产品,读者可据此判断生产级智能体落地的工程门槛。
OpenAI 发布开源规范 Symphony,用于 Codex 编排,可把 issue tracker 变成常驻运行的智能体系统。该规范旨在提升工程产出并减少上下文切换。
Choco 借助 OpenAI API 构建 AI 智能体,用于自动化食品分销流程、提升生产力并推动业务增长。这是 OpenAI 发布的一则客户案例,讲述该 AI 在真实场景中的落地成效。
Google Research 宣布新方法已作为 Google Photos 的 Auto frame 功能上线,可自动调整拍摄视角。该方法先用 3D 点图估计模型重建场景与相机参数,再用生成式潜在扩散模型补全新视角下露出的空白区域,并自动检测人脸位置与广角畸变来选定理想机位。用户可在 Auto frame 候选中选择第二版重构图,一键改善含人物的照片。
OpenAI 在 ChatGPT 中推出工作区智能体(workspace agents),由 Codex 驱动,可自动化复杂工作流并在云端运行,帮助团队跨工具安全地扩展工作。官方称其面向团队协作场景,强调安全地跨工具使用。
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,可据此判断团队自动化流程的形态。
OpenAI 详解 Codex 智能体循环如何借助 WebSockets 与连接级缓存降低 API 开销并改善模型延迟。该文深入 Responses API 的智能体工作流,说明连接复用对减少请求开销的作用。
OpenAI 推出 Codex Labs,并与埃森哲、普华永道、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。
OpenAI 更新 macOS 和 Windows 版 Codex 应用,新增电脑操作、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:官方列出 Codex 桌面端新增的电脑操作、应用内浏览与插件等能力,可据此判断编码智能体的功能边界。
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:官方给出 Agents SDK 的两项能力变化,读者可据此判断长时运行智能体的构建方式是否改变。
HCompany 发布 HoloTab,一款 Chrome 扩展,可像人一样浏览网页并自动完成跨网站任务,无需任何配置或技术背景。用户只需描述需求,智能体便在浏览器内导航界面、填写字段并做出决策,底层由视觉模型、动作规划和界面理解驱动。
推荐理由:官方给出浏览器智能体的录制复用机制与免费入口,可据此判断零门槛自动化任务的落地方式。
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,通过生成式 AI 构建模拟环境中的多轮对话,评估高中与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,兼顾速度与安全。
OpenAI 发布指南,介绍如何创建和使用 ChatGPT 技能(skills),以构建可复用工作流、自动化重复性任务并保证稳定高质量的输出。
OpenAI 介绍客户成功团队如何使用 ChatGPT 管理客户账户、改善沟通、降低流失率,并推动产品采用与续约。
OpenAI 发布面向运营团队的 ChatGPT 指南,介绍运营团队如何用 ChatGPT 简化工作流、改善协作、标准化流程并加快执行速度。
OpenAI 展示了旗下 ChatGPT、Codex 和 API 等产品在真实场景中的应用方式,覆盖工作、开发与日常任务。内容围绕这些产品如何将 AI 带入实际使用展开。
OpenAI 介绍临床医生如何使用 ChatGPT 支持诊断、病历记录和患者护理,并强调相关工具具备安全、符合 HIPAA 的 AI 能力。
OpenAI 介绍如何通过自定义指令和记忆功能个性化 ChatGPT,以获得更相关、一致且贴合个人需求的回答。
OpenAI 介绍营销团队如何用 ChatGPT 完成活动策划、内容创作与效果分析,并将洞察转化为行动。文章围绕实际 AI 工作流展开,覆盖从规划到执行的营销环节。
OpenAI 发布面向金融服务机构的 AI 资源,包含提示词包、GPTs、指南和工具,帮助机构安全部署并规模化应用 AI。
OpenAI 介绍管理者如何用 ChatGPT 准备沟通、撰写清晰反馈、保持条理并提升团队效率。内容围绕对话准备、反馈写作和团队效能等管理场景展开。