搜索
昨天早上我想给 Claude 的一篇文章配几张 3:4 的社交媒体图。手边有自己做的社交媒体 Skills，就顺手让 Codex 调了 GPT-Image 2.0。出来的效果超出预期。干净白底，克制的 3D 材质，中文标签直接印在图里，远看像杂志内页，近看细节都读得清。
AI竟写出了，史上最快内核！在全新一轮GPU算子基准测试KernelBench-Mega中，Fable 5表现一骑绝尘。它在RTX PRO 6000，全程「纯手搓」CUDA，速度狂飙18.7倍。相比之下，强如Claude Opus 4.8也只跑出14.4倍，而GPT-5.5只有4.34倍。
GPT-Live 基于全双工架构构建，也就是说，它可以同时听和说。在对话过程中，GPT-Live 可以用 mhmm 或 yeah 这样的回应表示自己正在听，也可以进行快速来回交流；当你需要一点时间思考时，它也会保持安静。最终带来的，是一种非常轻松自然的语音交互体验。
Meta超级智能实验室（MSL）扔出了首个图像生成模型Muse Image，代号「芒果」（Mango）。这是我们迄今为止最先进的图像生成模型。与Muse Image一同亮相的，还有视频模型Muse Video，目前仍是预览版。
智东西获悉，OpenAI前研究员田永龙（Yonglong Tian）已确认于近期加入腾讯大语言模型部，后续将参与VLM（视觉语言模型）相关研发。在OpenAI期间，田永龙曾参与GPT-5的研发工作。加入OpenAI之前，他在Google Research和DeepMind长期从事视觉表征学习和对比学习等方向研究，对后续视觉模型以及多模态表征学习的发展产生了广泛影响。
刚刚， GPT-5.6 解禁了。据 Axios 报道，美国商务部已经给 OpenAI 放行，批准GPT-5.6 可对外公开发布。放行前，商务部下属的AI标准与创新中心（CAISI）对模型进行了额外测试，OpenAI派技术专家常驻华盛顿配合答疑，最终通过审查。
GPT-5.6 Sol预览版发布小半个月了，首批用户内测报告终于新鲜出炉！英伟达首席工程师用最直白最不绕弯子的话告诉你：Sol很猛！30小时，就跑赢了Opus 64小时才达到的CUDA加速效果。后续版本优化后，或将彻底碾压Opus……
为了解决这一问题，来自 University of Arizona、Zoom 与 Stony Brook University 的研究团队推出了 VISTA（VIsual Spec-To-App Benchmark）, 首个面向 Visual Spec-to-Web-App Coding Agents 的端到端 Benchmark。
斯德哥尔摩，Norrbackagatan街，一家不到40平的小咖啡馆。一封顾客邮件发了过来：「我有一个99%的折扣，怎么使用？」AI店长Mona看了一眼。没有核实，没有反问，没有犹豫，直接秒批——到店跟咖啡师说一声，让收银台手动改价就行。
WIRED 上周曝光了一个消息：Meta 的几百名外国员工，假扮成 13 岁少女、小学生等，向 ChatGPT、Gemini、Character.AI 发送提示词。这个项目代号叫 Cannes，Meta 通过外包商 Covalen 执行，最近一次活跃是今年 4 月。