OpenAI 收購 TBPN – 戰略媒體整合與編輯獨立性
OpenAI 宣佈收購 TBPN，這是一個以 AI 為焦點的對話媒體平台，旨在將編輯獨立性嵌入 OpenAI 的策略組織，並利用 TBPN 的傳播專長。
OpenAI Codex 團隊彈性定價
OpenAI 為 ChatGPT Business 與 Enterprise 工作區推出了 Codex 單獨座位的即付即用定價，以降低團隊採用與試點計畫的門檻。
Gemma 4 在 vLLM 上：先進推理與多模態能力
vLLM 為 Gemma 4 引入 Day 0 支援，這是一個來自 Google 的開放模型系列，具備先進推理、多模態輸入，且在 TPU、GPU 與 XPU 等多種硬體上皆具廣泛相容性。
Gemma 4 發布：開源多模態模型，支援本機運行
Gemma 4，來自 Google DeepMind 的新開源多模態系列，已在 Hugging Face 上發布，支援圖像、音訊、影像，最高 256K 上下文，並且與 transformers、llama.cpp、MLX、Rust、WebGPU 實現日零相容。
沙達根中央市場招牌垂直文字（2024 年）– “2006”
2024 年沙達根中央市場主招牌右側的垂直文字為「2006」。
Falcon Perception 與 Falcon OCR 發布
Hugging Face 與 TII 推出 Falcon Perception，一個 0.6B 參數的早期融合 Transformer 用於開放詞彙定位，與 Falcon OCR，一個 0.3B 參數的高吞吐量文件理解模型。
Gradient Labs 銀行 AI 帳戶經理
Gradient Labs 正在部署由 OpenAI 的 GPT-5.4 mini 與 nano 模型驅動的 AI 代理，為銀行客戶提供專屬的 AI 帳戶經理，能夠處理複雜且符合合規要求的金融程序。
Gradio Server：將自訂前端與 Gradio 後端整合
Hugging Face 推出 gradio.Server，一個 FastAPI 擴充套件，讓開發者能使用任何自訂前端框架，同時保留 Gradio 的排隊機制、API 基礎設施與 ZeroGPU 支援。
Granite 4.0 3B Vision 版本說明 / 新功能
IBM 已發布 Granite 4.0 3B Vision，一款針對企業文件理解而優化的緊湊型多模態模型，具備高精度的表格抽取、圖表推理與鍵值對抽取功能。
OpenAI 資金與基礎設施策略更新
OpenAI 已在 8520 億美元的後資金估值下，募集了 1220 億美元的承諾資本，以擴展其計算基礎設施並開發統一的 AI 超級應用程式。
TRL v1.0 版本說明 / 新功能
Hugging Face 發布 TRL v1.0，一個實作超過 75 種方法的穩定後訓練庫，具備雙軌穩定性模型，以在快速實驗迭代與生產級可靠性之間取得平衡。
vLLM 隱藏狀態提取系統
vLLM v0.18.0 引入了原生的隱藏狀態提取系統，使得在訓練投機解碼草稿模型時能高效取得模型內部表示。
OpenAI 亞洲災害管理 AI Jam
OpenAI 與蓋茨基金會、亞太災害防備中心（APDC）以及 DataKind 合作，在曼谷舉辦了 AI Jam，協助來自 13 個亞洲國家的災害管理專業人員開發實用的 AI 工作流程以應對緊急情況。
Qwen3.5-Omni 版本說明
Qwen 宣佈了 Qwen3.5-Omni，一款能處理文字、圖像、音訊與影片的全新全模態大型語言模型，支援 256k 上下文、113 種語言的語音辨識、36 種語言的語音合成，並新增即時功能，如語意中斷、網路搜尋、語音控制與語音克隆。
Google DeepMind AI 啟用指標
Google DeepMind 正在開發一款由 Gemini 驅動的 AI 啟用指標，該指標以直觀的指向與語音指令取代複雜的文字提示，讓使用者能在各種應用程式中與數位內容互動。
STADLER AI 實施與生產力提升
STADLER，一家擁有230年歷史的工業回收公司，透過將 OpenAI 的 ChatGPT 嵌入為全公司生產力層，實現了知識任務時間節省30-40%，以及草稿速度提升2.5倍。
Hugging Face OpenClaw 遷移指南
Hugging Face 提供兩種方法——推理提供者與本地 llama.cpp 設定，將 OpenClaw 代理從受限的 Claude 模型遷移至開源替代方案。
Gemini 3.1 Flash Live 版本說明 / 新功能概覽
Google DeepMind 已推出 Gemini 3.1 Flash Live，一款高品質的音訊與語音模型，旨在提供自然即時的對話，具備更高精準度、降低延遲，且全球可用性擴大。
Google DeepMind 關於 AI 有害操控的研究
Google DeepMind 發布了一項新的研究報告與一套經實證驗證的工具組，用以衡量並降低 AI 被用於有害操控人類思想與行為的風險。
Lyria 3 Pro 發布：更長、具結構感知的音樂生成，遍及 Google 產品
DeepMind 宣布了 Lyria 3 Pro，一款能夠創建長達三分鐘、具結構感知的音樂生成模型，現已整合至 Google 產品，包括 Vertex AI、AI Studio、Google Vids、Gemini 與 ProducerAI。
OpenAI 模型規範：明確模型行為的框架
OpenAI 推出了模型規範，這是一個正式且公開的框架，旨在使預期的 AI 模型行為變得明確、可讀且可供使用者、開發者與研究人員修訂。
OpenAI 安全漏洞賞金計畫啟動
OpenAI 已啟動公開的安全漏洞賞金計畫，以識別超出傳統安全漏洞範疇的 AI 濫用與安全風險，特別針對代理風險、專有資訊洩漏與平台完整性。
OpenAI 青少年安全政策套件與 gpt-oss-safeguard
OpenAI 發布了基於提示的安全政策以及開放權重的 gpt-oss-safeguard 模型，協助開發者在 AI 應用中實施符合年齡的青少年保護措施。
OpenAI 基金會更新
OpenAI 宣布，其基金會將在未來一年內於生命科學、經濟影響、AI 韌性與社群計畫等領域投資至少 10 億美元，以確保通用人工智慧（AGI）造福人類。
OpenAI 透過 Agentic Commerce Protocol 擴展 ChatGPT 的商品發現
OpenAI 透過擴充的 Agentic Commerce Protocol (ACP) 引入了加強的視覺購物與商品發現功能，簡化使用者尋找與比較商品的流程。
EVA 端對端語音代理評估框架
EVA 是一個全新的端對端框架，能同時評估語音代理的準確度與對話體驗，揭示任務成功與使用者滿意度之間的一致權衡。
vLLM Model Runner V2 版本說明 / 新功能
vLLM 推出了 Model Runner V2（MRV2），這是一個從頭重新實作的模型執行器，透過 GPU 原生、async‑first 與模組化的架構提升吞吐量並降低延遲。
OpenAI Sora 2 安全框架
OpenAI 詳細說明了 Sora 2 的安全架構，重點在於來源訊號、基於同意的相似度管理，以及對音訊與影片的嚴格內容過濾。
領域特定嵌入微調與 NVIDIA Nemotron – 一天內完成
NVIDIA 與 Hugging Face 發布了一個單 GPU、一天內完成的管線，對 Llama‑Nemotron‑Embed‑1B‑v2 模型進行合成領域資料的微調，實現超過 10% 的檢索提升，且在真實企業資料集上最高提升 26%。
OpenAI 內部程式碼代理監控系統
OpenAI 部署了一套以 GPT‑5.4 Thinking 為動力的監控系統，用以偵測內部程式碼代理的錯位與安全違規，並識別那些常僅在複雜、工具豐富的工作流程中才會顯現的行為。
OpenAI 收購 Astral
OpenAI 正收購 Astral，將其開源 Python 工具（包括 uv、Ruff 與 ty）整合至 Codex 生態系統，使 AI 代理能參與整個軟體開發生命週期。
Qwen3.5-Max-Preview 在 LMSys Arena 的發佈
Qwen 已將 Qwen3.5-Max-Preview 部署至 LMSys Arena，供社群評估，並於兩週內完成正式發布。
Hugging Face 開源狀況：2026 年春季
Hugging Face 報告稱，2025 年開源 AI 生態系統大幅擴張，特徵是中國在模型下載量上超過美國，且機器人領域迅速崛起成為最大的資料集類別。
Google DeepMind 測量通往 AGI 的進展：認知框架
Google DeepMind 已推出認知分類法與三階段評估協議，以實證方式衡量 AI 向人工通用智慧（AGI）的進展。
Holotron-12B 高吞吐量電腦使用代理
H 公司發布了 Holotron-12B，一款基於 NVIDIA Nemotron-Nano-2 VL 的多模態電腦使用模型，採用混合 SSM‑Attention 架構，以實現代理工作負載的高推理吞吐量。
OpenAI GPT-5.4 mini 與 nano 發布說明
OpenAI 已發布 GPT-5.4 mini 與 nano，這些高效能的小型模型將 GPT-5.4 的能力帶入高容量工作負載，顯著降低延遲與成本。
OpenAI 日本青少年安全藍圖
OpenAI 日本推出了日本青少年安全藍圖，這是一個將青少年安全置於便利與隱私之上，以保護年輕使用者免受 AI 相關風險的框架。
OpenAI 研究：員工如何使用 ChatGPT 獲取薪酬洞見
OpenAI 研究顯示，美國員工每日向 ChatGPT 發送近 300 萬條訊息，尋求薪資基準與補償指導，尤其是在高技能、資訊透明度低的職位。
OpenAI Codex Security：為何系統避免使用 SAST 報告作為種子
OpenAI 的 Codex Security 會避免從靜態應用程式安全測試（SAST）報告開始，以防止分析過早收窄，並專注於驗證安全不變式在轉換鏈中是否真的成立。
BAIR 介紹 SPEX 與 ProxySPEX 用於可擴展的 LLM 互動發現
BAIR 已推出 SPEX 與 ProxySPEX，這兩種演算法結合訊號處理與編碼理論，能在大規模下辨識特徵、訓練資料與模型元件之間具影響力的互動。
P-EAGLE：vLLM 中的平行推測解碼
vLLM 引入了 P-EAGLE，一種平行推測解碼方法，能在單次前向傳播中生成所有草稿 token，於 NVIDIA B200 GPU 上相較於原始 EAGLE-3 提供最高 1.69 倍的加速。
OpenAI 設計 AI 代理以抵禦提示注入
OpenAI 正在將其對提示注入的防禦策略轉變為將其視為社交工程問題，重點在於限制成功操縱的影響，而非僅依賴輸入過濾。
OpenAI Responses API 電腦環境更新
OpenAI 為 Responses API 配備了 Shell 工具與託管容器工作區，使模型能透過命令列介面與持續的執行時上下文執行真實世界的任務。
楽天將 OpenAI Codex 整合至工程流程以提升效率
楽天已將 OpenAI Codex 整合至其工程堆疊，實現了平均復原時間 (MTTR) 減少 50%，並將原本需耗時一季的開發專案壓縮至數週完成。
vLLM 中的 NVIDIA Nemotron 3 Super 支援
vLLM 現已支援 NVIDIA Nemotron 3 Super，這是一個擁有 1200 億參數的混合 MoE 模型，針對多代理 AI 進行優化，具備 100 萬 token 的上下文窗口以及高效的推理效能。
Wayfair OpenAI 整合案例研究
Wayfair 已將 OpenAI 模型整合至其內部系統，以自動化 3000 萬項商品的產品目錄標記，並透過 AI 驅動的工具 Wilma 簡化供應商支援。
OpenAI 指令層級改進與 GPT-5 Mini-R
OpenAI 推出了一個新的強化學習資料集 IH‑Challenge，用於訓練模型優先執行可信指令而非不可信指令，從而產生了具備更佳安全可導向性與提示注入韌性的 GPT‑5 Mini‑R 模型。
ChatGPT 數學與科學互動視覺化
OpenAI 在 ChatGPT 中推出了超過 70 個核心數學與科學概念的動態視覺說明，幫助使用者即時了解變數與公式之間的關係。
vLLM Semantic Router v0.2 Athena 發行說明 / 新功能
vLLM Semantic Router v0.2 Athena 引入了全新重建的模型堆疊、實驗性的 ClawOS 協調層，以及先進的模型選擇原語，將語意路由轉變為多代理部署的策略性系統大腦。
保持 Token 流動：來自 16 個開源 RL 庫的教訓
Hugging Face 調查了 16 個開源 RL 庫，發現非同步 RL 訓練將推理與訓練分離到不同的 GPU 池、使用 rollout 緩衝區，並以非同步方式推送權重；Ray 在協調層占主導，NCCL 廣播是常見的權重同步方法。