OpenAI 為 GPT‑4o 推出原生圖像生成
OpenAI 在 GPT‑4o 中推出原生圖像生成，並提升文字渲染與指令遵循能力。原文亦提及 ChatGPT Images 2.5。
推薦理由：原生圖像生成之外，文字渲染與指令遵循是明確列出的改進點，讀者可據此掌握 GPT‑4o 圖像功能此次更新的着力處。
產品更新
全部主題AI 產品與應用的功能上新、改版與商業化動態——誰家的產品變強了、變貴了、能用了。
最新精選
第 121–140 條 · 共 210 條OpenAI News精選AI 評分8484
OpenAI News精選AI 評分6464 OpenAI 在 API 介紹新一代音訊模型
OpenAI 介紹 API 新一代音訊模型，文字轉語音模型可按開發者指示採用特定説話方式。例如，開發者可要求模型「像富有同理心的客服智能體那樣説話」，為語音智能體提供更多自訂空間。
推薦理由：開發者可用指示控制文字轉語音模型的説話方式，例如採用富有同理心的客服智能體語氣，讓語音智能體的表達方式有更多自訂空間。
Hugging Face Blog精選AI 評分6363 Xet 儲存進入 Hugging Face Hub，首批倉庫完成 4.5 TB 遷移
Hugging Face 已將首批模型與數據集倉庫由 LFS 遷移至 Xet 儲存，總量 4.5 TB，並把 Hub 約 6% 的下載流量切至 Xet 基礎設施。
推薦理由：文章以首批倉庫遷移為例，交代下載開銷與節點負載失衡如何在真實流量下浮現，以及分階段遷移如何避免服務中斷。
Mistral AI精選AI 評分6969 Mistral OCR 推出文件理解 API，支援圖片與 PDF 解析
Mistral AI 推出 Mistral OCR 文件理解 API，可解析圖片與 PDF，並抽取文字、圖像、表格及公式。API mistral-ocr-latest 已在 la Plateforme 開放，每美元可處理 1000 頁，批次推理下每美元可處理頁數約增至兩倍；Mistral OCR 亦可在 le Chat 免費試用。
推薦理由：Mistral OCR 可解析 PDF、圖片中的表格與公式，並支援 JSON 輸出，展示文件接入 RAG 與 Agent 工作流的實際做法。
Hugging Face Blog精選AI 評分6464 Hugging Face 與 JFrog 合作，將 JFrog 掃描器整合至 Hugging Face Hub
Hugging Face 與 JFrog 合作，將 JFrog 掃描器整合至 Hugging Face Hub，以分析模型權重中的程式碼並減少誤報。現有 picklescan 按模組名稱作模式匹配，JFrog 則會解析程式碼、檢查潛在惡意用法，並可捕捉 pickle 與 Keras Lambda layers 的相關利用方式。
推薦理由：JFrog 會解析模型權重中的程式碼，補充 picklescan 以模組名稱作模式匹配的檢查方式，並讓公開模型倉庫自動納入掃描。
Hugging Face Blog精選AI 評分6262 Hugging Face 推出 FastRTC，支援以 Python 建構即時音訊與影片 AI 應用
Hugging Face 推出 FastRTC，這是一個讓開發者以 Python 建構即時音訊與影片 AI 應用的通訊程式庫。它內置語音偵測與輪次控制，提供支援 WebRTC 的 Gradio UI，並可將 Stream 掛載至 FastAPI 應用；亦支援 WebSocket。程式庫另提供語音轉文字、文字轉語音等工具，並可接駁不同 LLM、語音 API 或語音到語音模型。
推薦理由：FastRTC 將語音偵測、輪次控制和即時通訊整合起來，並提供 Gradio 測試介面及 FastAPI 部署方式，展示以 Python 搭建即時語音應用的實作流程。
Mistral AI精選AI 評分7575 Mistral AI 推出全新 le Chat，面向生活與工作場景
Mistral AI 推出全新 le Chat AI 助手，面向生活與工作場景，並開始提供 iOS、Android 版本及 Pro、Team 方案。它支援網頁搜尋、文件上傳與摘要、圖像生成及沙盒程式碼執行；Flash Answers 預覽版向所有用户開放，速度最高可達 ~1000 words / sec。
推薦理由：le Chat 整合文件分析、Code interpreter、圖像生成與日常助理用途，並以免費、Pro、Team及企業私有部署方案覆蓋不同場景。
OpenAI News精選AI 評分7676 OpenAI 推出 deep research 研究智能體
OpenAI 推出 deep research，這個智能體會運用推理整合大量網上資訊，並替用户完成多步驟研究任務。功能現時向 Pro 用户開放，Plus 和 Team 用户隨後可用。
推薦理由：公告交代 deep research 如何處理網上資訊整合與多步驟研究任務，並列出 Pro、Plus、Team 的開放次序，方便了解其適用工作場景。
Hugging Face Blog精選AI 評分7070 Hugging Face Hub 整合 fal、Replicate、Sambanova 和 Together AI 的無伺服器推理服務
Hugging Face 將 fal、Replicate、Sambanova 和 Together AI 四家無伺服器推理服務整合至 Hub 模型頁面及 JS、Python SDK。用户可使用自己的供應商 API key 直接呼叫並由供應商收費，也可透過 Hugging Face 路由請求，按供應商標準 API 價格計費且不加價。
推薦理由：四家無伺服器推理服務接入 Hub 模型頁面及 SDK，文章亦交代自帶供應商 API key 與 Hugging Face 路由的調用和計費差異，便於評估接入方式。
Hugging Face Blog精選AI 評分6262 Hugging Face 為 smolagents 加入視覺語言模型支援
Hugging Face 為 smolagents 加入視覺支援，使視覺語言模型可原生用於智能體流程。圖片可以在 agent.run() 時一次傳入，也可透過 step callback 動態加入 ActionStep；文章並以 helium 示範視覺網頁瀏覽智能體。
推薦理由：文章整理了 smolagents 接收初始圖片與逐步加入截圖的兩種方式，並以網頁瀏覽智能體示範如何用 callback 更新執行記憶。
Hugging Face Blog精選AI 評分7070 Hugging Face 推出 smolagents 智能體程式庫，支援以程式碼編寫動作
Hugging Face 推出 smolagents，讓語言模型智能體可用程式碼編寫動作。它提供以程式碼運作的 CodeAgent，也支援以 JSON/text 編寫動作的 ToolCallingAgent，並可透過 E2B 在沙盒環境執行。
推薦理由：文章説明程式碼表達動作在組合與重用上的優勢，並展示 smolagents 仍支援 JSON/text 工具調用。
Hugging Face Blog精選AI 評分6161 Hugging Face 推出 Synthetic Data Generator，讓用户以自然語言建立數據集
Hugging Face 推出 Synthetic Data Generator，讓用户以自然語言描述需求，無需編寫程式碼即可生成文字分類或聊天數據集。
推薦理由：文章展示由自然語言描述生成分類或聊天數據集，再用 Argilla 審核並交由 AutoTrain 訓練模型的流程，也説明如何自訂模型與生成配置。
Hugging Face Blog精選AI 評分6161 Hugging Face 83 款開源模型現可在 Amazon Bedrock Marketplace 部署
Hugging Face 的 83 款開源模型現可透過 Amazon Bedrock Marketplace 部署，模型端點由 Amazon SageMaker JumpStart 管理，並支援 Amazon Bedrock API。
推薦理由：材料交代 Hugging Face 的 83 款開源模型如何在 Bedrock Marketplace 部署，以及 SageMaker JumpStart 管理端點、Bedrock API 負責調用的服務銜接方式。
Mistral AI精選AI 評分7676 Mistral AI 為 le Chat 推出多項免費 beta 功能
Mistral AI 為 le Chat 推出多項免費 beta 更新，新增網頁搜尋、Canvas、文件與圖像理解、圖像生成及智能體功能。文件與圖像理解由 Pixtral Large 與一款實驗模型支援，圖像生成則採用 Black Forest Labs 的 Flux Pro。新功能將於未來數週逐步推出。
推薦理由：網頁搜尋、Canvas、文件與圖像理解、圖像生成及可分享智能體同列免費 beta，呈現 le Chat 將對話延伸至知識工作多個環節的產品方向。
Mistral AI精選AI 評分6262 Mistral AI 推出 Batch API，批次請求成本較同步 API 呼叫低 50%
Mistral AI 推出 Batch API，讓 La Plateforme 上的 Mistral 模型以批次方式處理高流量請求，成本比同步 API 呼叫低 50%。
推薦理由：Batch API 將高流量請求的成本降至同步 API 呼叫的一半，並以檔案提交、處理後下載的流程，適合不要求同步回覆的批量任務。
OpenAI News精選AI 評分7878 OpenAI 推出 ChatGPT search
OpenAI 推出 ChatGPT search，提供快速、及時的答案，並附上相關網頁來源連結。
推薦理由：ChatGPT search 提供快速、及時的答案並附相關網頁來源連結，材料呈現了它的核心搜尋回答形式。
Hugging Face Blog精選AI 評分7373 Google DeepMind 與 Hugging Face 在 Transformers v4.46.0 推出 SynthID Text
Google DeepMind 與 Hugging Face 宣佈在 Transformers v4.46.0 推出 SynthID Text，讓生成時可加入文字水印，並透過分類器檢測水印。
推薦理由：文章梳理 SynthID Text 從生成端配置到分類器訓練的部署流程，並説明改寫、翻譯與事實性回答對水印效果的限制，便於評估適用場景。
Hugging Face Blog精選AI 評分7575 Transformers.js v3 發佈，加入 WebGPU 支援並將支援架構增至 120 種
Hugging Face 發佈 Transformers.js v3，新增 WebGPU 支援和量化格式選擇，支援架構總數增至 120 種。官方稱 WebGPU 最高可比 WASM 快 100 倍；此版本另提供 25 個示例專案與範本，以及超過 1200 個已轉換模型。
推薦理由：這次更新把 WebGPU、量化格式選擇及 120 種架構納入同一 JavaScript 庫，並兼容 Node.js、Deno、Bun，展示其瀏覽器與伺服器端部署路徑。
Hugging Face Blog精選AI 評分6565 Gradio 5 穩定版正式推出，加入 SSR 與低延遲串流
Gradio 5 推出穩定版，讓開發者可用 Python 建構面向生產環境的機器學習網頁應用，並改進效能、介面、即時串流及網絡安全。
推薦理由：Gradio 5 將 SSR、低延遲串流與網絡安全改進納入穩定版，並交代 Gradio 4.x 應用的相容條件，方便開發者評估升級影響。
OpenAI News精選AI 評分7272 OpenAI 推出 Realtime API，開發者可在應用程式中構建快速語音到語音體驗
OpenAI 推出 Realtime API，開發者現可在應用程式中構建快速語音到語音體驗。