OpenAI 发布 o3 与 o4-mini 系统卡
OpenAI 发布 o3 和 o4-mini 系统卡,两款模型将最先进的推理能力与完整工具能力结合,支持网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
OpenAI 发布 o3 和 o4-mini 系统卡,两款模型将最先进的推理能力与完整工具能力结合,支持网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
Cohere 现已作为 Inference Provider 上线 Hugging Face Hub,成为首个直接在 Hub 上分享并托管自家模型的模型厂商。
OpenAI 在 API 中上线 GPT-4.1 系列模型,官方称其在编码、指令遵循和长上下文理解上有全面提升,并同步发布首个 nano 模型。该系列模型即日起面向全球开发者开放。
推荐理由:OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 模型,开发者可据此评估编码与长上下文场景的选型。
OpenAI 展示了如何用 ChatGPT 的 canvas 从产品需求文档(PRD)直接做出可运行的 HTML/React 原型。整个流程在 ChatGPT 内完成,从 PRD 到可交互原型无需切换工具。
Prisma 在 v6.6.0 的 CLI 中内置了 MCP server,让 Cursor、Windsurf、Claude Code 等 AI 工具能直接创建和管理 Prisma Postgres 数据库、跑 schema 迁移。
ChatGPT 的视觉与语音功能可帮助团队处理多模态输入,并以更自然的方式沟通。
OpenAI News 发布了对 Canva 首席产品官兼联合创始人 Cameron Adams 的对话,主题是 Canva 如何用 AI 赋能创意。原文未披露具体功能、价格或数据。
Supabase 发布 automatic embeddings,把 embedding 的生成与更新流程搬进 Postgres,用 SQL 触发器、pgmq、pg_net、pg_cron 和 Edge Functions 在后台异步完成,无需新建运行时或服务。
推荐理由:Supabase 把向量生成的调度搬进数据库,读者可了解用 SQL 触发器加队列替代自建 embedding 管线的做法。
OpenAI 提出从基于意图的机器人转向主动式 AI agent。原文未给出具体产品名、版本号、价格或可用性信息。
OpenAI 发布 GPT-4o 的原生图像生成能力,官方称其在文本渲染和指令跟随方面更强。该发布同时指向 ChatGPT Images 2.5。
推荐理由:OpenAI 在 GPT-4o 中加入原生图像生成,读者可了解文本渲染与指令跟随这两项能力变化。
Vercel 发布 AI SDK 4.2,为这个周下载量超 100 万的 JavaScript/TypeScript AI 工具包加入推理模型、MCP 客户端、useChat 消息分片、语言模型图像生成和 URL 来源等能力。
推荐理由:Vercel 官方发布 AI SDK 4.2,新增 MCP 客户端与推理模型支持,用 JS/TS 构建 AI 应用的开发者可据此评估升级。
Cloudflare AI Gateway 上线 Realtime WebSockets API,让开发者与 AI 模型建立持久低延迟连接,实现语音到语音等实时对话体验。该 API 兼容 OpenAI Realtime API 与 Google Gemini Live API,并支持 Cartesia、ElevenLabs 模型的实时文本与语音交互。
OpenAI 在 API 中推出新一代音频模型,开发者首次可以指示文本转语音模型以特定方式说话,例如“像一位有同理心的客服人员那样说话”,为语音 agent 带来新的定制能力。
EliseAI 正用 AI 提升住房与医疗行业的效率。该公司 CEO 兼联合创始人 Minna Song 与 OpenAI 就此展开对话。
OpenAI 公布 ChatGPT for Business 2025 年 3 月新功能,让 ChatGPT 更具交互性、更贴合团队工作方式,并更具备 agentic 能力。官方同步分享了最新一批发布内容,但未披露具体功能名称、价格或套餐变化。
Mistral 发布 Mistral Small 3.1,在 Mistral Small 3 基础上提升文本性能和多模态理解,上下文窗口扩展至 128k tokens,推理速度 150 tokens/秒,采用 Apache 2.0 许可。
推荐理由:Mistral 发布 Small 3.1,给出与 Gemma 3、GPT-4o Mini 的对比和 128k 上下文等规格,便于评估小模型选型。
Cloudflare Workers AI 模型库新增 4 个模型,首次引入 reranker 和文本转语音两类模型。新增 @cf/baai/bge-m3 多语言 embeddings 模型,支持超 100 种语言及稠密、多向量、稀疏三种检索;@cf/baai/bge-reranker-base 是其首个 reranker,可在 RAG 中重排向量搜索结果。
LY Corporation 分享了借助 OpenAI 驱动增长、打造「WOW」时刻的实践。内容来自 OpenAI News 的客户案例,聚焦其如何将 OpenAI 用于业务增长与用户体验。原文未披露具体价格、费率、MRR 或转化率等数字。
Replit 发文介绍 MCP(Model Context Protocol),一种把 AI 模型连接到数据源和工具的标准协议,开发者只需构建一次工具即可适配任何支持 MCP 的模型。
Mistral 发布文档理解 OCR API mistral-ocr-latest,可接收图片和 PDF,按顺序输出交错的文本与图像,定价为 1000 页/美元,批量推理约可翻倍。
推荐理由:Mistral 发布 OCR API,给出 1000 页/美元定价与多项基准对比,可了解文档解析的选型参考。
OpenAI 将工程周期加速了 20%。
LaunchDarkly 首席产品官 Claire Vo 分享了 AI 时代产品经理角色的变化、她的"反待办清单"(anti-to-do list)以及如何打造 AI 原生团队。对话围绕 AI 驱动的产品管理方法展开。
Mercari 借助 GPT-4o mini 和 GPT-4 简化上架流程、优化商品刊登并提升销量,为这一在线二手交易平台加入 AI Listing Support 与 Mercari AI Assistant 等功能。
OpenAI 发布 GPT-4.5 的研究预览,并同步公开其系统卡。OpenAI 称这是其目前规模最大、知识最丰富的模型。
Endex 基于 OpenAI 的 o1 和 o3-mini 推理模型构建自主财务分析师,用于财务分析场景。原文未披露定价、费率、MRR 或可用性等更多细节。
Hugging Face 发布 FastRTC,一个用 Python 构建实时音频和视频 AI 应用的通信库,内置自动语音检测与轮次切换、WebRTC 版 Gradio UI,并支持 WebRTC 与 Websocket。
推荐理由:FastRTC 把 WebRTC 实时音视频通信封装成 Python 库,附自动语音检测、Gradio UI 和免费电话接入,可省去自建实时链路的工作。
斯坦福 Hazy Research 实验室开源了 Minions 项目,让本地小模型(如 Ollama 上的 Llama 3.2)与云端大模型(如 GPT-4o)协作,把部分 LLM 负载转移到消费级设备。
Cloudflare Workers AI 新增 JSON mode,支持结构化 JSON 输出,可直接向 AI 模型请求结构化响应,省去解析大段非结构化文本的易错步骤。该模式兼容 OpenAI SDK 的 structured outputs response_format API,可在 Worker 中直接使用,示例模型为 gpt-4o-2024-08-06。
OpenAI 发布 SWE-Lancer 基准,用来检验前沿 LLM 能否完成真实世界的自由职业软件工程任务、赚到 100 万美元。该基准以真实外包软件工程工作为评测对象,核心问题是模型在这类任务上的实际变现能力。
Cloudflare 为在 Workers 上构建 AI Agent 和应用新增了一段示例提示词,覆盖 Workflows、Durable Objects 和 Workers KV。
OpenAI 发布文章介绍如何基于 ChatGPT 构建一个定制数学辅导工具,核心思路是把 ChatGPT 用作个性化辅导。文章以“ChatGPT 与个性化辅导”为切入点,说明该工具面向数学学习场景。
OpenAI 分享了一位用户用 ChatGPT 钓大比目鱼的经历。
OpenAI 发布 o3-mini 模型。原文正文抓取失败,仅标题可用,暂无更多细节。
Clerk 发布教程,讲解如何在 Next.js 应用中实现基于会话(session)的认证,从设计 users 和 sessions 数据库表、用 bcryptjs 哈希加盐密码、zod 做前后端表单校验,到用 cookie 存储 session ID 并在每次请求时校验用户权限。
Mistral 发布 Mistral Small 3,一个 24B 参数、Apache 2.0 许可的延迟优化模型,官方称其性能与 Llama 3.3 70B instruct 相当,同硬件上快 3 倍以上,MMLU 准确率超过 81%、延迟 150 tokens/s。
推荐理由:Mistral 官方发布 24B 开源模型,给出与 Llama 3.3 70B、GPT-4o-mini 的对比和本地部署门槛。
OpenRouter 发布 Reasoning Tokens 功能,在 Chatroom 和 API 中都能观察模型的推理步骤。使用时在 API 请求中加入 include_reasoning: true,推理内容会出现在每条消息的 reasoning 字段中。该功能首批支持 DeepSeek R1 系列模型,后续将支持 Gemini Thinking 模型。
推荐理由:OpenRouter 上线推理 token 功能,开发者可经 API 查看模型推理过程并接入工作流。
OpenRouter API 新增联网搜索功能,所有模型均可使用,开发者可通过在模型 slug 后加 :online 或启用 web 插件,把搜索结果直接并入消息流。默认每次请求最多抓取 5 条网页结果,价格为每 1,000 条结果 $4,结果由 Exa.ai 检索并摘要后以系统消息注入请求。该插件支持 max_results 和 search_prompt 两项自定义配置。
推荐理由:OpenRouter 把联网搜索做成 API 插件,开发者可据此评估按结果计费的成本与接入方式。
OpenAI 发布研究,探讨通过增加推理时计算(inference-time compute)来提升模型的对抗鲁棒性。该方向的核心思路是在推理阶段投入更多算力,以换取模型在面对对抗样本时更稳定的表现。
Vercel 发布 AI SDK 4.1,新增实验性 generateImage 函数,可通过统一 API 在 Replicate、OpenAI、Google Vertex AI 和 Fireworks 等提供商之间生成图像,切换提供商只需改两行代码。
推荐理由:Vercel 官方发布 AI SDK 4.1,新增图像生成与工具调用修复,可了解多模型统一 API 的最新能力边界。
Vercel 的 AI 结对编程工具 v0 已从面向开发者扩展到内容、设计、数据分析、项目管理、教育和客服等岗位。开发者可用它编写 React 代码、调试 Next.js API 路由并迁移到 Next.js 15,内容团队可接入 Contentful 或 Sanity 发布文章,设计师可借助 Figma 集成从现有设计起步。v0 提供集成 OpenAI、Stripe 等服务的模板,并可免费试用。