OpenAI AI時代的評分卡
OpenAI 提出了一種名為「每美元有用智慧」的新經濟框架，以完成的工作來衡量 AI 價值，而非軟體採用指標。
OpenAI 青少年安全與學習框架
OpenAI 已為青少年推出一套適合年齡的保護措施與學習導向功能，包括學習模式與加強的家長控制，以確保第一代隨著技術成長的世代能安全使用 AI。
DharmaOCR: 巴西葡萄牙語 OCR 的專業化優勢
DharmaOCR 透過針對單一領域的目標微調和直接偏好優化，將所有模型參數集中在巴西葡萄牙語文件上，因而優於較新的通用模型，如 Mistral OCR4 和 Unlimited-OCR。
Google DeepMind 與 Isomorphic Labs 生物韌性方法
Google DeepMind 與 Isomorphic Labs 已推出一個聯合的生物韌性框架，以防止 AI 在生物領域的濫用，並透過 AI 驅動的工具加速傳染病的偵測與應對。
OpenAI 的創意團隊如何使用 Codex 進行創意工作流程
OpenAI 創意專家 Chad Nelson 使用 Codex 建構自訂創意工具，加速活動構思，並彌合概念設計與技術原型之間的差距。
Hugging Face 安全事件披露 — 2026 年 7 月
Hugging Face 披露了一起 2026 年 7 月的安全事件，其中一個自主 AI 代理入侵了內部數據集和憑證，該事件是利用其自身的 AI 和開源權重模型 GLM 5.2 進行偵測與分析的。
Cars24 如何利用 OpenAI 擴展汽車市場運營
Cars24 使用 OpenAI API、ChatGPT Enterprise 和 Codex 自動化端到端的汽車購買與銷售旅程，並優化內部跨功能工作流程。
vLLM 生產品質：CI、基準測試與發佈流程概述
vLLM 利用包含持續整合、效能基準測試和嚴格發佈流程在內的三層品質保證框架，在極其多樣的硬體和模型架構中維持穩定性。
Shippy：構建高風險海事 AI 代理的架構與經驗教訓
Hugging Face 與 Ai2 詳細介紹了 Shippy 的架構，這是一款專為高風險決策支持設計的海事 AI 代理，結合了由「靈魂」、「技能」與「配置」組成的模組化系統以及確定性的工具介面。
代理人系統中的模型路由：從分類到優化的轉變
IBM Research 與 Hugging Face 強調，有效的模型路由需要將成本、延遲與品質作為系統範疇的優化問題，而非將其視為簡單的任務分類問題。
OpenAI 對美國 AI 安全治理與逆向聯邦制
OpenAI 倡導一種基於「逆向聯邦制」的國家 AI 安全框架，其中加州、紐約和伊利諾伊州的協調州法律創造了事實上的國家標準，以指導聯邦和國際治理。
GPT-Red: 解鎖自我改進以提升穩健性
OpenAI 已引入 GPT-Red，一種透過自我對弈強化學習進行訓練的自動化紅隊模型，用於識別漏洞並對抗性地訓練未來模型（如 GPT-5.6 Sol），使其對提示注入更具穩健性。
vLLM TML Inkling 支援
vLLM 已宣佈對 TML Inkling 提供 Day-0 支援，這是一個 1T 參數多模態模型，透過專門的架構優化，在 4 顆 GB200 GPU 上可達到最高 380 tok/s/user。
Real World VoiceEQ: 評估語音 AI 中的人類品質
Hugging Face 與 Hume AI 推出了 Real World VoiceEQ，這是一個以人為基礎的基準，旨在評估語音 AI 在情感、聲學和對話品質方面的表現，超越傳統的技術指標。
Thinking Machines Inkling 發布說明 / 新功能
Thinking Machines 已發布 Inkling，這是一個具有 100 萬個 token 上下文窗口的 1 兆參數多模態開放模型，原生支援圖像、文字和音訊輸入。
OpenAI 代理時代 AI 投資管理指南
OpenAI 提出了一個企業 AI 投資的戰略框架，將焦點從 token 定價轉移到每美元的有用工作和基於成果的 ROI。
vLLM 和 TileRT 整合以實現延遲關鍵服務
vLLM 已將 TileRT 0.1.5 作為可插拔的解碼引擎進行整合，以提供原生的每個用戶解碼速度給延遲關鍵工作負載，同時保持 vLLM 標準的預填充和服務基礎設施。
資料科學團隊如何使用 ChatGPT Work
OpenAI 已詳細說明資料科學團隊如何使用 ChatGPT Work 將原始數據、儀表板和業務情境轉換為可審閱的分析資產。
銷售團隊如何使用 ChatGPT Work
OpenAI 推出 ChatGPT Work 和專用的銷售插件，幫助銷售團隊將帳戶情境和客戶資料合成為可操作的銷售成果，例如管線簡報和帳戶計畫。
Google DeepMind 推出 ATL Saathi 供印度教育工作者使用
Google DeepMind 已推出 ATL Saathi，一個由 Gemini 驅動的 AI 助理，旨在為印度 Atal Tinkering Labs 的教育工作者提供 24/7 的規劃與訓練支援。
EAGLE-3 投機解碼於 AMD Instinct GPU
vLLM 和 AMD Quark 已在 AMD Instinct GPU 上實現 EAGLE-3 投機解碼的端到端管線，對 Kimi-K2.5 達成最高 2.00x 的吞吐量提升，對 MiniMax-M2.5 達成最高 1.79x 的吞吐量提升。
Deutsche Telekom AI-Native 轉型
Deutsche Telekom 正通過重新設計其運營模式、將 AI 整合到網路運營和語音通訊，以及在其 20 萬名員工中擴大 ChatGPT Enterprise 的使用，過渡為 AI 原生電信供應商。
在 PyTorch 中進行分析（第 3 部分）：注意力就是你要分析的一切
Hugging Face 的 PyTorch 分析（第 3 部分）展示了不同注意力實作在 PyTorch 分析器追蹤中的呈現方式，揭示了 naive、in‑place、math、efficient、flash 和 cuDNN 後端的效能權衡。
vime ROCm 對 AMD Instinct GPUs 的支援
vLLM 已宣布為 vime 提供 ROCm 支援，使得端到端的強化學習後訓練工作流程能夠在 AMD Instinct MI300X 和 MI355X GPU 上原生運行。
ChatGPT 入門指南：核心功能與工作流程指南
OpenAI 提供了一份 ChatGPT 基礎指南，詳細說明了 Chat 與 Work 模式的區別、提示詞工程基礎，以及用於提升生產力的語音功能整合。
GPT-5.6 發布：Microsoft 365 Copilot 的新首選模型
OpenAI 已將 GPT-5.6 介紹為 Microsoft 365 Copilot 的首選模型，透過更高品質的輸出和更佳的 token 效率，提升 Word、Excel、PowerPoint、Chat 和 Cowork 的生產力。
OpenAI 生物安全賞金計畫過渡與 GPT-5.6 範圍
OpenAI 已將 GPT-5.5 生物安全錯誤賞金 過渡至持續的私人 OpenAI 生物安全賞金計畫，將普遍越獄的獎勵提高至 50,000 美元，適用於 GPT-5.6 和 GPT-5.5.
ChatGPT Work 與 GPT-5.6 發布
OpenAI 已推出 ChatGPT Work，這是一個由 GPT-5.6 驅動的代理系統，能夠跨應用執行多步驟工作流程，創建文件和網頁應用，並執行排程任務。
GPT‑5.6 Sol、Terra、Luna：效能、功能與可用性
OpenAI 推出 GPT‑5.6，推出 Sol、Terra 與 Luna 模型，提升每美元的效能、具備 ultra 多代理能力，並加強安全防護。
OpenAI 國家安全原則與政府合作夥伴關係
OpenAI 已發布其國家安全原則，以提供公司在政府合作夥伴關係以及其技術在國家安全與執法領域使用方式的透明度。
OpenAI 對 SWE-Bench Pro 程式碼評估缺陷的分析
OpenAI 在審計發現約 30% 的基準任務因過於嚴格的測試與缺乏規範的提示等問題而損壞後，撤回了對 SWE-Bench Pro 的推薦。
OpenAI Academy AI Skills Jam for K–12 Educators
OpenAI Academy 與 Walton Family Foundation 合作，推出 AI Skills Jam，為超過 1,600 名 K–12 教育工作者提供實作訓練，協助他們將 AI 融入教學與行政工作。
Hugging Face 原生速度 vLLM Transformers 建模後端
Hugging Face 已更新 transformers vLLM 後端，透過在執行時動態套用針對推理的層融合，使其吞吐量與自訂 vLLM 實作相當或更佳。
介紹 GPT‑Live‑1 與 GPT‑Live‑1 mini：OpenAI 的全雙工語音模型新突破
OpenAI 宣布推出 GPT‑Live‑1 與 GPT‑Live‑1 mini，這兩款全雙工語音模型可實現自然且可中斷的對話，並將複雜推理委派給 GPT‑5.5，已在全球範圍內向 ChatGPT 使用者推出。
Hugging Face 與 Amazon SageMaker Studio 整合
Hugging Face 推出了與 Amazon SageMaker AI 的深層連結整合，讓開發者只需一次點擊即可從模型探索轉移至 SageMaker Studio 進行微調或部署。
Hugging Face Models on Foundry Managed Compute
Microsoft Foundry 現在整合了一個經過策展、每週更新的 Hugging Face 開放權重模型目錄，可透過一鍵部署至 Foundry Managed Compute，實現企業級運營。
智慧是免費的，現在怎麼辦？為代理人、由代理人以及由代理人設計的資料系統
BAIR 研究人員提出了一個新框架，用於重新設計資料系統以適應代理人工作負載、代理人狀態管理以及代理人驅動的系統合成，當 AI 推理成本趨近於零時。
Hugging Face 與 SkyPilot 整合，實現零出站費用的 AI 儲存
Hugging Face 與 SkyPilot 已完成整合，讓 AI 工作負載可以在任何雲端供應商上執行，且在讀取儲存在 Hugging Face Hub 上的模型與數據集時，無需支付任何出站費用。
MUFG 與 OpenAI 的 AI 原生轉型
MUFG 正與 OpenAI 合作，為 35,000 名員工實施 ChatGPT Enterprise，並開發 AI 驅動的客戶體驗，以轉型為 AI 原生金融集團。
澳洲付款Plus整合ChatGPT Enterprise與Codex
澳洲付款Plus（AP+）已部署ChatGPT Enterprise與Codex以加速技術調查、簡化複雜知識工作，並將產品原型製作時間從數週縮短至一天。
LeRobot v0.6.0 發佈說明
LeRobot v0.6.0 新增了世界模型策略 (VLA-JEPA, LingBot-VA, FastWAM)、新的 VLA 模型 (GR00T N1.7, MolmoAct2, EO-1, Multitask DiT, EVO1)、獎勵模型 (Robometer, TOPReward)、數據集增強（深度、語言標註、自定義編碼、高達 2 倍的加載速度）、透過 lerobot-eval 提供的六個新模擬基準測試、具備 DAgger 功能的部署 CLI lerobot-rollout、FSDP 和 HF Jobs 雲端訓練，以及更精簡的安裝方式。
PRX 數據策略：透過 VLM 重新標註與 Mosaic Streaming 擴展預訓練規模
Photoroom 詳細介紹了 PRX 的數據流水線，強調使用長篇 VLM 生成的標註、Lance 與 Mosaic Data Shards 的混合儲存策略，以及用於優化 7B 參數模型的高品質 JPEG 編碼。
Hugging Face Kernels 重大更新
Hugging Face 宣布其 Kernels 專案有重大更新，引入新的 kernel 儲存庫類型、受信任的發布者和程式碼簽署、改版的 CLI、更廣泛的框架支援，以及代理式 kernel 開發的基礎。
vLLM × HPC-Ops：來自騰訊混元的高性能 Attention 與 MoE 後端
vLLM 現在已納入針對 NVIDIA Hopper H20 優化的 HPC-Ops Attention 與 MoE 後端，在 Hy3 上可提供高達 2.95× 的 Attention 加速與 1.59× 的 MoE 加速，並減少約 24% 的 TTFT 與 17% 的 TPOT。
Google DeepMind 與 A24 研究合作夥伴關係
Google DeepMind 與 A24 已進入一項研究合作夥伴關係，以直接將 AI 創新融入創意過程，開發新的電影製作工作流程與技術。
BAIR 2026 畢業生展示
Berkeley 人工智慧研究 (BAIR) 實驗室宣布了其 2026 屆博士畢業生，凸顯了機器人、大型語言模型、AI 安全與醫療領域的研究。
Hugging Face 與 Cerebras 即時語音 AI 使用 Gemma 4
Hugging Face 與 Cerebras 已開發出一個使用 Gemma 4 31B 的開放級聯語音到語音管線，以實現自然、低延遲的語音 AI 互動。
vLLM-Omni 為 Qwen3-Omni-30B-A3B-Instruct 推論服務進行的優化
vLLM-Omni 透過三階段流水線（Thinker、Talker、Code2Wav）提供 Qwen3-Omni-30B-A3B-Instruct 服務，並利用階段分解、CUDA Graphs、非同步分塊傳遞、非同步輸出、階段副本及熱路徑清理來提升吞吐量與降低延遲。
ScarfBench: 基準測試 AI 代理以進行企業 Java 框架遷移
IBM Research 推出 ScarfBench，一個開放的基準，用於評估 AI 代理遷移企業 Java 應用程式至 Spring、Jakarta EE 和 Quarkus 框架的能力。
Nano Banana 2 Lite 與 Gemini Omni Flash 發布
Google DeepMind 已發布 Nano Banana 2 Lite，用於高速且具成本效益的圖像生成；以及 Gemini Omni Flash，用於高品質影片生成與對話式編輯。