Hugging Face 儲存桶發布
Hugging Face 推出了儲存桶，一種可變的、類似 S3 的物件儲存系統，基於 Xet，能有效處理如檢查點與已處理資料等中間機器學習產物。
Google DeepMind：AlphaGo 十 年的影響
Google DeepMind 回顧 AlphaGo 於 2016 年擊敗世界冠軍的勝利，如何催化了科學、數學領域以及通往通用人工智慧（AGI）之路的十年 AI 突破。
OpenAI 收購 Promptfoo
OpenAI 正在收購 Promptfoo，將其 AI 安全與評估工具整合至 OpenAI Frontier 平台，以建構企業 AI 同事。
Ulysses 序列平行化 用於 百萬標記 上下文訓練
Hugging Face 已將 Ulysses 序列平行化整合至 Accelerate、Transformers 與 TRL，使得透過在多個 GPU 上分散注意力計算，能夠訓練具備百萬標記上下文的 LLM。
LeRobot v0.5.0 版本說明 / 新功能概覽
Hugging Face 發佈了 LeRobot v0.5.0，加入了完整的 Unitree G1 人形機器人支援、新的 VLA 策略如 Pi0‑FAST 與 Wall‑X，以及顯著的資料集效能優化。
OpenAI Codex 安全研究預覽
OpenAI 推出了 Codex Security，一款使用前沿模型與自動驗證的應用安全代理，能夠識別高可信度的漏洞並提供可執行的修復方案。
Descript GPT-5 配音管線提升多語言影片本地化
Descript 推出了一條以 GPT‑5 為核心的配音管線，能同時優化語意與時長，使配音影片的匯出量提升 15%，時長符合度提升最高達 43 個百分點，從而實現可擴展的多語言影片本地化。
Balyasny Asset Management AI 研究引擎案例研究
Balyasny Asset Management 開發了一個集中式 AI 研究引擎，使用 GPT-5.4 將深度研究任務從數天縮短至數小時，並自動化複雜的金融分析。
將機器人 AI 帶入嵌入式平台：資料集錄製、VLA 微調與裝置端優化
Hugging Face 與 NXP 提供了一份在 i.MX 95 SoC 上部署 Vision‑Language‑Action（VLA）模型的技術指南，強調資料集一致性、架構分解與非同步推論，以實現即時機器人控制。
OpenAI GPT-5.4 發布：具備 1M 令牌上下文的統一推理、程式編寫與電腦使用模型
OpenAI 推出 GPT‑5.4，一款具備原生電腦使用功能、1 M 令牌上下文，且在推理、程式編寫與工具能力上有所提升的統一前沿模型，於專業與代理基準測試中提供更高的準確度與更低的令牌使用量。
GPT-5.4 Thinking 系統卡片
OpenAI 已發布 GPT-5.4 Thinking 的系統卡片，這是第一個針對高網路安全能力實施特定安全緩解措施的通用推理模型。
OpenAI 推理模型 CoT 可控性研究
OpenAI 研究發現，目前的前沿推理模型在控制其思考鏈方面掙扎，這表明 CoT 監控仍是對抗推理隱蔽的堅實安全防護措施。
OpenAI AI 教育倡議：縮小 AI 能力差距
OpenAI 正在推出一套工具與機構合作夥伴關係，以縮小「能力過剩」的差距，該差距指大學生使用 AI 的水平比高階使用者低 90% 至 99%。
Hugging Face 模組化 Diffusers 發布
Hugging Face 推出了 Modular Diffusers，一個可組合的框架，允許使用者透過混合與匹配可重複使用的區塊來構建 diffusion 流程，而不必從頭編寫完整的流程。
OpenAI 推出 Adoption 新聞頻道，助力企業 AI 實施
OpenAI 推出了 Adoption 新聞頻道，這是一個以商業為導向的部落格，旨在協助企業領導者從 AI 實驗過渡到具體的營運變革與可擴展的採用。
VfL Wolfsburg ChatGPT Enterprise 實施
VfL Wolfsburg 已實施 ChatGPT Enterprise，以在全組織擴展 AI 能力，產生 50 多個自訂 GPT，並實現六位數的年度成本節省。
OpenAI ChatGPT for Excel 測試版與金融資料整合公告
OpenAI 推出以 GPT‑5.4 為核心的 ChatGPT for Excel（測試版），並新增與主要金融資料提供商的原生整合，使 AI 輔助的試算表建模與即時取得可信的市場資料成為可能。
OpenAI：企業再造的五大 AI 價值模型
OpenAI 定義了五大策略性價值模型——員工賦能、AI 原生分發、專家能力、系統與相依性管理以及流程再造——以將組織從孤立的 AI 試點推向完整的商業模式轉型。
OpenAI「Single-minus graviton tree amplitudes are nonzero」預印本公告
OpenAI 發布了一篇預印本，顯示在半共線區域中，單負號引力子樹振幅是非零的，該結果在 AI 模型 GPT‑5.2 Pro 的大量協助下得出。
OpenAI學習成果測量套件
OpenAI推出了學習成果測量套件，這是一個旨在追蹤 AI 對學生學習的長期影響、超越單純測驗分數的框架。
Axios 本地 AI 整合
Axios 正在利用 OpenAI 工具透過自動化製作工作流程、分析公共資料，並降低新城市新聞室啟動的營運成本，以擴大高影響力的本地新聞報導。
vLLM Triton 注意力後端深度探討
vLLM 已實作一個可移植的基於 Triton 的注意力後端，透過單一源碼實作，在 NVIDIA、AMD 與 Intel GPU 上達到最先進的效能。
PRX 第 3 部分：在 24 小時內訓練文字到圖像模型
Hugging Face 與 Photoroom 展示了一個在 24 小時內使用 32 顆 H200 GPU、1500 美元預算訓練出的文字到圖像模型，結合了像素空間訓練、代幣路由與表示對齊。
Gemini 3.1 Flash‑Lite 發布：快速、低成本的高容量工作負載 AI
Google DeepMind 推出 Gemini 3.1 Flash‑Lite，一款針對高容量工作負載的快速、成本效益 AI 模型，價格為每百萬輸入 token $0.25、每百萬輸出 token $1.50。
GPT-5.3 Instant 發佈說明
OpenAI 已發布 GPT-5.3 Instant，這款模型旨在提供更快的回應速度、改進的網路搜尋情境化，以及更流暢的對話流程。
GPT-5.3 Instant 版本發布：更流暢、更精確的日常對話
OpenAI 宣佈了 GPT‑5.3 Instant，此次更新讓日常的 ChatGPT 對話更流暢、更精確，且不易出現不必要的拒絕或過度謹慎的語言。
OpenAI 與戰爭部門的協議
OpenAI 已與戰爭部簽訂協議，於機密環境中部署先進 AI 系統，採用僅雲端架構與嚴格的安全防護措施。
OpenAI 與 Amazon 戰略合作夥伴關係
OpenAI 與 Amazon 宣佈了一項為期多年的戰略合作夥伴關係，內容包括對 OpenAI 的 500 億美元投資以及在 Amazon Bedrock 上共同打造 Stateful Runtime Environment。
Amazon Bedrock 中代理的有狀態執行環境
OpenAI 與 Amazon 合作在 Amazon Bedrock 推出有狀態執行環境，為 AI 代理提供原生的 AWS 基礎設施，使其在多步驟生產工作流程中保持狀態、可靠性與治理。
OpenAI 與 Microsoft 關於合作持續性的聯合聲明
OpenAI 與 Microsoft 已確認，儘管 OpenAI 獲得新資金並與其他雲端供應商（包括 Amazon）建立合作關係，但雙方的策略合作仍保持不變。
OpenAI 為所有人擴展 AI 的宣佈
OpenAI 已獲得來自 SoftBank、NVIDIA 與 Amazon 的 1,100 億美元新投資，估值為 7,300 億美元（投前），以擴展計算基礎設施與全球 AI 分發。
OpenAI 心理健康安全更新與訴訟狀態
OpenAI 正在為成年使用者推出受信任聯絡人功能，並加強模型對情緒困擾的偵測，同時處理加州心理健康相關法律程序的合併事宜。
vLLM AMD ROCm 注意力後端最佳化
vLLM 為 AMD ROCm 引入了最佳化的注意力後端，在 Instinct MI300X、MI325X 與 MI355X GPU 上，為 MHA 模型提供最高 4.4 倍的吞吐量提升，為 MLA 模型提供最高 1.5 倍的提升。
Nano Banana 2 發布：以 Flash 速度的專業級圖像生成
Google DeepMind 宣布 Nano Banana 2，這是一款結合 Nano Banana Pro 先進功能與 Gemini Flash 超低延遲的圖像生成模型，能即時在 Google 產品中提供高品質、以知識為基礎的圖像。
OpenAI 與 PNNL 合作加速聯邦許可
OpenAI 與太平洋西北國家實驗室（PNNL）合作，評估使用程式編碼代理人以加速《國家環境政策法》（NEPA）聯邦許可流程，顯示可望將起草時間減少約 15%。
OpenAI Codex 與 Figma 整合：無縫的程式碼到設計工作流程
OpenAI 與 Figma 推出了由 Figma MCP 伺服器驅動的程式碼到設計整合，使用者可在 Codex 程式碼生成與 Figma 設計畫布之間無縫切換。
vLLM 多 LoRA 服務於 MoE 模型
vLLM 0.15.0 版引入了針對混合專家（MoE）模型的優化多 LoRA 服務，讓多個微調適配器能共享單一 GPU，以降低閒置計算資源。
Transformer 中的專家混合（MoEs）
Hugging Face 已重新設計 transformers 函式庫，使混合專家（MoEs）成為一等公民，透過全新的權重載入重構、可插拔的專家後端，以及原生的專家平行化。
OpenAI 破壞 AI 惡意使用的報告 2026年2月
OpenAI 發布了一份威脅報告，詳細說明威脅行動者如何將 AI 模型與社群媒體、網站等傳統工具結合，以執行惡意活動。
OpenAI 任命 Arvind KC 為首席人才官
OpenAI 任命 Arvind KC 為首席人才官，負責領導組織成長並制定 AI 驅動工作轉型的模型。
OpenAI 停止 SWE-bench Verified 評估
OpenAI 已停止報告 SWE-bench Verified 分數，因為缺陷測試案例與訓練資料污染使該基準無法可靠衡量前沿模型的程式編寫能力。
OpenAI 前沿聯盟合作夥伴公告
OpenAI 已推出前沿聯盟，與麥肯錫、波士頓諮詢集團、BCG X、埃森哲及凱捷合作，協助企業部署與擴展使用前沿平台的 AI 同事。
OpenAI 首次證明提交
OpenAI 已提交首次證明研究級數學挑戰的證明嘗試，內部模型可能已解決至少十題中的五題。
使用 Unsloth 與 Hugging Face Jobs 訓練 AI 模型
Hugging Face 已將 Unsloth 與 Hugging Face Jobs 整合，實現快速且低成本的 LLM 微調，特別針對如 LiquidAI/LFM2.5-1.2B-Instruct 等小型模型進行優化。
GGML 與 llama.cpp 加入 Hugging Face
GGML，llama.cpp 的創作者，已加入 Hugging Face，提供永續資源以支援本地 AI 推論，並簡化 Transformers 套件與本地模型部署之間的整合。
Gemini 3.1 Pro 版本說明
Google DeepMind 推出 Gemini 3.1 Pro，一款在複雜任務上推理能力大幅提升的新模型，現已透過 Gemini API、Vertex AI、Gemini 應用程式與 Notebook LM 提供預覽版。
OpenAI 對 The Alignment Project 的資助
OpenAI 宣布向 The Alignment Project 提供 750 萬美元的資助，該基金由英國 AI 安全研究所（UK AISI）設立，旨在擴大獨立的 AI 對齊與安全研究。
OpenAI 印度倡議
OpenAI 已推出「OpenAI for India」全國性計畫，與塔塔集團及其他機構合作，建立主權 AI 基礎設施、加速企業採用，並在全國推廣 AI 技能提升。
IBM 與加州大學柏克萊分校使用 IT-Bench 與 MAST 診斷企業代理失敗
IBM 研究院與加州大學柏克萊分校推出 MAST（多代理系統失敗分類法）以診斷企業 IT 代理失敗的原因，發現前沿模型受到孤立的驗證錯誤影響，而開源模型則面臨連鎖的系統性崩潰。
Gemini 音樂生成與 Lyria 3
Google DeepMind 已將 Lyria 3 生成式音樂模型整合至 Gemini 應用程式，使用者可透過文字提示或圖像與影片上傳，創作 30 秒的 AI 生成音軌。