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。

962 条精选相关主题模型发布行业动态AI 编码

最新精选

第 741–760 条 · 共 962 条

4月22日星期三

OpenAI News

OpenAI 给 Responses API 加了 WebSocket,让 Codex 这类 agent 跑起来更快

OpenAI 发现,当模型推理速度从每秒 65 个 token 飙到近 1000 个 token 时,API 本身的处理开销反而成了拖慢 agent 循环的瓶颈。

推荐理由:OpenAI 为 Responses API 加入 WebSocket 长连接与连接级缓存,针对模型推理提速后 API 处理开销成为 agent 循环瓶颈的情况,减少反复建连与重复请求的成本。

量子位 · 公众号

商汤绝影把32B总参、3B激活的模型塞进车机,跑分压过GPT-5.4和Opus 4.6

商汤绝影发布了一个叫Sage的车载端侧多模态模型,总参数32B,但每次推理只激活3B参数。它在PinchBench上拿了94%,比Claude Opus 4.6的93.3%和GPT-5.4的90.5%都高。模型跑在Nvidia OrinX上,首字延迟约0.5秒,单token生成约0.03秒,吞吐80 tok/s。

推荐理由:商汤绝影发布车载端侧多模态模型Sage,32B总参数每次只激活3B,在PinchBench上以94%超过Claude Opus 4.6和GPT-5.4,并给出OrinX上的延迟与吞吐数据。

机器之心 · 公众号

荣耀在 MagicBook 上预装 YOYO 爪,管它叫全球首款“智能体笔记本”

荣耀把 YOYO 智能体直接做进了 MagicBook 系统里,出厂自带 5 个主智能体和 23 个子智能体。官方说这套方案比外接 OpenClaw 省一半的 token 消耗,还加了本地处理、二次确认和内核级加密。说白了就是把智能体打包成笔记本默认功能,不用自己折腾部署。

推荐理由:荣耀把 YOYO 智能体预装进 MagicBook 系统,出厂自带 5 个主智能体和 23 个子智能体,并称比外接 OpenClaw 省一半 token 消耗,智能体由此成为笔记本的默认能力而非自行部署的附加项。

Latent Space

OpenAI 发布 GPT-Image-2,图像生成模型开始能看懂文字、画 UI 和做排版了

OpenAI 正式推出了 GPT-Image-2,在 ChatGPT、Codex 和 API 里都能用。这次更新最明显的变化是文字渲染、排版和编辑能力大幅提升,能直接生成幻灯片、信息图、UI 稿和二维码,还支持多语言。模型分“思考”和“不思考”两个版本,思考版可以自己上网搜资料、生成多个候选图并自我检查。

推荐理由:OpenAI 将 GPT-Image-2 铺到 ChatGPT、Codex 和 API,文字渲染、排版编辑与多语言能力提升,可直接生成幻灯片、信息图和 UI 稿。

TechCrunch · AI

Meta 要记录员工鼠标和键盘操作,拿来训练自家 AI 模型

Meta 搞了个内部工具,会抓取员工在特定应用里的鼠标移动、点击和按键操作,把这些真实操作数据喂给 AI 模型,目的是让模型学会怎么帮人完成日常电脑任务。公司说数据有保护措施,不会用于其他目的,但正文没披露具体抓取范围、员工是否知情同意、数据保留多久。标题写了记录按键,但 Meta 的声明里只明确提到鼠标移动和点击,按键这块的细节是缺失的。

推荐理由:Meta 用内部工具采集员工在特定应用中的鼠标移动、点击和按键操作,作为训练数据让 AI 学习完成日常电脑任务,这类真实操作数据的采集方式与用途是主要看点。

X · @dotey(宝玉)

Anthropic 没发公告,悄悄把 Claude Code 从 20 美元 Pro 套餐里拿掉了

有人在 Anthropic 的功能对比表里发现,Pro 套餐对应的 Claude Code 一栏变成了叉号,多篇帮助文档也删掉了“Pro 套餐包含 Claude Code”的说法。但 Claude Code 产品页面和客服机器人还写着包含,部分 Pro 用户反馈目前仍能使用,正文没披露 Anthropic 的正式解释或生效时间。

推荐理由:Anthropic 在功能对比表和帮助文档中移除了 Pro 套餐包含 Claude Code 的说明,但产品页与客服仍称包含,部分 Pro 用户也仍可使用,官方尚未给出解释或生效时间。

Hacker News 首页

Anthropic 把 Claude Code 从 20 美元月费的 Pro 套餐里拿掉了,新用户没法用

Anthropic 悄悄改了规则,新订阅 20 美元/月 Pro 套餐的用户不再包含 Claude Code 编程工具。老 Pro 和 Max 用户暂时不受影响。官方说法是“在约 2% 的新个人用户里做测试”,但帮助文档已经从“Pro 或 Max 套餐可用”改成了“Max 套餐可用”,官网定价页也同步去掉了 Pro 的 Claude Code 入口。

推荐理由:Anthropic 将 Claude Code 从 20 美元月费 Pro 套餐中移除,仅保留给 Max 套餐,新用户不再享有该编程工具,老用户暂不受影响。

X · @dotey(宝玉)

OpenAI 图片生成升级到 2.0,能听懂复杂指令、写对多国文字,所有 ChatGPT 和 Codex 用户都能用了

ChatGPT 的图片生成功能今天全面升级到 2.0,免费用户也能用。这次最大的改进是能处理复杂构图了,比如带文字的 UI 界面、密集排版,小字和图标渲染比之前靠谱很多。输出分辨率最高 2K,宽高比从 3:1 到 1:3 都支持,做横幅海报可以直接出图。多语言文字生成也有提升,OpenAI 说中文、日文、阿拉伯文这些非英文文本能写得语义连贯,不再乱码。

推荐理由:ChatGPT 图片生成升级到 2.0,免费用户也能用,复杂排版和多国文字渲染的稳定性提升,输出最高 2K 并支持 3:1 到 1:3 的宽高比。

X · @OpenAI

OpenAI 发了 ChatGPT Images 2.0,说画图更准、能直接拿来用

OpenAI 在 X 上官宣了 ChatGPT Images 2.0,定位是能处理复杂视觉任务、出图直接可用的图像模型。帖子提到三点升级:编辑更精细、版式更丰富,以及加入了“思考级智能”,但没解释这具体指什么能力。视频演示看起来效果不错,不过正文没披露模型规模、定价、延迟和推送范围,我会先打个折——等看到实测和成本再说。

推荐理由:OpenAI 发布 ChatGPT Images 2.0,称编辑更精细、版式更丰富并加入思考级智能,但未说明模型规模、定价与推送范围,适合先了解官方给出的升级方向。

彭博科技

OpenAI 发了新版生图模型,专门强化了图表和科学示意图的生成能力

OpenAI 更新了它的图像生成软件,这次的重点不是画得更美,而是让模型能更准确地生成复杂图表和科学示意图。正文没披露模型名字、发布时间、定价、跑分数据或具体技术方案,目前能看到的信号是 OpenAI 在往专业场景里推,而不是继续卷通用画质。

推荐理由:OpenAI 更新图像生成软件,把重点放在复杂图表和科学示意图的准确性上,而非通用画质。这为关注图像模型在专业场景落地的人提供了方向性参考。

The Verge · AI

OpenAI 更新图片生成器,现在能联网搜资料来画图了

ChatGPT Images 2.0 这次最大的变化不是画质,而是能上网查资料。你选一个会思考的模型,它就能根据一个提示词生成一组图片,比如直接搜网页信息来画一本杂志封面。背后跑的是 GPT Image 2 模型,目前 Plus、Pro、Business 和 Enterprise 用户能用。

推荐理由:OpenAI 为 ChatGPT Images 2.0 加入联网检索,模型可先查网页资料再生成一组图片,Plus、Pro、Business 和 Enterprise 用户已可使用。

X · @dotey(宝玉)

Google 把 Gemini Deep Research 拆成两个版本:一个求快求省,一个烧算力出深度报告

Google 把 Gemini Deep Research 拆成了标准版和 Max 版,背后都是 Gemini 3.1 Pro 模型。标准版走速度和成本优先路线,适合嵌在产品里做即问即答;Max 版会反复搜索、推理、打磨报告,官方举的例子是分析师下班前丢一个尽调任务,第二天早上收完整报告。

推荐理由:Google 将 Gemini Deep Research 拆为标准版和 Max 版,标准版优先速度与成本,Max 版投入更多算力反复搜索推理,两版定位差异是理解这次产品分层的关键。

The Verge · AI

YouTube 把 AI 换脸检测工具开放给名人,让他们自己搜、自己申请下架

YouTube 要把去年测试的 AI 换脸监测工具正式开放给好莱坞明星和公众人物。名人登记后,系统会自动扫描平台上用 AI 生成或替换了他们脸的视频,然后由本人或团队提交下架请求。注意,提交了不代表一定删——YouTube 会按隐私政策审核,不是所有请求都批准。这个工具去年秋天先给创作者试过,今年三月扩到了政治人物和记者,现在轮到明星。

推荐理由:YouTube 将 AI 换脸监测工具开放给名人,登记后可自动扫描仿冒视频并提交下架请求,审核仍按隐私政策进行。这一工具此前已先后向创作者、政治人物和记者开放。

4月21日星期二

量子位 · 公众号

蚂蚁数科搞了个叫“大象”的百亿参数模型,跑分和效率都挺能打

蚂蚁集团的 Inclusion AI 团队被扒出是神秘模型“大象”的幕后作者。这个模型参数量 100B,上下文窗口 256K,一次能吐 32K 字,已经在 OpenRouter 上架。文章里测了修 bug、总结三千字会议纪要、跑轻量 agent 流程,效果都不错。

推荐理由:蚂蚁数科 Inclusion AI 团队的百亿参数模型大象已在 OpenRouter 上架,文章实测了修 bug、三千字会议纪要和轻量 agent 流程,展示长上下文任务中的表现。

Hacker News 首页

Brex 开源 CrabTrap:给 AI 智能体加一个 HTTP 代理,用 LLM 当裁判实时拦截危险请求

Brex 把内部用的安全工具 CrabTrap 开源了。它本质上是一个 HTTP 代理,插在你的 AI 智能体和外部服务之间,每次智能体要发请求都得先过它这关。它会对照你写的安全策略做判断,允许或拦截,而且判断方式分两条路:先走静态规则直接匹配,匹配不上再交给一个 LLM 裁判来拍板。后台日志会标清楚每个决定是规则拦的,还是模型判的。

推荐理由:Brex 将内部安全工具 CrabTrap 开源,它在智能体与外部服务之间加一层 HTTP 代理,请求先经静态规则匹配,未命中再交由 LLM 裁判决定放行或拦截。

Ben's Bites

Claude 新增设计面板,问几个问题就能出原型图

Anthropic 给 Claude 加了一个“设计”标签页,会先弹出 5 到 10 个问题跟你互动,然后直接生成线框图或高保真原型。作者实测发现,传图片转设计的流程在原型模式下效果不错。目前这个功能还在研究预览阶段,有独立的使用额度,20 美元月费套餐一周大概只能跑两三次大尺寸生成。

推荐理由:Anthropic 为 Claude 加入设计标签页,通过 5 到 10 轮问答生成线框图或高保真原型,并披露了研究预览阶段的额度限制。

机器之心 · 公众号

谢尔盖·布林重回一线盯 AI 编程,谷歌拉了一支突击队

谷歌悄悄组了一支 AI 编程突击队,由前 DeepMind 研究员 Sebastian Borgeaud 带队,谢尔盖·布林和 Koray Kavukcuoglu 直接参与,目标是提升长上下文编程能力和内部代码自动化。

推荐理由:谷歌组建由前 DeepMind 研究员带队的 AI 编程突击队,布林与 Koray Kavukcuoglu 直接参与,主攻长上下文编程能力和内部代码自动化。

OpenAI News

OpenAI 发了 ChatGPT Images 2.0,主打文字渲染、多语言和视觉推理

OpenAI 在 4 月 21 日官宣了 ChatGPT Images 2.0,说新模型在三个地方有提升:画面里的文字更准、多语言排版更稳、能根据复杂指令做视觉推理。官方放了一堆样图,从海报、漫画到杂志内页都有,看着确实比上一代强。但正文没披露模型架构、出图分辨率、价格、延迟和具体上线时间,也没给对比数据。

推荐理由:OpenAI 发布 ChatGPT Images 2.0,官方称在画面文字准确性、多语言排版和复杂指令的视觉推理三方面有提升,并放出海报、漫画、杂志内页等样图。

新智元 · 公众号

OpenAI 给 Codex 加了屏幕读取功能,奥特曼说这是“心灵感应”的第一步

OpenAI 在 4 月 21 日上线了 Codex 的 Chronicle 研究预览版,目前只开放给 ChatGPT Pro 用户,且仅限 Mac 端。它可以直接读取你最近的屏幕内容,省去反复交代背景信息的麻烦。

推荐理由:OpenAI 上线 Codex 的 Chronicle 研究预览版,面向 ChatGPT Pro 用户且仅限 Mac 端,可直接读取最近的屏幕内容,省去反复交代背景信息。

新智元 · 公众号

华为发布 Pura X Max,首发小艺伴随式 AI,能跨 App 读屏、记待办

华为在 4 月 20 日发布了 Pura X Max,同时推出鸿蒙 6.1 上的小艺伴随式 AI。调用方式有两种:双击导航条或语音唤醒。它能在你同意后读取屏幕内容,把不同 App 里的任务收进日历,还能直接联动高德地图和滴滴。核心卖点是系统级的跨应用操作和常驻侧边栏交互。正文没提价格、具体机型参数和覆盖范围,所以实际体验和稳定性还得等上手再看。

推荐理由:华为发布 Pura X Max,小艺伴随式 AI 经用户同意读取屏幕内容,把不同 App 的任务收进日历并联动高德、滴滴,展示系统级跨应用操作的一种落地方式。