NVIDIA 发布 Magpie TTS 多语言版:364M 开源权重,新增阿拉伯语、韩语和巴西葡萄牙语
NVIDIA 发布 Magpie TTS Multilingual,一个 364M 参数的开源权重语音合成模型,支持 12 种语言,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,并通过更新训练数据提升了多种既有语言的质量。
推荐理由:原文给出 364M 开源权重模型的多语言扩展与 TTFA 实测数据,读者可据此判断自建语音链路的延迟与部署成本。
NVIDIA 发布 Magpie TTS Multilingual,一个 364M 参数的开源权重语音合成模型,支持 12 种语言,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,并通过更新训练数据提升了多种既有语言的质量。
推荐理由:原文给出 364M 开源权重模型的多语言扩展与 TTFA 实测数据,读者可据此判断自建语音链路的延迟与部署成本。
Model ML 借助 GPT-5.6 Sol 将金融工作从研究与分析一路推进到可编辑、可追溯的 PowerPoint 演示文稿和 Excel 工作簿。
ChatGPT Business 新增 Premium 席位,用量提升至 5 倍,且取消五小时使用上限。该席位提供灵活的席位选项,供团队中每位成员按需选用。
Zapier 企业营销团队使用 ChatGPT Work 减少线索漏斗流失、构建营销活动素材并自动化报告。原文未披露具体模型版本、效率倍数或价格等细节。
Virgin Atlantic 正借助 ChatGPT Work 加速研究、产品规划与决策,帮助团队打通客户旅程中的各类信号。
HSP GRUPPE 借助 ChatGPT Enterprise 提升生产力、改善工作质量,并为税务咨询与客户服务释放更多产能。该案例展示了这家税务咨询机构如何围绕 ChatGPT Enterprise 构建自身的 AI 能力。
Baseten 正式加入 Hugging Face Hub 的 Inference Providers 生态,首批支持对话与文本生成任务,可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
OpenAI 为 ChatGPT Work 和 Codex 推出全新教育插件,面向 K–12 教师、高校教育者与学生,用于学习、教学、研究和构建。
微软研究院发布开源框架 Orchard,核心是 Orchard Env 这一可复用的 Kubernetes 环境服务,支持软件工程、网页导航和个人助理等任务,并可直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由:微软研究院开源 Orchard 框架,公开环境服务、训练流程与数据,读者可据此了解小模型在真实 harness 中训练智能体的路径。
OpenAI 披露其 GPT-Live 实时语音系统的构建过程,该系统采用无轮次(turnless)语音模型与低延迟架构,实现与 AI 的连续语音交互,让对话更快、更自然。
Circles 使用 OpenAI API 和 Codex 打造 AI 原生电信体验,使 ARPU 提升 22%、用户流失率降低 9%,并提升开发效率。
Univé 借助 ChatGPT Enterprise 打造 AI 就绪的员工队伍,做法是结合领导层推动、负责任的治理与员工主导的创新,从而规模化地改变工作方式。
avatarin 基于 OpenAI 的 GPT-Realtime 为山田电机(Yamada Denki)顾客提供 24/7 多语言支持。上线两周内,该智能体被 30,000 人使用,92% 的问卷反馈为正面评价。
OpenAI 宣布向 10 万名学术研究者免费开放 ChatGPT 最先进的 AI 模型,用于加速科学研究、协作与发现。
推荐理由:OpenAI 向学术研究者免费开放 ChatGPT 高级模型,读者可了解其覆盖规模与面向科研的定位。
OpenAI 在 ChatGPT 中推出 Health 功能,符合条件的美国用户可安全连接医疗记录和 Apple Health,获得更个性化的健康洞察并更好地理解自身健康状况。
推荐理由:OpenAI 把医疗记录与 Apple Health 接入 ChatGPT,读者可据此判断个人健康数据会怎样进入对话式助手。
Hugging Face 在 Diffusers 中引入 Nunchaku Lite,可直接用 from_pretrained() 加载 Nunchaku 风格的 4-bit 量化 checkpoint,无需自定义 pipeline 或本地 CUDA 编译。
推荐理由:原文给出 Nunchaku Lite 在 Diffusers 中的加载方式与实测延迟、显存数据,可据此判断消费级 GPU 跑扩散模型的实际门槛。
OpenAI 推出 OpenAI Presence,一个经过验证的企业 AI 智能体平台,帮助组织为客户及内部工作流部署可信的语音和聊天智能体。
NTT DATA Group 借助 ChatGPT Enterprise 和 Codex 推动 9000 名员工实现工作自动化,将事件分析时间缩短至 30 分钟。该集团同时借此扩展安全的 AI 应用落地。
OpenAI 推出 ChatGPT for Small Businesses 计划,帮助创业者建立 AI 技能、自动化工作,并借助 ChatGPT Work 实现增长。
Hugging Face 发布 Grabette,一套开源低成本的手持夹爪数据采集系统,无需机器人即可录制操作演示并自动转为 LeRobot 格式数据集。Grabette 配备广角鱼眼相机和 RGBD 相机,BOM 成本约 490€,配套的机器人端夹爪 Gripette 成本约 120€。
推荐理由:原文给出了一套无需机器人即可采集操作数据的开源硬件与处理流程,读者可据此判断数据采集门槛的变化。
OpenAI 创意团队借助 Codex 构建定制创意工具,用于加速创意构思并更快完成原型开发。Codex 具备上下文感知能力,成为该团队的协作伙伴。
Cars24 借助 OpenAI 的语音与聊天智能体,每月处理超 100 万分钟对话,并挽回 12% 的流失线索。该公司还将智能体工作流推广到全公司各团队。
Google DeepMind 在印度启动 ATL Saathi 试点,这是一款由 Gemini 驱动的 Web 应用,为 Atal Tinkering Labs 教育者提供 24/7 备课与培训助手。该工具基于 NotebookLM 整理 12 个核心模块内容,支持 10 个模块的项目生成,初期覆盖 8 种语言,底层采用 Gemini 3.5 Flash 模型。首批试点覆盖印度 100 所学校。
Mistral AI 在 Studio 中推出 Prompts 和 Skills 管理系统,为每个提示词和技能提供版本化、归属和可追溯的单一记录。每个版本不可变,支持对比、回滚、分类标签和审计日志,非开发者也能编辑并即时测试,发布仍走企业已有的 CI/CD 流程。技能可作为 MCP 服务器直接从 Studio 调用,确保生产执行的是同一受治理资产,该功能现已向 Studio 客户开放。
Hugging Face 宣布 vLLM 的 transformers 建模后端现已达到甚至超过 vLLM 手写原生实现的吞吐,覆盖 Qwen3-4B 单卡、Qwen3-32B 张量并行和 Qwen3-235B-A22B-FP8 MoE 三种配置。
推荐理由:原文给出 transformers 后端在 vLLM 中追平原生实现的具体机制与开关,读者可据此判断自家模型能否免移植提速。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成,开发者在支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI,即可一键进入 SageMaker Studio,模型已预加载、环境自动配置。
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合,将 Hugging Face 生态的开源权重模型以每周刷新的方式引入 Foundry 模型目录,可一键部署到托管 GPU 平台。
推荐理由:微软把 Hugging Face 开源模型的部署运维层接进 Foundry,读者可据此判断开源模型进入企业生产环境的门槛变化。
LeRobot v0.6.0 发布,围绕机器人学习闭环引入世界模型策略(VLA-JEPA、FastWAM、LingBot-VA)、新一批 VLA(GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT)以及统一奖励模型 API(Robometer、TOPReward)。
推荐理由:LeRobot v0.6.0 把世界模型策略、奖励模型与部署 CLI 串成闭环,读者可据此判断开源机器人学习栈的当前能力边界。
Australian Payments Plus 使用 ChatGPT Enterprise 和 Codex 应对支付业务的复杂性,实现提速、提升质量,并保持人类判断在流程中的核心地位。
Hugging Face 与 SkyPilot 联合推出 store: hf 存储后端,用一条 hf:// URL 和已有的 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务,并在 20 多个云、Kubernetes、Slurm 和本地环境中调度运行。
推荐理由:原文给出 hf:// 挂载方式与免出站流量费的具体机制,读者可据此判断跨云训练与推理的存储成本变化。
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型,并默认只加载可信发布者发布的 kernel,其他来源需显式传入 trust_remote_code=True。
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音流水线,用 Cerebras 加速 Gemma 4 31B 的推理,以降低语音交互延迟。
推荐理由:原文给出了可复用的开源语音到语音流水线架构与各层组件,读者可据此搭建或替换自己的实时语音方案。
Google Research 将建筑级屋顶反射率(albedo)数据集从 2024 年试点的 14 座城市扩展至 9 个国家 50+ 城市,并通过新的 Heat Resilience Earth Engine App 开放访问。
Every Eval Ever(EEE)与 Hugging Face Community Evals 现已互通,EEE 结果可跨平台发布到 Hugging Face 模型页和基准排行榜,并带来源徽章回链到完整 EEE 记录。
推荐理由:原文给出 EEE 与 Community Evals 互通后的数据规模与转换流程,读者可据此判断评测结果如何被统一记录和溯源。
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具,此前它仅作为独立的 Gemini 2.5 computer use 模型提供。
推荐理由:原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型,并给出企业级安全护栏,读者可据此判断智能体跨平台自动化的可用边界。
NVIDIA 发布开源库 NeMo AutoModel,构建在 HuggingFace Transformers v5 之上,为 MoE 模型微调带来 3.4-3.7 倍训练吞吐提升和 29-32% 的 GPU 显存下降。
推荐理由:原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据,读者可据此判断是否值得替换现有训练栈。
Mistral 为 Connectors 推出多项新能力:按 workspace 或组织管理连接器访问权限并支持工具级开关,带 connector scope 的 API key 可防止自动化 AI 工作负载中的身份冒用,多账号连接器允许一个连接器绑定多个账号。
GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解开了一个困扰三年的免疫学谜题,为 T 细胞行为提供了新见解。这一突破有望支持癌症与自身免疫疾病研究。
Omio 正借助 OpenAI 打造对话式旅行体验,并加速产品开发、转型为 AI 原生公司。
OpenAI 推出 Daybreak 系列新工具,包括 Codex Security 和 GPT-5.5-Cyber,用于帮助各类组织大规模发现、验证并修补漏洞。
推荐理由:OpenAI 官方发布面向漏洞发现与修复的安全工具,读者可了解其能力定位与适用场景。