OpenAI 支援儲存參考圖並在新創作中複用
OpenAI 宣布使用者可以儲存參考圖片,之後在新創作中直接重複使用,無需再次上傳。官方說明中可儲存的物件包括本人、寵物和角色的參考圖,用於反覆生成新的影像內容。目前尚未公布該功能的適用範圍、上線平台與時間安排。
依意思最接近的 11 筆
OpenAI 宣布使用者可以儲存參考圖片,之後在新創作中直接重複使用,無需再次上傳。官方說明中可儲存的物件包括本人、寵物和角色的參考圖,用於反覆生成新的影像內容。目前尚未公布該功能的適用範圍、上線平台與時間安排。
開發者發布 repopedia,一個 MIT 許可的原生代碼知識圖譜工具,用 pip 安裝後對倉庫建圖,結果存為普通 SQLite 檔案,tree-sitter 負責解析,無需伺服器、Docker 或 API key,程式碼不上傳。它可查詢函式呼叫者與改動的傳遞影響範圍,並生成程式碼庫 wiki,還提供 MCP server 供 Claude Code 直接查圖,一次呼叫返回 file:line。
OpenAI 發布 ChatGPT Images 2.6,影像生成功能升級,新增 GIF 與參考圖支援,使用者可在 ChatGPT 中直接使用這兩項能力。OpenAI 同時預告,兩款新模型即將進入 API,官方稱其影像生成速度提升 50%。此次公告以版本號和功能更新為主,未披露兩款 API 模型的具體名稱、上線日期、可用範圍與定價。
開發者 Brandon Thomas 用 Anthropic 的 Claude Opus 5.5 生成了七款開源應用,復刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 與 Acrobat Pro 的介面和工具。Artcraft 去年以「面向藝術家的可控 AI」起步,用於 AI 生成影像與影片的精確後期編輯,本週末宣布轉向這套套件並在 Reddit 公布。
給 agent 一份覆蓋全公司的知識圖譜後,五個公司級問題的回答準確度不變,但回答時間減少 73%、讀取的輸入 token 減少 92%、模型呼叫減少 66%。建圖以既有資料結構加規則抽取為主,僅 1.6% 的句子(141/8939)因規則讀不出而交給 gpt-5.4-mini 補讀,成本 0.047 美元;全量句子送模型要 1.29 美元、貴 27 倍,且把服務信用誤讀為責任上限、總體並不更準。
免費開源的本地 AI 修圖工具 Rembrandt 發布,支援 macOS、Windows 與 Linux,無需帳號與訂閱。它把 2×/4× 超解析度、AI 降噪、失焦重對焦放在 GPU 上執行,可用自然語言(如「shadows +25」)或直接在照片上拖拽調參,編輯以標準 XMP 存在照片旁、不改原圖。另含筆刷與 AI 主體/深度蒙版、HDR 與全景合併、1000+ 相機 RAW 和 1500 個鏡頭配置檔案,並可自託管在瀏覽器中使用。
FurtherAI 的 Sashank Gondala 復盤九個月 AI 原生工程實踐:自 1 月起每位工程師每日合併的程式碼變更量增長約 5 倍,回滾率仍低於 0.5%。面向客戶的變更從夏季每月 17 至 30 個升到 9 月 45 個、10 月預計 48 個;含測試的變更佔比從 15% 升至 91%,AI 先行評審覆蓋 99% 的變更,最多三分之一低風險變更無需人工合併。
UniPat AI 發布 PaperBenchX,稱其為國際上首個多學科端到端論文結果復現基準,從 93 篇論文建置 93 個復現任務,橫跨電磁、光子、化學、材料、生物、機器人等 12 個研究方向和 10 種領域原生科學環境,含 3168 條專家校驗評分項。在這 93 個任務上,表現最強的 GPT-6 Astra 完整復現率只有 13.98%,建模與執行階段平均得分約 62%,驗證階段僅 42.8%。
Graphicle 是 Graphify 的 Rust 重寫版,把倉庫對映成程式碼圖,並記住專案文件、決策與過往 agent 會話,向 Claude Code、Codex、Cursor 等 MCP 客戶端返回帶檔案和行號的引用摘錄。它完全本地執行,無需 API key、帳號或遙測;brew 安裝後執行 graphicle setup 即可索引倉庫並接入檢測到的客戶端,graphicle disconnect 可撤銷全部改動。
Anthropic 發布一套面向企業客戶的報表工具:管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡,並獲得改進建議;這些資料預設不用於模型訓練。同時上線團隊共享預算池,用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%;
一篇 2026 年 10 月 18 日的博文主張,個人自建軟體工廠是浪費時間,除非是為了工作。作者認為非開發者已用 AI 做出不少東西,與其造工廠,不如直接在聊天框裡描述需求做產品,並去了解 Grok Bot、Claude 這類工具如何運作;AI 寫應用仍會遇到溝通錯位、做錯東西的挫敗。若一定要建,工作場景最現實:熟悉系統、人和多年遺留程式碼,能讓產品經理與設計師低摩擦地發布功能。