OpenAI 解析 Codex App Server:如何嵌入 Codex 智能体
OpenAI 介绍如何通过 Codex App Server 嵌入 Codex 智能体,这是一个双向 JSON-RPC API,支持流式进度、工具调用、审批和 diffs。文章还讲述了该 App Server 的构建过程。
AI 新闻月度归档:2026年2月 共精选 96 条 AI 新闻,含模型发布、产品更新、行业动态、论文研究、教程与观点,每条附 AI 摘要、来源署名与原文链接,可按页浏览。也可通过主题页继续深入。
OpenAI 介绍如何通过 Codex App Server 嵌入 Codex 智能体,这是一个双向 JSON-RPC API,支持流式进度、工具调用、审批和 diffs。文章还讲述了该 App Server 的构建过程。
ElevenLabs 于 2026 年 2 月 4 日宣布完成 5 亿美元 Series D 融资,估值 110 亿美元,较一年前增长超过三倍,总融资达 7.81 亿美元。
Alpic 基于 Apps SDK 在三个月内开发二十多个 ChatGPT Apps,总结出 15 条经验,核心包括用户、UI 与模型三方之间的上下文不对称问题。
LMSys 推出了社区驱动的评估框架 Community Evals,旨在通过开源和开放科学推进人工智能民主化。该框架允许社区贡献和审查评估案例,以透明、可复现的方式测试模型。此举旨在改变依赖少数机构“黑箱”排行榜的现状,让更广泛的社区参…
作者指出,AI预训练正经历从“下一个词预测”到“世界建模”的根本性范式转变。世界模型的核心是预测给定行动后的下一个物理状态序列,本质上是可学习的物理模拟器,并将视觉置于首位。相比之下,当前主流的视觉语言模型本质是语言优先,视觉是次要输入。…
H公司在Hugging Face发布博客,正式推出新一代模型Holo2。该模型在用户界面本地化任务上表现突出,实现了技术领先。其核心改进在于显著提升了多语言UI元素的识别与适配能力,能够更精准地处理图标、布局、文本标签等组件的文化适配与翻…
Mistral 发布 Voxtral Transcribe 2,包含 Voxtral Mini Transcribe V2(批量转写)和 Voxtral Realtime(实时转写)两款语音转文字模型。
Hugging Face 在其官方博客发布文章,展望了全球开源人工智能生态系统的发展路径与未来趋势。文章以 DeepSeek 等代表性开源模型为例,探讨了开源社区如何推动技术民主化与创新加速。核心观点指向一个更加开放、协作的“AI+”未来…
Photoroom团队通过消融研究,总结了文本到图像模型训练的关键发现:混合高质量与多样化数据、在训练中后期引入强数据增强,以及调整无分类器引导的丢弃率,能有效优化模型性能。这些结论为Stable Diffusion等模型的训练提供了实用…
LlamaIndex 撰文比较 Skills 与 MCP 两种让 Agent 调用工具和获取领域知识的方式,并在构建 LlamaAgents Builder 时做了实测。
ElevenLabs 宣布其最先进的 Text to Speech 模型 Eleven v3 结束 Alpha 阶段,正式面向所有平台开放。新版本在测试中 72% 的场景被用户认为比 Alpha 更稳定;针对数字、符号和专业记号的处理,内…
SpaceX 于 2026 年 2 月 2 日宣布收购 xAI。马斯克旗下的火箭公司与人工智能公司正式合并,具体交易条款未予披露。
OpenAI 发布 Codex 应用,并提供了介绍性演示视频,展示该应用及其核心工作流。
OpenAI 发布 macOS 版 Codex 应用,定位为 AI 编码与软件开发的指挥中心。该应用支持多个 agent、并行工作流和长时间运行的任务。
Manus博客发布一篇亲测对比,作者花数周用相同的逼真书籍、印象派油画、文本标志和幻想景观四个提示词测试五款AI图像生成器。ChatGPT (GPT-4o)与Manus获5/5评分,Midjourney 4/5,Nano Banana P…
OpenMOSS 团队发布 MOVA 音视频基础模型,总参数 32B MoE、激活 18B,支持文本或图像到音视频的端到端同步生成,最高 720p、单段 8 秒。模型采用非对称双塔架构(14B Wan 2.2 I2V 视频塔与 1.3B…
第 3 页 / 共 3 页
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站