OpenAI 推出 ChatGPT Images 并发布 GPT-Image-1.5
OpenAI 宣布推出更快的 ChatGPT Images 体验,并在 API 中提供 GPT-Image-1.5。官方还提到最新的 ChatGPT Images 2.5 可供探索。
推荐理由:原文给出 ChatGPT Images 体验更新与 GPT-Image-1.5 开放 API 的入口,读者可据此了解图像生成的最新版本动向。
内容类型
AI 产品与应用的功能上新、改版与商业化——谁家的产品变强了、变贵了、能用了。
1,178 条精选近 30 天 134 条共收录 9,753 条
OpenAI 宣布推出更快的 ChatGPT Images 体验,并在 API 中提供 GPT-Image-1.5。官方还提到最新的 ChatGPT Images 2.5 可供探索。
推荐理由:原文给出 ChatGPT Images 体验更新与 GPT-Image-1.5 开放 API 的入口,读者可据此了解图像生成的最新版本动向。
Thinking Machines Lab 宣布 Tinker 正式开放(GA),取消候补名单,并新增四项更新:支持微调 Kimi K2 Thinking(万亿参数。
推荐理由:官方宣布 Tinker 全面开放并新增视觉输入,附上 VLM 与传统视觉基线在少样本分类下的对比数据,可作选型参考。
Together AI 将 Black Forest Labs 的 FLUX.2 图像模型接入 Model Library,面向 100 万以上开发者提供多参考输入、hex 色号颜色匹配和文本渲染能力。
推荐理由:原文列出了多参考输入、hex 色号匹配和三个型号的具体参数,读者可据此判断是否接入现有生成工作流。
OVHcloud 现已正式加入 Hugging Face Hub 的推理服务提供商生态。用户可直接在模型页面使用其全托管、无服务器化的 AI 端点服务,便捷调用 gpt-oss、Qwen3 等热门开源模型。该服务基于欧洲数据中心,保障数据主权与低延迟,首 token 响应时间低于 200 毫秒,并支持结构化输出等高级功能。定价为每百万 token 0.04 欧元起,用户可选择使用自定义 API 密钥或通过 Hugging Face 账户路由请求并计费。
推荐理由:欧洲开发者可低成本合规访问前沿AI模型,推理选项更丰富。
LlamaIndex 发布 LlamaParse 新 API LlamaSheets(Beta,免费),把任意 .xlsx 电子表格语义化结构为 Parquet 文件,供 Agent 或下游应用使用。
推荐理由:原文介绍了将杂乱表格转为 Parquet 的多阶段处理方法与接入方式,读者可据此评估是否嵌入自己的表格自动化流程。
OpenAI 在 ChatGPT 中推出购物研究(shopping research)功能,帮助用户探索、比较和发现产品,通过个性化买家指南简化购物决策。
推荐理由:OpenAI 官方宣布新功能,读者可据此了解 ChatGPT 在购物决策场景的最新能力方向。
Anthropic在Claude开发者平台发布三项新功能,以解决传统工具调用消耗大量上下文、易出错的问题。工具搜索工具允许按需加载工具,内部测试中将上下文消耗从约7.7万令牌降至8700令牌,降幅达85%,并将准确率从49%提升至74%。程序化工具调用支持在代码环境中调用工具,减少对上下文窗口的影响,例如Claude for Excel可借此处理数千行数据。工具使用示例则提供了展示工具有效使用方法的通用标准。这些功能共同提升了AI代理处理大规模工具库的能力。
推荐理由:做 Agent 的人都卡在工具一多上下文就爆、调用就错这两个坑上,Anthropic 这三个功能直接把工具管理从「全塞进去」变成「按需加载+代码编排+示例纠错」,是目前最工程化的解法。
Manus 推出浏览器操作员(Browser Operator),一个让 Manus 在用户本地浏览器环境中运行的浏览器扩展,弥补云浏览器无法使用已登录会话的不足。
推荐理由:官方说明解释了本地浏览器与云浏览器的分工和授权控制方式,读者可以判断这类登录态自动化是否适合自己的工作流。
ElevenLabs 发布 ElevenLabs Image & Video (Beta),将图像和视频生成纳入其创作平台。
推荐理由:官方宣布音频平台扩展到图像与视频,整合多家视觉模型并在同一工作流完成配音和导出,可关注其统一创作流程的实际体验。
Claude Platform 上线结构化输出公测,可为 Claude 的响应提供有保证的 schema 一致性。开发者可通过 JSON 输出获取结构化数据,或使用严格工具调用进行验证。该功能适用于 Claude Sonnet 4.5 和 Claude Opus 4.1,需在请求中设置 beta 头 `structured-outputs-2025-11-13`。
推荐理由:Claude 终于支持结构化输出,这是 API 开发者久盼的功能,能让 JSON 输出更稳定可控,虽然还只在两款模型上 beta,但信号明确。
Google 推出 SIMA 2,基于 Gemini 的 AI 智能体,支持在交互式环境中思考、理解并执行动作,可在虚拟3D世界中进行游戏、推理和协同学习。
推荐理由:DeepMind发布SIMA 2,可在3D虚拟世界中交互推理的通用AI Agent
OpenAI 在 ChatGPT 中推出群聊功能,支持多人以及 ChatGPT 在同一对话中协作。
推荐理由:官方宣布 ChatGPT 支持多人同群聊协作,读者可以据此了解这一协作形态的变化。
Cognition 发布 Windsurf Codemaps,由 SWE-1.5 和 Claude Sonnet 4.5 驱动,生成 AI 标注的代码结构地图,帮助工程师在调试、重构和上手新代码库前理解代码。
推荐理由:官方介绍了 Codemaps 的入口、模型选择和 Cascade 引用方式,读者可以据此判断它如何用于代码库理解和上下文工程。
Manus 面向所有订阅者推出 Wide Research,用多个并行子代理替代单模型顺序处理大规模研究任务。主控制器将请求分解为可并行的子任务,每个子代理作为功能齐全的 Manus 实例运行,拥有完整虚拟机、工具库和全新上下文窗口,完成后由主控制器综合结果。
推荐理由:官方解释了多项目研究中 AI 编造的架构成因,并说明并行子代理如何缓解,可帮助读者判断是否适合自己任务。
Hugging Face 发布 huggingface_hub v1.0,该库经五年、35+ 个版本迭代,目前月下载量 1.135 亿次,支撑 20 万+ 依赖库,可访问 200 万+ 公开模型、50 万+ 公开数据集和 100 万+ 公开 Spaces。
推荐理由:官方回顾 huggingface_hub 五年演进并说明 v1.0 的迁移要点和兼容性边界,对依赖该库的开发者有直接参考价值。
Hugging Face 宣布 datasets 库流式加载大幅优化:数据文件解析快 10 倍,启动请求最高减少 100 倍,流式速度最高提升 2 倍,256 并发 worker 下零崩溃。
推荐理由:作者实测训练场景给出具体性能数字与可复用配置,读者可据此判断流式加载能否替代本地下载数据。
Hugging Face 发布 LeRobot v0.4.0,带来 LeRobotDataset v3.0(分块 episode 格式,支持 OXE 级 >400GB 数据集)、数据集编辑 CLI、LIBERO 与 Meta-World 仿真支持、基于 Accelerate 的多 GPU 训练,以及新插件系统简化第三方硬件接入。
推荐理由:官方发布全文列出 LeRobot v0.4.0 的数据集、VLA 模型、仿真基准与硬件插件等更新,读者可按需挑用对应能力。
CodeMender 是一款面向代码安全的 AI 智能体,利用先进 AI 技术自动修复关键软件漏洞。
推荐理由:DeepMind 发布代码安全 AI Agent CodeMender,可自动修复关键软件漏洞
Meta 与 Hugging Face 宣布合作推出 OpenEnv Hub,一个用于构建、分享和探索智能体环境的开放社区平台,环境可同时用于训练与部署。
推荐理由:原文给出环境规范、Hub 功能和 RL 训练整合路径,读者可以据此评估在训练与部署中使用共享智能体环境的可行性。
OpenAI 推出 Company knowledge,将来自企业各应用上下文引入 ChatGPT,生成针对自身业务的回答并提供清晰引用,同时包含安全、隐私和管理员控制。该功能现已面向 Business、Enterprise 和 Edu 用户开放。
推荐理由:原文给出了 Company knowledge 的核心能力、安全与管理控制,以及适用的订阅版本,便于判断是否适合团队采用。