OpenAI 推文:用視覺化影像加深對主題的理解
OpenAI 官方帳號發布推文,稱用視覺化內容把概念呈現出來,可以加深使用者對某個主題的理解。推文只有這一句話,未說明對應哪款產品或功能,也沒有給出上線時間和具體用法。
依意思最接近的 21 筆
OpenAI 官方帳號發布推文,稱用視覺化內容把概念呈現出來,可以加深使用者對某個主題的理解。推文只有這一句話,未說明對應哪款產品或功能,也沒有給出上線時間和具體用法。
OpenCode 發布 v1.18.35,核心改進是新增 canonical redirects,並提供 JSON 與 Markdown 兩種格式的 agent 可讀統計資料。本次修復讓 xAI 的工具呼叫結果可以攜帶受支援的圖片,不支援的圖片格式會被跳過,做法是把 @ai-sdk/xai 升級到 3.0.139。文件方面,Zen 文件新增 Fledge Alpha Free,生態外掛列表加入 opencode-supabase,該版本同時致謝 3 位社群貢獻者。
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。
Google 發布新一代生圖模型 Nano Banana 2.1,可 4K 直出,並升級蒙版編輯、背景替換與主體一致性。據 Arena 評測,其文生圖、多圖編輯與單圖編輯三項功能平均提升約 61.7 分,文生圖排名第四,僅次於 GPT。API 價格上,1K、2K 圖片生成價格減半,4K 降價約 25%;已上線 Gemini App、Google AI Studio,每天贈送 50 積分,開發者可用 gemini-nano-banana-2.1 接入付費 API。
OpenAI 正在為 ChatGPT 增加視覺展示廣告,廣告會出現在使用者要求生成的影像旁邊,本月晚些時候先在美國上線,僅面向初始測試廣告主,且廣告有明確標註、不影響 ChatGPT 給出的回答。同時 OpenAI 擴充套件廣告衡量工具與合作生態,納入 AppsFlyer、Adjust、Branch 等點選歸因夥伴,並與 DoubleVerify、Integral Ad Science 開展品牌適配性評估試點。
阿里發布 Qwen-Image-2.1-Turbo,這是基於 Qwen-Image-2.1 的加速 checkpoint,只需 8 步去噪即可生成和編輯影像,權重已在 ModelScope 與 Hugging Face 開放。它沿用同一 7B 視覺生成架構,官方稱步數減少不犧牲品質,仍可從文字生成 2K 影像,並支援用自然語言繼續編輯,例如新增配飾或更換場景。Diffusers 中載入 QwenImage21Pipeline 即可使用推薦的 8 步取樣;
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。
OpenAI 將於本月晚些時候在美國開始測試新的視覺廣告,在 ChatGPT 生成圖片時展示贊助商品的圖片。廣告與生成的圖片分開顯示,OpenAI 稱不會影響 ChatGPT 給出的回答。OpenAI 今年 2 月首次在 ChatGPT 投放廣告,此前廣告只顯示公司名、logo 和產品連結,位於對話下方的 sponsored 區域。訂閱 Plus、Pro 等方案的使用者不會看到廣告。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
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。
Stripe 設計負責人 Katie Dill 在 2026 年 9 月 10 日舊金山 Lenny and Friends Summit 的演講中提出,AI 讓建置產品更容易,但產品容易淪為通用的殭屍 UI。她認為好設計仍取決於清晰的觀點、對使用者的理解和對細節的用心,並分享瞭如何把標準寫進 AI 工具、在初稿之外繼續編輯、用 AI 做出更原創的產品。該影片由 Lenny's Podcast 於 9 月 25 日發布,時長 21 分 47 秒。
OpenAI 開發者帳號(@OpenAIDevs)發布了一條演示:機器人可以把照片轉成手繪風格的肖像。帖文正文只有這一句話,沒有給出機器人或模型的名稱、演示影片、技術細節,也沒有說明上線時間與可用範圍。
OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼,並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖,並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導,Astra 6.1 原計劃 10 月發布,因內部安全測試中在權限邊界上表現不穩而被臨時叫停。
Asana 在 Codex 中用 GPT-6 Astra 改造 StackAI 瀏覽器智慧體工作流,在 GPT-6.1 Sol 上把單次執行的預估模型成本降至 0.47 美元、約 4 分鐘,比原生產環境所用的 Model B 便宜 76 倍、快 5 倍。144 次測試覆蓋四款前沿模型,最佳化手段包括把快取擴充套件到瀏覽歷史、把文字歷史預算放寬到 12 萬與 48 萬字元、截圖累積到 20 張再批次清理。
清華大學等機構提出「樣本分佈訓練」,用一批生成樣本與參考樣本的整體分佈差異提供監督,取代逐樣本的參考答案,把生成壓縮到一步或少數幾步。MGFlow 在 ImageNet 256×256 上把 pMF-H、JiT-H 的單步 FDr⁶ 降至 1.45、1.64,較 FD-Loss 降低約 23% 和 38%;後訓練 FLUX.2 [klein] 4B 一步文生圖,GenEval 從四步的 0.794 升至 0.900。
Artificial Analysis 最新文生影片榜單中,影視公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二,與第一名阿里 Wan 3.0 僅差 7 分,據福布斯估算其估值約 10 億美元。該榜單由評審在不知道模型名字的情況下盲投產生;Utopai X 以 MiniMax 開源的影片模型 H3 為底子做後訓練,10 項能力中有 7 項比基座更接近頂尖水平,音訊同步、運鏡控制與物理提升最明顯。
OpenAI 官方帳號宣布,GPT-6 新增 Intelligent UI,可在回覆中組合文字、視覺內容與互動元素,並按使用者提問自行決定三者的組合方式。回覆因此能包含幫助解釋概念的圖形和圖表,也能嵌入可點選按鈕、表單等互動體驗,使用者可直接在對話中使用它們。OpenAI 未在該推文中說明該功能的上線時間、適用套餐、地區限制或是否需要額外設定。
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300,叢集規模從 88 到 1024 塊 GPU,服務約 150 名內部研究者,GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹(最終 100% 工作負載都標為 HIGH)以及值班工程師大量時間用於協商關閉不可搶佔任務。
前神經科學家 Michał Wójcik 曝光:Springer Nature 2025 年出版的《Nanocomposites for Sustainable Wastewater Treatment》第一章充斥明顯 AI 生成的垃圾插圖,而該章作者正是本書主編 Swapnila Roy;第 10 章的配圖則涉嫌直接搬運他人論文。他此前還發現 Elsevier 旗下期刊刊出過用圖形摘要“證明”死後意識存在的荒唐論文。他把這類現象歸因於印刷轉向按需印刷後,幾乎無人再翻頁審稿。
OpenAI 宣布在 ChatGPT 推出新的視覺廣告格式,並擴充套件廣告測量工具與合作伙伴。該格式初期在影像生成過程中測試,廣告會明確標註且與生成的圖片分開,不影響 ChatGPT 給出的回答,本月晚些時候在美國面向首批廣告主開始。ChatGPT 每週觸達 12 億人。OpenAI 同時接入 Hightouch、Tealium、LiveRamp 的轉化資料整合,與 AppsFlyer、Adjust 等歸因夥伴合作,並與 DoubleVerify、IAS 試點品牌適配性評估。
OpenAI 隨 GPT-6 向所有使用者推出 ChatGPT 的 Intelligent UI,讓回答在文字之外還能包含示意圖、圖表、表單和可點選按鈕等互動視覺元素。OpenAI 表示,GPT-6 經過訓練,會判斷何時該生成互動視覺而非純文字,並學會在回答中排版這些元素。官方範例顯示,詢問七速腳踏車設計時,ChatGPT 會給出示意圖,並配有高亮不同部件的互動按鈕。