OpenAI 與 Microsoft 聯合聲明
OpenAI 與 Microsoft 聯合聲明表示，雙方將繼續在研究、工程及產品開發方面緊密合作。這項合作延續多年來的深入協作與共同成果。
全部AI 動態
全部動態
今日 427 條OpenAI NewsAI 評分2626 Google DeepMind精選AI 評分7676 Google DeepMind 發佈 Nano Banana 2（Gemini 3.1 Flash Image），融合 Pro 能力與 Flash 速度
Google DeepMind 發佈圖像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度帶來 Nano Banana Pro 的世界知識、品質與推理能力。
推薦理由：Nano Banana 2 將 Nano Banana Pro 的世界知識、視覺品質與創作控制帶到 Flash 速度，並交代其在 Google 產品中的推出範圍及 Nano Banana Pro 的保留使用方式，説明兩款模型面向的工作流程差異。
OpenAI NewsAI 評分4141 太平洋西北國家實驗室與 OpenAI 合作加快聯邦許可審批
OpenAI 與太平洋西北國家實驗室合作推出 DraftNEPABench，評估 AI 編碼智能體加快聯邦許可審批的能力。該 benchmark 顯示，AI 有望將 NEPA 草案撰寫時間最多縮短 15%，並展示現代化基礎設施審查的潛力。
OpenAI NewsAI 評分4848 OpenAI Codex 與 Figma 推出無縫程式碼轉設計體驗
OpenAI 與 Figma 推出新的 Codex 整合，連接程式碼與設計，讓團隊能在實作環節與 Figma 畫布之間切換。這項整合讓團隊可以更快迭代並交付。
OpenAI NewsAI 評分2121 OpenAI 打擊 AI 的惡意用途｜2026 年 2 月
OpenAI 最新威脅報告探討惡意行為者如何將 AI 模型與網站及社交平台結合使用。報告亦分析這類活動對偵測與防禦工作的意義。
OpenAI DevelopersAI 評分6464 Codex 提示詞指南：如何透過 API 配置 gpt-5.3-codex 編碼智能體
OpenAI 的 Codex 提示詞指南介紹如何透過 API 使用 gpt-5.3-codex，並配置編碼智能體的提示詞與工具。指南建議一般互動式編碼採用 medium reasoning effort，較難任務可選 high 或 xhigh，並移除要求模型預先提供計劃、前言或執行期間狀態更新的提示。
OpenAI NewsAI 評分3636 OpenAI 任命 Arvind KC 為首席人事官
OpenAI 任命 Arvind KC 出任首席人事官，協助公司擴大規模並強化企業文化。其職責亦包括帶領 AI 時代工作方式的演變。
AI as Normal TechnologyAI 評分6464 新論文《Towards a Science of AI Agent Reliability》分析 AI 智能體可靠性
新論文評估 14 個模型，發現近 18 個月模型能力提升明顯，AI 智能體可靠性僅小幅改善。研究把可靠性拆分為一致性、穩健性、可預測性和安全性四個維度，以 12 項指標測試 GAIA 與 TauBench；可預測性是整體最弱的一環。作者建議在準確率之外同步報告可靠性各維度表現，並計劃推出 AI agent reliability index。
Inception Labs：BlogAI 評分6363 Inception Labs 發佈 Mercury 2 推理語言模型
Inception Labs 發佈 Mercury 2 推理語言模型，透過擴散模型並行修訂生成回應，主打低延遲推理。官方列出其在 NVIDIA Blackwell GPUs 上達 1,009 tokens/sec，並稱生成速度提升 >5x；價格為 $0.25/1M input tokens、$0.75/1M output tokens。
OpenAI NewsAI 評分4848 OpenAI 為何不再評測 SWE-bench Verified
OpenAI 不再評測 SWE-bench Verified，因其日益受到污染，且無法準確衡量前沿編碼進展。分析指出，該基準的測試存在缺陷，並有訓練洩漏；OpenAI 建議採用 SWE-bench Pro。
OpenAI NewsAI 評分3333 OpenAI 宣佈 Frontier Alliance Partners
OpenAI 宣佈 Frontier Alliance Partners，協助企業將 AI 試點項目轉入生產環境，並以安全、可擴展的方式部署智能體。
Manus：BlogAI 評分3737 如何用 Manus 和 Gmail 在 30 分鐘內構建 AI 電郵支援智能體
Manus 推出分步指南，教小企業主在 30 分鐘內使用 Manus 和 Gmail、無需編寫程式碼，構建 AI 客户支援智能體。智能體每天兩次檢查 Gmail 收件箱中的新支援郵件，參考知識庫起草個人化回覆；用户審批後才會發送，亦可批量批准整個支援郵件隊列。
OpenAI NewsAI 評分2626 OpenAI 分享 AI 模型應對 First Proof 數學挑戰的證明嘗試
OpenAI 分享其 AI 模型在 First Proof 數學挑戰中的證明嘗試。這些嘗試用於測試模型處理專家級問題的研究級推理能力。
Sarvam AIAI 評分4444 Sarvam AI 推出 Indus 限量測試版
Sarvam AI 開放 Indus 限量測試，這個模型體驗介面由其 105B 主權模型驅動。Indus 現階段聚焦印度語境下的準確度、實用性、效率與對齊。服務正以有限運算容量逐步開放，初期用戶或需加入等候名單。
Hugging Face Blog精選AI 評分7676 GGML 團隊加入 Hugging Face，支持 llama.cpp 及 Local AI 長期發展
GGML 團隊加入 Hugging Face，並將持續維護 llama.cpp；Hugging Face 會為項目提供長期資源支持。團隊仍將 100% 時間用於維護，並對技術方向及社羣保有完全自主權與領導權；項目會繼續 100% 開源並由社羣推動。雙方計劃讓 transformers library 的模型定義更順暢地用於 llama.cpp，並改善 ggml 軟件封裝及本地模型部署體驗。
推薦理由：文章交代 GGML 團隊加入後 llama.cpp 的維護自主權與資源支持，也列出連接 transformers library 模型定義及改善本地部署體驗的方向。
Benedict Evans：BlogAI 評分6161 OpenAI 將如何在 AI 市場競爭？
Benedict Evans 分析 OpenAI 的競爭處境，指出其模型與其他前沿模型能力接近，且龐大用戶羣的使用深度和黏性有限。文中稱 OpenAI 有 8-900m 用戶，只有 5% 的 ChatGPT 用戶付費，80% 用戶在 2025 年發送少於 1,000 則訊息。他進一步質疑，巨額算力投資與全棧平台構想是否足以建立網絡效應，並指出生成式 AI 的新產品體驗仍待創造。
Google DeepMind精選AI 評分7777 Gemini 3.1 Pro：面向最複雜任務的更智能模型
Google DeepMind 發佈 Gemini 3.1 Pro，作為 Gemini 3 系列核心模型升級，提升複雜問題的推理能力。它在 ARC-AGI-2 取得經驗證的 77.1% 得分，推理表現超過 Gemini 3 Pro 兩倍。
推薦理由：Gemini 3.1 Pro 在 ARC-AGI-2 取得經驗證的 77.1% 得分，並稱推理表現超過 Gemini 3 Pro 兩倍，為核心推理升級提供量化比較依據。
OpenAI NewsAI 評分4848 OpenAI 承諾向 The Alignment Project 投入 $7.5M，資助 AI 對齊獨立研究
OpenAI 承諾向 The Alignment Project 投入 $7.5M，資助獨立的 AI 對齊研究。這項資助將加強全球應對 AGI 安全與保安風險的工作。
OpenAI NewsAI 評分3535 OpenAI 推出 OpenAI for India
OpenAI 推出 OpenAI for India，透過建設本地基礎設施、助力企業及提升勞動力技能，擴大 AI 在印度各地的可及性。
Google DeepMind精選AI 評分7575 Google DeepMind 推出 Lyria 3 音樂生成模型，於 Gemini app 開放 beta 使用
Google DeepMind 在 Gemini app beta 推出 Lyria 3 音樂生成模型，使用者可用文字提示或上傳照片、影片生成 30 秒音軌。系統會按提示生成歌詞，並可調整風格、人聲和節奏；音軌嵌入 SynthID，Gemini 的核驗功能亦延伸至音訊，使用者可上傳檔案詢問其是否由 Google AI 生成。
推薦理由：Lyria 3 在 Gemini app 開放以文字、圖片或影片生成音樂，並納入 SynthID 與音訊核驗，呈現創作功能和 AI 內容識別並行的設計。
OpenAI NewsAI 評分4141 OpenAI 與 Paradigm 推出 EVMbench，評測 AI 智能體偵測、修補及利用高危智能合約漏洞的能力
OpenAI 與 Paradigm 推出 EVMbench，評測 AI 智能體偵測、修補及利用高危智能合約漏洞的能力。
Hugging Face BlogAI 評分5959 如何用 Gradio 的 gr.HTML 讓 LLM 單次生成互動式 Web 應用
Gradio 6 的 gr.HTML 現支援自訂 HTML 模板、作用域 CSS 與 JavaScript 互動，讓 LLM 可把前端、後端和狀態管理整合到單一 Python 檔案，構建互動式 Web 應用。
Google ResearchAI 評分5050 MapTrace：以合成數據訓練 MLLM 追蹤地圖路徑
Google Research 提出 MapTrace，以合成數據訓練多模態大語言模型（MLLM）在地圖上追蹤有效路徑，應對模型難以理解空間幾何與拓撲關係的問題。
Google DeepMind精選AI 評分6565 Google DeepMind 與印度政府及當地機構合作，推進 AI 科學與教育應用
Google DeepMind 宣佈與印度政府部門及當地機構建立新合作，擴大 AI 在科學與教育領域的應用。合作將向印度研究人員提供 AlphaGenome、AI Co-scientist 和 Earth AI，並推出 $30 million Google.org Impact Challenge: AI for Science。
推薦理由：文章列出研究機構合作、AI 科學挑戰賽及教材互動化安排，呈現 Google DeepMind 在印度推進科學與教育應用的具體路徑。
Claude Platform：開發者版本說明AI 評分7373 Anthropic 發佈 Claude Sonnet 4.6，支援 extended thinking 和 beta 版 1M token 上下文窗口
Anthropic 在 Claude Platform 推出 Claude Sonnet 4.6，定位為兼顧速度與智能的日常任務模型，智能體搜尋表現提升且 token 消耗較少。
上海人工智能實驗室 InternLM：原創項目AI 評分3333 InternLM/VSR：以像素引導的圖表解析方法
Visual Self-Refine（VSR）提出像素引導的圖表解析方法，將解析轉為以渲染像素驗證並修正結果的回饋迴圈。流程先預測錨點並渲染圖表，再檢視渲染結果，依據已驗證的像素修正最終解析；專案亦提供資料處理流程和 benchmark 評估腳本。
Manus：BlogAI 評分6666 Manus 推出可在 Telegram 使用的個人智能體 Manus Agents
Manus 推出 Manus Agents，讓用户今天起可透過 Telegram 使用 Manus，並向所有訂閲層級開放；Telegram 是首個支援渠道。用户在 Manus 工作區的 Agents 標籤頁掃描 QR code，約一分鐘即可連接，無需命令列、設定檔或 API tokens。
OpenAI News精選AI 評分7373 GPT-5.2 推導出理論物理學新結果，提出膠子振幅公式
GPT-5.2 在理論物理中提出一條新的膠子振幅公式，一篇新預印本記錄了這項結果。OpenAI 與學術合作者其後正式證明並驗證了該公式。
推薦理由：材料交代 GPT-5.2 提出的膠子振幅公式及 OpenAI 與學術合作者其後的正式證明和驗證，呈現模型研究結果的核查環節。
OpenAI NewsAI 評分4848 ChatGPT 推出 Lockdown Mode 及 Elevated Risk 標籤
OpenAI 為 ChatGPT 推出 Lockdown Mode 及 Elevated Risk 標籤。兩者旨在協助機構防範提示詞注入與 AI 驅動的資料外洩。
OpenAI NewsAI 評分4848 OpenAI 開源工具包 GABRIEL 助社會科學研究擴展規模
OpenAI 推出開源工具包 GABRIEL，利用 GPT 將定性文本和圖像轉化為定量數據，協助社會科學家大規模分析研究。工具以開源形式提供。
OpenAI NewsAI 評分2626 超越速率限制：擴大 Codex 與 Sora 的存取規模
OpenAI 建立結合速率限制、用量追蹤與 credits 的即時存取系統，支援 Sora 和 Codex 持續存取。
Hugging Face Blog精選AI 評分7070 Hugging Face 示範 Claude 和 Codex 如何編寫自訂 CUDA kernels
Hugging Face 製作 CUDA kernel 技能，Claude 和 Codex 依此為 diffusers 與 transformers 目標產生可運行的 kernel。
推薦理由：文章拆解如何把 GPU 架構知識、PyTorch 整合範式與基準測試流程封裝成技能，讓編碼智能體產出可構建、可測試的 CUDA kernel 專案。
AI as Normal TechnologyAI 評分5656 AI 不會自動降低法律服務成本
Justin Curl 與合著者指出，AI 能力提升不會自動降低消費者取得理想法律結果的成本，制度與工作流程中的瓶頸可能抵銷生產力增益。文章將瓶頸歸納為限制 AI 法律服務的監管規則、訴訟與合約談判中的對抗性，以及人類法官和法律專業人員的處理速度。作者討論調整職業監管、司法程序及律師角色等改革，並指出法律工作產出變便宜，不等於客户更容易取得所需法律結果。
Google DeepMind精選AI 評分7575 Gemini 3 Deep Think 重大升級，拓展科學、研究與工程應用
Google DeepMind 發佈 Gemini 3 Deep Think 重大升級，面向科學、研究與工程領域的複雜挑戰。
推薦理由：文章列出數學、編程及科學基準的具體成績，並交代 Gemini app 與 Gemini API 的開放方式，呈現本次升級的評測範圍和使用入口。
Manus：BlogAI 評分5454 2026 年 8 款免費 PDF 轉 PPT 轉換器實測與比較
作者以同一份 4 頁林肯市發展報告測試 8 款免費 PDF 轉 PPT 工具，認為 Manus 和 Gamma 較能產出可用簡報。Manus 將報告中的市場指標轉成數據圖表；Gamma 的設計風格較一致，但採用的 AI 圖像較通用。Smallpdf 和 iLovePDF 只轉換格式，Slidesgo 未使用原 PDF 內容，而 PresentationsAI 免費版無法匯出。
Manus：BlogAI 評分5454 Manus 與 Synthesia 比較：哪款 AI 影片生成器更適合你？
Manus 的文章以兩組相同提示詞比較 Manus 與 Synthesia，測試顯示 Synthesia 動態較自然，Manus 更能遵循場景細節。企業影片提示要求生成 30 秒影片，Manus 輸出 30 秒，Synthesia 則約 8 秒，兩者的動畫都有瑕疵。文章認為 Synthesia 更適合專業化身影片，Manus 則較適合重視創意自由和多步驟工作流程的用户。
Manus：BlogAI 評分5555 2026 年最佳 AI 代碼審查工具評測與選擇指南
Manus 以同一組 PR 案例評測 9 款 AI 代碼審查工具，涵蓋錯誤修復、重構、依賴更新和權限邊界。結果顯示，各工具在安全關鍵邏輯的風險檢測深度上差異明顯，工作流原生整合不代表分析更深入。Manus 在明確框定為安全審查的授權反轉測試中，生成了著重失敗模式、影響和補救步驟的報告，但未原生嵌入 PR 討論串作為自動審查員。
OpenAI News精選AI 評分6767 OpenAI 發佈 GPT-5.3-Codex-Spark 即時編碼模型
OpenAI 發佈 GPT-5.3-Codex-Spark，並稱其為首個即時編碼模型，生成速度快 15x，具備 128k 上下文窗口。目前以研究預覽形式向 ChatGPT Pro 用户提供。
推薦理由：公告列出生成速度、上下文窗口及研究預覽的適用對象，讓讀者可同時瞭解 GPT-5.3-Codex-Spark 的性能宣稱與目前開放範圍。
OpenAI NewsAI 評分1818 Harness 工程：在智能體優先的世界中運用 Codex
OpenAI 技術人員 Ryan Lopopolo 探討 Harness 工程，聚焦在智能體優先的世界中如何運用 Codex。
Google ResearchAI 評分4949 超越一對一：以 DialogLab 編寫、模擬及測試動態人類與 AI 羣體對話
Google Research 提出開源原型框架 DialogLab，用於編寫、模擬及測試動態人類與 AI 羣體對話。框架採用「編寫、測試、驗證」流程，並以視覺化介面及驗證儀錶板協助設計與分析對話。14 名參與者的評估顯示，人類控制模式顯著更具投入感，並普遍被認為更有效、寫實。