跳到正文

产品更新

AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。

76条精选相关主题模型发布行业动态AI 编码

最新精选

第 1–20 条 · 共 76 条
今天9月30日周三
  1. Google Developers · AI62

    Antigravity SDK 新增本地 AI 模型支持

    Google 宣布 Antigravity SDK 支持本地模型与多种执行选项,初始支持通过 LiteRT 运行 Gemma 4 26B A4B,开发者可在离线环境下使用与云端相同的 agentic 能力。

    推荐理由:本地 Gemma 4 26B 与云端 Gemini 3.8 Flash 协同的混合编排示例,帮助开发者在隐私与成本约束下设计本地 agent 工作流。

  2. 爱范儿82

    OpenAI 发布 Dot 智能体、GPT-6.1 Sol 及一系列开发者更新

    OpenAI 在开发者大会公布 Dot 智能体、GPT-6.1 Sol、UltraFast、Decisions API、Agents API、云端 Codex 和 OpenAI Marketplace 等更新。Dot 可持续执行任务并连接 4000+ 应用,现场演示出现翻车;GPT-6.1 Sol 以约五分之一成本接近 Astra 表现。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  3. 爱范儿79

    OpenAI DevDay 2026 发布 dots 等 20 余项更新,GPT-6.1 Sol 定价为 Astra 五分之一

    OpenAI 在 DevDay 2026 推出由 GPT-6 Astra 驱动的 24 小时智能体助理 dots,以及 ChatGPT Space、Codex Cloud、Decisions API 和 GPT-6.1 Sol 等 20 多项更新。

    推荐理由:OpenAI 把 ChatGPT 推向持续存在的 SaaS 工作流,并推出高性价比的 GPT-6.1 Sol,读者可以据此判断它对个人用户成本和企业部署的实际影响。

  4. 量子位91

    OpenAI DevDay 2026发布Dots常驻Agent与GPT-6.1 Sol,Codex云端化并开放API

    OpenAI在DevDay 2026一口气公布25项更新,重点包括常驻型Agent Dots、GPT-6.1 Sol模型、Codex云端升级、Agents API开放以及两项商业化动作。

    推荐理由:OpenAI把Agent从单次任务延展到长期常驻运行,并用新模型与API把成本与执行环境配套打开,读者可以据此判断其Agent产品线的整体推进方向。

  5. TechCrunch · AI76

    OpenAI 新功能直击应用商店模式

    OpenAI 在 Dev Day 推出 ChatGPT 应用发现与分发体系,聊天中自动推荐应用并支持在 ChatGPT 内直接使用,同时引入

    推荐理由:OpenAI 把 ChatGPT 变成应用发现与分发入口,开发者可在聊天界面构建交互面板,用户身份与 AI 额度可带入第三方应用。

  6. The New York Times · AI85

    OpenAI发布Dots AI智能体,竞逐Meta Muse

    OpenAI在旧金山年度开发者大会发布名为Dots的AI智能体,作为个人数字助理与Meta的Muse、Google Gemini Spark及融资10亿美元的Instinct展开竞争。Dots由GPT-6 Astra驱动,OpenAI称已进行额外安全测试并有信心推出。

    推荐理由:OpenAI推出Dots智能体与Meta Muse正面竞争,读者可借此观察AI代理赛道的最新格局变化。

  7. The Decoder88

    OpenAI 在 DevDay 发布 ChatGPT 多项更新:开放插件系统、共享工作空间与自动化工作流

    OpenAI 在 DevDay 推出 ChatGPT 重大更新,包括开放插件系统、共享工作空间 Space、协作文档 Pages 与 Slides、Slack 和 Teams 集成、Meetings 插件、MCP Events 与 Team Tasks 自动化的新定价方案 Pro 500,以及面向企业客户的 OpenAI Marketplace。

    推荐理由:开放插件系统与共享工作空间让 ChatGPT 向平台型工具演进,读者可据此评估它对现有协作工具的替代压力。

  8. GitHub Changelog74

    GPT-6.1 Sol 在 GitHub Copilot 中正式可用

    OpenAI 的 GPT-6.1 Sol 模型已在 GitHub Copilot 中正式推出,支持智能体编码和终端工作流。早期测试表明,相比 GPT-6 和 GPT-5.6 系列,它能以更少的 token 和步骤可靠完成任务。

    推荐理由:早期测试显示该模型在多步编码任务中能以更少的 token 和步骤完成工作,用户可据此评估是否切换模型以优化成本与效率。

9月29日周二
  1. Microsoft Research72

    Microsoft 推出 Quine 生物 AI 研究系统

    Microsoft Research 发布 Quine,一个面向生物学的多模态世界模型与交互式实验框架,连接模型、工具、文献和研究人员。与 Broad Institute 合作在胰腺癌细胞状态转换中预测并验证了数千种化合物,整个筛选与验证过程在一个周末完成,部分化合物出现意外表型。Quine Fellows 计划现已开放申请,系统目前仅限研究用途。

    推荐理由:原文展示了跨模态生物世界模型的实际验证路径,读者可据此评估计算实验与湿实验闭环对研发效率的潜在影响。

  2. The Decoder80

    Manus 2.0 发布,支持视频编辑、多人游戏托管和手机远程运行智能体

    Manus 2.0 将 AI 智能体升级为平台,新增视频编辑和游戏开发环境,并允许用户用手机远程操作桌面。测试显示 Cascade 智能体比上一代节省 23.2% token 和 32% 成本,自动化可基于邮件或 Slack 事件触发。Cue 应用为每个智能体提供独立邮箱和钱包,目前免费早期访问需邀请码。

    推荐理由:新版本带来了视频编辑和远程运行智能体等入口,读者可以据此评估它对现有自动化工作流的实际改变。

  3. Ollama Blog73

    Ollama 0.35 新增 Jev 风格决策模型支持

    Ollama 0.35 推出 /v1/systemone 端点,支持 Jev 风格的决策模型,本地运行无额外成本且延迟更低。今日上线三个模型:nimble(9B,Bespoke Labs)、tev1(4B,Together AI)和 tev1:0.8b(0.8B,Together AI)。

    推荐理由:本地低延迟决策模型开放调用,对实时分拣、路由与审核场景有直接迁移价值。

9月25日周五
9月24日周四
  1. Hugging Face Blog62

    Liquid AI 发布 LFM2.5-VL-3B DSpark 草稿模型加速视觉语言推理

    Liquid AI 为 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型,通过推测解码在不改变输出质量的前提下加速推理。草稿模型增加 280M 参数(+8.9%),在 M5 Max 上解码加速 2.30x-3.13x、端到端加速 1.56x-2.62x;在 H100 上解码加速 20.4x-2.66x、端到端加速 1.64x-2.27x。

    推荐理由:原文给出了具体加速数据和多框架支持,读者可据此评估在边缘设备或 GPU 上部署该草稿模型的性价比。

  2. NVIDIA Blog62

    NVIDIA 与合作方通过 AlphaFold 数据库开放 2800+ 病毒蛋白质复合物预测结构

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构通过 AlphaFold Database 开放超过 2800 种病毒的蛋白质复合物预测结构,约 30% 为科学界全新发现的相互作用。

    推荐理由:开放预测结果与推理流水线为研究者提供了可复用的基础设施,降低未来疫情中蛋白质结构解析的门槛。

  3. Latent Space83

    Meta Connect 2026 发布 Muse 个人智能体、眼镜硬件与实时头像

    Meta 在 Connect 发布 Muse 个人智能体及其硬件组合,包括支持语音与实时视频的 Muse、搭载唤醒词的 Meta 眼镜、Muse Mail、Mac 电脑使用、1500+ 连接器以及与 Walmart、Best Buy 等零售合作。

    推荐理由:Meta 将 Muse 定位为个人智能体的核心,硬件与 Agent 深度绑定,读者可据此观察个人 Agent 的分发路径与商业模型如何演化。

  4. Microsoft Research67

    Microsoft Research 发布 Physical AI Toolchain 推理卸载功能

    Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力,可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示,卸载改善了移动操作任务的成功率、响应精度和电池续航,并支持通过 Kubernetes 自动容器化与编排。

    推荐理由:首次系统量化了机器人推理卸载的收益,为物理 AI 基础设施选型提供可对比的实测依据。

9月22日周二
  1. PyTorch Blog69

    vLLM 引入硬件无关层以支持多样化硬件

    vLLM 推出硬件无关(HW agnostic)层,确保项目在推进前沿 GPU 性能工程的同时,继续支持旧 GPU、消费者级 GPU 和树外加速器。新层保持 fullgraph torch.compile 兼容、可扩展、与硬件特定路径隔离,并使用原生 PyTorch 或可移植 DSL 实现。

    推荐理由:vLLM 新增硬件无关层,让关心多硬件和旧 GPU 的用户在不牺牲可移植性的前提下继续使用。