Z.ai推出GLM-OCR在线体验：支持PDF与图片版面解析
Z.ai发布多模态OCR模型GLM-OCR，并在Hugging Face开放权重，同时提供在线体验与API调用方式。官方称该模型仅约0.9B参数，但在复杂文档理解任务中取得领先表现，覆盖公式识别、表格识别与关键信息抽取等场景。 在API使用上，GLM-OCR支持输入PDF与图片（JPG/PNG），单...
Admin •
324
OpenAI推出Codex应用：macOS上线，多智能体并行协作成“指挥中心”
OpenAI发布Codex应用并在macOS提供下载，将其定位为“智能体构建指挥中心”，支持同时管理多个智能体并行执行长期任务，覆盖功能开发、重构、迁移与代码审查等工程流程。 该应用提供内置工作树与云端环境，便于在同一代码库上隔离改动、减少冲突；并通过“技能”封装工具与团队规范，扩展到文档、信息整理...
Admin •
132
Genie 3驱动Project Genie：边走边生成的互动世界
谷歌DeepMind与Google Labs发布实验性原型“Project Genie”，主打用文字与图片提示创建、编辑并探索虚拟世界。其流程包括：用户设计世界与角色后，先由Nano Banana Pro生成可调整的图像预览，再由Genie 3世界模型在移动探索过程中实时生成环境，并提供画廊用于发现...
Admin •
98
OpenAI计划在美国测试ChatGPT广告，免费与Go档位在列
OpenAI表示将于“未来数周”在美国对已登录成年人启动ChatGPT广告测试，并计划把广告展示扩展到网页端与移动端应用。广告将以“赞助”形式与回答分离展示，通常出现在回答底部，且官方称广告不会影响模型给出的回答。 关于个性化方式，官方说明广告会围绕“当前对话相关性”进行匹配，并提供“关闭个性化、清...
Admin •
88
Anthropic报告解析AI辅助编程：速度略快，理解与记忆更弱
Anthropic发布《How AI assistance impacts the formation of coding skills》研究，比较开发者在“AI辅助编程”和“手写代码”两种条件下完成同类任务后的技能掌握情况。研究结论指出，使用AI辅助会带来统计显著的“掌握度下降”：在覆盖刚刚用到概...
Admin •
96
Cursor 提出 Agent Trace 开放规范，追踪 AI 生成代码来源
Cursor 团队在 agent-trace.dev 发布“Agent Trace”规范（版本 0.1.0，状态为 RFC），将其定位为一套开放规格，用于在版本控制的代码库中记录“哪些改动来自 AI、哪些来自人类”，并把模型信息与相关对话关联到具体代码贡献。 该规范强调“厂商中立”和“可互操作”，支...
Admin •
117