跳到正文

#产品更新

今日 3 条
3月9日周一
  1. Hugging Face Blog68

    LeRobot v0.5.0 发布:支持 Unitree G1 人形机器人与新策略模型

    LeRobot v0.5.0 正式发布,这是该框架迄今最大规模的更新,包含超过 200 个合并 PR 和 50 多位新贡献者。新版本首次全面支持 Unitree G1 人形机器人(含全身控制),引入 Pi0-FAST 自回归 VLA、Real-Time Chunking 等六项新策略,并推出 EnvHub 以直接从 Hugging Face Hub 加载仿真环境。

    推荐理由:该版本新增人形机器人支持与多项策略模型,并优化数据管线与仿真环境加载,为具身智能研发提供更完整的开源工具链。

3月6日周五
3月5日周四
  1. OpenAI News63

    OpenAI 推出 ChatGPT for Excel 及新集成

    OpenAI 正式推出 ChatGPT for Excel,并宣布一系列新的应用集成。该功能旨在将 AI 助手能力直接带入 Excel 环境,帮助用户在熟悉的界面中完成数据处理与分析任务。

    推荐理由:OpenAI 官方发布 ChatGPT for Excel,将智能体能力直接嵌入电子表格工作流,为金融与数据分析场景提供新的工具入口。

  2. Hugging Face Blog68

    Hugging Face 推出 Modular Diffusers:用于构建扩散模型工作流的可组合模块

    Hugging Face 发布 Modular Diffusers,允许用户通过混合和匹配可复用的模块来构建定制化的扩散模型工作流,作为现有 DiffusionPipeline 类的灵活替代方案。该工具支持将自定义模块发布到 Hub 供他人使用,并集成了节点式可视化工作流界面 Mellon,实现了无需代码即可连接模块的功能。

    推荐理由:原文展示了通过组合可复用模块构建扩散模型工作流的新方法,并提供了与可视化界面 Mellon 的集成示例。

3月4日周三
2月27日周五
2月26日周四
2月19日周四
  1. Google DeepMind75

    Gemini 应用推出 Lyria 3 音乐生成功能

    Gemini 应用现已在 beta 阶段集成 Google DeepMind 最新的生成式音乐模型 Lyria 3,允许用户通过文本描述或上传图片视频生成 30 秒的高质量音轨。

    推荐理由:Gemini 应用集成 Lyria 3 模型,支持通过文本或图片生成带歌词的 30 秒音乐,并嵌入 SynthID 水印以增强 AI 内容可识别性。

2月18日周三
  1. Hugging Face Blog72

    Gradio 6 发布 gr.HTML 新功能支持单文件构建 Web 应用

    Gradio 6 更新了 gr.HTML 组件,支持自定义模板、作用域 CSS 和 JavaScript 交互,允许通过单个 Python 文件构建完整 Web 应用。该功能使 LLM 能一次性生成前端、后端及状态管理代码,无需构建步骤即可快速部署至 Hugging Face Spaces。

    推荐理由:原文展示了 gr.HTML 新特性如何支持单文件构建复杂交互组件,为 LLM 辅助开发提供了极简工作流参考。

2月13日周五
2月9日周一
  1. Hugging Face Blog82

    Hugging Face 发布 Transformers.js v4:支持 Node/Bun/Deno 及新 WebGPU Runtime

    Hugging Face 正式发布 Transformers.js v4,该版本历时一年开发,现已在 NPM 上线。核心变化包括采用完全用 C++ 重写的 WebGPU Runtime,使模型可在浏览器、Node、Bun 和 Deno 中统一运行,并通过 ONNX Runtime 自定义算子实现最高约 4 倍的推理加速。

    推荐理由:Transformers.js v4 引入全新 WebGPU Runtime 并重构代码库,显著提升了跨环境运行性能与开发体验。

2月5日周四
2月4日周三
  1. OpenAI News65

    OpenAI 发布 Codex App Server 支持双向通信与工具调用

    OpenAI 推出 Codex App Server,这是一个基于 JSON-RPC 的双向通信服务器,旨在让客户端应用与 Codex agent 进行交互。该服务器支持流式响应、工具调用审批以及会话管理,允许开发者构建自定义界面来驱动 Codex agent 执行编程任务。通过这一组件,用户可以将 Codex 的能力嵌入到 IDE、Web 应用或其他工作流中,实现更灵活的代码生成与修改体验。

    推荐理由:官方披露了 Codex App Server 的架构细节,开发者可据此评估如何集成其双向通信与工具调用能力。

2月3日周二
2月2日周一
1月30日周五
  1. Google DeepMind78

    Google DeepMind 向美国 AI Ultra 用户推出 Project Genie 交互世界原型

    Google DeepMind 即日起向美国 Google AI Ultra 订阅用户(18+)推出实验性研究原型 Project Genie。该应用由 Genie 3、Nano Banana Pro 和 Gemini 驱动,支持通过文本或图像提示创建、探索及混剪可交互的沉浸式世界,并能在移动时实时生成前方路径。

    推荐理由:官方开放了基于 Genie 3 的交互式世界原型,明确了实时生成路径与物理模拟的能力边界及当前限制。

1月29日周四
1月28日周三
  1. Mistral AI68

    Mistral 发布 Vibe 2.0 终端编码智能体及 Devstral 2 模型更新

    Mistral AI 发布 Mistral Vibe 2.0,这是其终端原生编码智能体的重大升级,由 Devstral 2 模型家族驱动。新版本支持构建自定义子代理、执行前多选项澄清、通过斜杠命令加载技能以及统一代理模式,并包含自动更新功能。

    推荐理由:Mistral Vibe 2.0 引入自定义子代理和斜杠命令技能,配合 Devstral 2 模型升级,为终端原生编码提供了更灵活的工作流配置。

1月27日周二
1月22日周四
1月21日周三
1月20日周二
1月16日周五
1月14日周三
  1. Google DeepMind68

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 更新:增强一致性并支持原生竖屏

    Google DeepMind 发布 Veo 3.1 Ingredients to Video 功能更新,提升了基于参考图像生成视频的创意表现与角色一致性。此次更新首次支持原生 9:16 竖屏视频生成,并引入至 1080p 和 4K 分辨率的尖端升频技术。

    推荐理由:原文详述了 Veo 3.1 在角色一致性、原生竖屏输出及高分辨率升级方面的具体改进,为移动端创作和专业工作流提供了新的能力参考。

1月8日周四
1月7日周三
  1. OpenAI News62

    OpenAI 推出 ChatGPT Health 专用健康体验

    OpenAI 发布 ChatGPT Health,这是一个专用的健康体验功能。该功能可安全连接用户的健康数据和应用,并具备隐私保护及由医生参与的设计特点。

    推荐理由:OpenAI 推出 ChatGPT Health,通过安全连接健康数据与应用并采用医生参与设计,为个人健康管理提供专用体验。

12月24日周三
12月22日周一
12月18日周四
12月17日周三
  1. OpenAI News24

    OpenAI 推出面向新闻机构的 OpenAI Academy

    OpenAI 联合 American Journalism Project 和 The Lenfest Institute 推出 OpenAI Academy for News Organizations,旨在帮助新闻机构有效使用 AI。该学习中心提供培训、实际用例及负责任使用指南,支持记者、编辑和出版商在报道与运营中采用 AI。

  2. OpenAI News62

    OpenAI 发布新平台功能

    OpenAI 正式推出新的平台功能,允许开发者在 OpenAI 生态中构建和部署应用。该更新扩展了现有 API 的能力边界,为第三方集成提供了更丰富的工具支持。

    推荐理由:官方宣布新功能上线,开发者可据此评估在 OpenAI 生态中构建应用的新机会。