搜索
北京时间凌晨 3 点，直播准时开始，OpenAI 发布了 ChatGPT Images 2.0。据介绍，「ChatGPT Images 2.0 是下一步进化：一个最先进的模型，能够处理复杂的视觉任务，并生成精确、可直接使用的视觉内容。」
使用 GPT Image 2 甚至不太需要过于复杂的提示词，我们的测试都是一两句简单的画面描述，或者再加上图片尺寸要求，如 21:9、16:9、9:16 等。 例如让它生成广州市小学数学试卷。
Kimi 刚刚发布了 K2.6，Agent 模式也同步大升级。
“给我们剧透一下 M3 吧。”
一直以来，我都觉得，对于 AI Agent 来说，最好的 Skill（技能）就是各种 APP。特别是在国内，大部分 APP 都是不那么 Open 的。不过最近，我发现了一个宝藏开源项目，可以解决这个问题。它叫 Turix CUA。
如果把今天最热门的几个方向摆在一起看，你会发现它们其实在卡同一道坎。
今天，我们发布并开源 Kimi K2.6 模型，带来行业领先（state-of-the-art）的代码、长程任务执行和 Agent 集群能力。Kimi K2.6 现已上线 kimi.com、最新版 Kimi 应用、Kimi API 和 Kimi Code 编程助手，所有用户都可以开始使用。
阿里版「电商龙虾」正式打通国际站！Accio Work深度进化，选品、发品、广告、客服等7个岗位的活，现在一个工作台、一句话就能全包。28岁金融男零代码部署8个Agent，竟跑出100%好评。
中国人民大学团队打造的AiScientist，旨在解决长程机器学习研究工程的持续性难题。该系统从论文理解开始，跨越环境配置、代码实现与实验迭代，保持状态连续与决策连贯，显著提升科研效率。其核心在于通过File-as-Bus机制，稳定保存项目状态，使AI能真正接手科研流程，而非仅辅助单个环节。
本文主要介绍来自该团队的最新论文：Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models。