OpenAI 通过 API 发布最新图像生成模型 gpt-image-1
OpenAI 将最新图像生成模型以 gpt-image-1 形式接入 API。开发者和企业可以在自己的工具和平台中直接构建专业级、可定制的图像生成功能。
推荐理由：原文说明 gpt-image-1 通过 API 开放，可帮开发者把可定制的专业级图像生成接入自有工具与平台。
全部 AI 动态
OpenAI：官网动态精选AI 评分6868
Cognition 模型 / Devin 博客精选AI 评分6767 Cognition 发布 Devin 2.0，推出 Agent 原生 IDE 并新增 $20 起的灵活方案
Cognition 发布 Devin 2.0，带来 Agent 原生 IDE 体验和 $20 起的新方案。用户可并行运行多个 Devin，各自配备云端 IDE，可在 IDE 内用 Cmd+I、Cmd+K 等快捷键审查和修改 Devin 的代码。
推荐理由：官方公告列出新 IDE 体验、三项新功能和 $20 起的新定价，读者可据此评估 Devin 在编码工作流中的可用性变化。
OpenAI：官网动态精选AI 评分8282 OpenAI 推出 4o 图像生成，GPT-4o 支持原生图像生成
OpenAI 在 2025 年推出的这次发布为 GPT-4o 引入原生图像生成能力，包括更强的文字渲染和指令遵循。相关功能可通过 ChatGPT Images 2.5 使用。
推荐理由：原文给出 GPT-4o 原生图像生成的核心能力变化和 ChatGPT Images 2.5 入口，可据此了解该功能如何用于生成场景。
OpenAI：官网动态精选AI 评分6363 OpenAI 在 API 中推出新一代音频模型
OpenAI 在 API 中推出新一代音频模型。开发者首次可以指示文生语音模型以特定方式说话，例如像有同理心的客服人员那样讲话，为语音 Agent 带来更深层的自定义能力。
推荐理由：原文来自 OpenAI 官方，说明开发者可用自然语言指示语音模型按特定方式说话，语音 Agent 的自定义方式值得关注。
OpenRouter：Announcements精选AI 评分5656 OpenRouter 推出 Deep Research 工具及多款新模型
OpenRouter API 上线首个深度研究工具，API 响应中直接包含完整引用。同时平台新增多款模型。
推荐理由：第一个通过 API 可调用的 deep research 工具，直接返回带引用结果，想在自己产品里加 research 能力的开发者不容错过。
Mistral AI：News精选AI 评分6363 Mistral 发布 OCR API，文档理解基准超过 Google Document AI 与 Azure OCR
Mistral 发布 Mistral OCR，一款可识别图像、文本、表格和公式的光学字符识别 API。内部基准中 Mistral OCR 2503 综合得分 94.89，高于 Gemini-2.0-Flash-001 的 88.69 和 Azure OCR 的 89.52；单节点处理速度可达每分钟 2000 页。
推荐理由：官方发布 OCR API，给出与竞品的基准对比和每分钟页数，读者可据此评估其在多模态 RAG 管线中的适配性。
LlamaIndex：产品、工程与评测精选AI 评分6262 LlamaIndex 推出 LlamaExtract 公测：几步即可从非结构化文档提取结构化数据
LlamaIndex 推出 LlamaExtract，现已通过 LlamaParse 的 web UI 和 Python SDK 开放公测，用户定义 schema 后即可从非结构化文档提取 JSON 格式的结构化数据。工具支持 PDF、扫描件和 100 页以上长文档，基于 LlamaParse 构建，无需手动处理 OCR 和表格解析，输出符合 schema 的类型化数据，并提供免费和付费方案。
推荐理由：官方介绍 LlamaExtract 的 schema 定义和提取流程，读者可据此评估它能否替代手工或规则式文档处理。
Mistral AI：News精选AI 评分7474 Mistral AI 发布全新 le Chat，登陆 iOS 和 Android 并推出 Pro、Team 与 Enterprise 版本
Mistral AI 发布全新 le Chat AI 助手，上线 iOS 和 Android，并推出 Pro（$14.99/月）、Team 及 Enterprise 私测版本。
推荐理由：Mistral 官方完整列出新 le Chat 的功能、定价和部署选项，读者可以据此与同类助手做横向比较。
OpenAI：官网动态精选AI 评分7676 OpenAI 推出 deep research 智能体
OpenAI 推出 deep research，一个运用推理能力整合大量网络信息、完成多步研究任务的智能体。该功能当天向 Pro 用户开放，随后面向 Plus 和 Team 用户推出。
推荐理由：原文来自官方公告，说明了 deep research 的能力定位和分批开放节奏，读者可以据此判断它何时可用。
Hugging Face 社区博客精选AI 评分6060 Hugging Face 在 Hub 上线 Inference Providers
Hugging Face 在 Hub 上推出 Inference Providers，原文正文未抓取成功，仅标题可用，具体功能与细节以原文链接 https://huggingface.co/blog/inference-providers 为准。
OpenRouter：Announcements精选AI 评分5959 OpenRouter 推出 Reasoning Tokens，用于思考模型
OpenRouter 为思考模型（thinking models）新增推理 token（reasoning tokens），帮助用户理解模型思考过程。
推荐理由：OpenRouter把思考模型的推理步骤给透明了，调试链路的开发者能直接看“内心戏”，但放在今天这个功能已不稀奇。
OpenRouter：Announcements精选AI 评分5656 OpenRouter 通过 API 引入网页搜索功能
OpenRouter 在其 API 中新增了网页搜索功能，使所有请求能够结合最新的网络搜索信息，从而获取更及时的响应结果。
推荐理由：这是OpenRouter在2025年初推出的搜索API，当时让开发者能更方便地在请求中整合实时信息，现在看已经算不上新鲜事，但对当时需要这个功能的人来说还算实用。
LangChain：Blog精选AI 评分6060 LangSmith 推出 Pytest 和 Vitest/Jest 评测集成（beta）
LangChain 发布 LangSmith 的 Pytest 与 Vitest/Jest 集成，随 Python 和 TypeScript SDK v0.3.0 以 beta 提供，让开发者沿用现有测试框架运行 LLM 评测并记录到 LangSmith。
推荐理由：原文介绍了将 LLM 评测接入 Pytest/Vitest 的具体用法和与 evaluate() 的差异，开发者可直接对照迁移现有测试流程。
LlamaIndex：产品、工程与评测精选AI 评分6060 LlamaIndex 发布 AgentWorkflow，用于构建多智能体系统
LlamaIndex 推出 AgentWorkflow，一个基于其 Workflow 抽象的智能体系统构建与编排框架。它负责智能体间协调、状态维护和实时事件流监控，支持 FunctionAgent 与 ReActAgent 两种类型、全局 Context 状态管理，以及通过 InputRequiredEvent 集成人工审批，官方提供了单智能体和多智能体研究报告系统的代码示例。
推荐理由：官方介绍了 AgentWorkflow 的多智能体协作、内置状态管理和事件流监控能力，并附可直接运行的代码示例，适合评估是否引入现有 Agent 开发流程。
Modal 官方工程博客精选AI 评分6565 Modal Sandboxes 正式可用，为不可信代码提供安全执行环境
Modal 宣布 Sandboxes 正式可用，这是安全运行 LLM、用户或第三方来源不可信代码的隔离执行环境。它提供 exec API，可在运行时用与 Functions 相同的 Image API 动态配置任意语言依赖，支持文件系统快照以持久化和多 Sandbox 扇出，并复用 Functions 基础设施带来快速冷启动、GPU 和全球区域选择。
推荐理由：Modal 官方宣布 Sandboxes 正式可用，给出 exec API、动态镜像和 SWE-bench 7 分钟跑完 Verified 等实测数字，可据此评估智能体代码执行方案。
Hugging Face 社区博客精选AI 评分6363 Hugging Face 发布 smolagents，用代码编写动作的简单智能体
Hugging Face 推出 smolagents，一个以代码形式编写动作的简单智能体库。原文正文缺失，仅标题可确认发布信息，详情以博客原文为准。
OpenAI：官网动态精选AI 评分7373 OpenAI 发布 o1 及多项开发者新工具
OpenAI 面向开发者发布 OpenAI o1，并带来 Realtime API 改进和新的微调方法等多项更新。
推荐理由：官方公告涵盖 o1 发布及开发者工具多项更新，读者可借此了解当时 API 侧新增能力与适用场景。
Hugging Face 社区博客精选AI 评分6060 Hugging Face 发布 Synthetic Data Generator，用自然语言无代码生成数据集
Hugging Face 团队发布 Synthetic Data Generator，这是一款无代码应用，通过三步流程用自然语言描述生成自定义合成数据集，后台由 distilabel 和免费的 Hugging Face 文本生成 API 驱动。
推荐理由：原文给出从提示词到数据集再到训练模型的完整流程和速率、部署选项，读者可按需复用这套无代码生成方法。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 宣布 Devin 正式全面开放使用
Cognition 宣布 Devin 正式全面可用，无席位限制，所有工程团队可在 app.devin.ai 开始使用，并提供 Slack 集成、IDE 扩展（VSCode 及分支，Beta）和 API，以及 Cognition 工程团队的 onboarding 支持。
推荐理由：官方宣布 Devin 全面开放并给出适用任务、使用建议和多个开源 PR 实例，读者可据此评估如何把 Devin 接入自己的工程流程。
OpenAI：官网动态精选AI 评分8383 OpenAI 视频生成模型 Sora 正式上线 sora.com
OpenAI 的视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形画幅，还可导入自有素材进行延展、重混和融合，或直接从文本生成全新内容。
推荐理由：原文给出了分辨率、时长和素材混用等具体使用参数，读者可以直接据此了解 Sora 的开放入口和实际能力范围。
OpenAI：官网动态精选AI 评分6767 OpenAI 推出 ChatGPT Pro
OpenAI 官网宣布推出 ChatGPT Pro，目的是拓展前沿 AI 的使用范围。本次抓取的 feed 未提供完整正文，更多定价与功能细节以官网原文为准。
Mistral AI：News精选AI 评分7272 Mistral AI 为 le Chat 推出网页搜索、Canvas、文档理解、图像生成与 Agent 功能
Mistral AI 宣布对其免费生成式 AI 助手 le Chat 进行大版本更新，新增带引用的网页搜索、Canvas 协作编辑界面、图像生成和可发布的 Agent 工作流，全部以免费 beta 提供。
推荐理由：官方一次性列出 le Chat 六项新能力和免费 beta 政策，可对照竞品表格判断它在工作流上提供了哪些替代选择。
Hugging Face 社区博客精选AI 评分6060 Argilla 2.4 发布：无需代码即可在 Hub 上构建微调与评估数据集
Hugging Face 发布 Argilla 2.4，用户可从 Hub 任一公开数据集无代码导入，通过 Argilla UI 定义问题并收集人工反馈，用于构建微调和评估数据集。Hub 现有 230k 数据集可作为起点，部署在 Spaces 上默认启用 Hugging Face OAuth，允许任何 Hub 用户参与标注，也可配置为仅限协作者；后续仍可用 Python SDK 做进一步自定义。
推荐理由：官方介绍了从 Hub 数据集无代码导入并收集人工反馈的完整流程，熟悉数据标注协作场景的读者可据此评估是否迁移现有工作流。
OpenAI：官网动态精选AI 评分8181 OpenAI 推出 ChatGPT search
OpenAI 推出 ChatGPT search，为 ChatGPT 增加搜索功能，可提供快速、及时的答案，并附上相关网页来源链接。
推荐理由：原文信息过少，无法给出具体阅读价值。
OpenAI：官网动态精选AI 评分7272 OpenAI 发布 canvas：与 ChatGPT 协作写作和编码的新方式
OpenAI 推出 canvas，一种与 ChatGPT 协作写作和编码的新方式。
推荐理由：原文来自 OpenAI 官方发布，读者可据此了解 ChatGPT 在写作和编码场景上的新交互方式。
OpenAI：官网动态精选AI 评分7070 OpenAI 推出 Realtime API，支持构建语音到语音体验
OpenAI 推出 Realtime API，开发者现在可以在应用中构建快速的语音到语音（speech-to-speech）体验。
推荐理由：原文宣布 Realtime API 开放，开发者可以把快速语音到语音体验直接构建进应用。
OpenAI：官网动态精选AI 评分6161 OpenAI 微调 API 支持视觉：可用图像和文本微调 GPT-4o
OpenAI 宣布微调 API 支持视觉能力，开发者现可用图像和文本对 GPT-4o 进行微调，以提升其视觉表现。
推荐理由：官方宣布微调 API 支持图文混合数据微调 GPT-4o，开发者可据此定制模型的视觉能力。
OpenAI：官网动态精选AI 评分6767 OpenAI API 推出 Prompt Caching，对近期见过的输入自动折扣
OpenAI 在 API 中推出 Prompt Caching 功能，对模型最近见过的输入内容自动提供折扣。该功能面向 API 用户，可降低重复前缀类请求的输入成本。
OpenAI：官网动态精选AI 评分6262 OpenAI 在 API 中推出模型蒸馏功能
OpenAI 在其平台上推出 API 模型蒸馏功能，允许用大型前沿模型的输出来微调成本更高效的模型。
推荐理由：官方宣布 API 上线模型蒸馏功能，读者可据此了解用大模型输出微调低成本模型的路径。
Mistral AI：News精选AI 评分6868 Mistral 发布 Mistral Small v24.09，la Plateforme 推出免费层并全系列降价
Mistral 发布 Mistral Small v24.09（220 亿参数，MRL 许可），并在 la Plateforme 推出免费层，全系列模型降价，Mistral Small 和 Codestral 输入价格降幅达 80%。Pixtral 12B 现已在 le Chat 上免费提供视觉能力，该模型基于 Apache 2.0 许可，支持任意尺寸图像且不损失文本性能。
推荐理由：官方一次列出免费层、全系列降价、Mistral Small v24.09 和 Pixtral 12B 视觉能力，适合对照选型和部署成本。
Suno：Blog精选AI 评分6161 Suno 推出早期测试版翻唱功能 Covers
Suno 推出早期测试版新功能 Covers，可将语音备忘录或成品曲目转换为全新风格，同时保留原始旋律。功能目前面向 Pro 和 Premier 订阅用户开放，提供 200 次免费使用，之后每次生成消耗 10 credits，官方通过应用、Discord 或邮箱收集 beta 反馈。
推荐理由：原文给出 Covers 的操作步骤、200 次免费额度和 10 credits 定价，读者可据此评估是否把翻唱功能纳入创作流程。
OpenAI：官网动态精选AI 评分6969 OpenAI API 推出 Structured Outputs 功能
OpenAI 在 API 中推出 Structured Outputs 功能，模型输出现在能够可靠地遵循开发者提供的 JSON Schema。
推荐理由：OpenAI 官方宣布 API 输出可遵循开发者提供的 JSON Schema，对需要稳定结构化输出的工程场景有直接参考价值。
LlamaIndex：产品、工程与评测精选AI 评分6262 LlamaIndex 推出 LlamaExtract Beta：从非结构化文档抽取结构化数据
LlamaIndex 发布 LlamaExtract beta，这是一个托管服务，可从非结构化文档中抽取结构化数据：能从候选文档集推断 schema（用户可后续编辑），并按指定 schema 抽取字段值。
推荐理由：原文来自 LlamaIndex 官方，介绍了从文档推断 schema 并抽取结构化数据的用法，读者可以评估它在 RAG 数据处理管线中的适配性。
通义 QwenAudio：原创语音项目精选AI 评分6161 SenseVoice 开源语音理解模型仓库：支持 ASR、情感识别与音频事件检测
SenseVoice 是一个语音理解基础模型，支持 ASR、语种识别、语音情感识别和音频事件检测。发布的 SenseVoiceSmall 检查点支持普通话、粤语、英语、日语和韩语，并输出情感与事件标签；采用非自回归端到端架构，同参数量级下推理速度比 Whisper-Small 快 5 倍以上、比 Whisper-Large 快 15 倍以上。
推荐理由：官方仓库文档同时给出基准对比、部署路径和微调方案，读者可以据此评估 SenseVoice 在中英文语音识别场景的可用性。
LangChain：Blog精选AI 评分6666 LangChain 发布 LangGraph v0.1 稳定版与 LangGraph Cloud Beta
LangChain 宣布 LangGraph v0.1 稳定版发布，并推出处于封闭 Beta 的 LangGraph Cloud，用于大规模、容错地部署智能体。
推荐理由：官方发布交代了 LangGraph v0.1 稳定版的控制设计与 Cloud 的容错部署能力，可帮助读者判断智能体上线时的基础设施选型。
LlamaIndex：产品、工程与评测精选AI 评分6363 LlamaIndex 开源发布 llama-agents 多智能体框架 alpha 版
LlamaIndex 宣布开源框架 llama-agents 的 alpha 版发布，用于构建和部署生产级多智能体 AI 系统，可将每个 agent 变成独立运行的微服务。
推荐理由：官方发布开源多智能体框架 alpha 版，介绍了微服务架构、编排方式、监控工具和从本地到生产部署的具体用法。
Suno：Blog精选AI 评分6363 Suno 发布 Audio Input 功能，支持上传音频生成歌曲
Suno 发布 Audio Input 功能，Pro 和 Premier 用户可上传或录制音频来生成歌曲。音频片段需在 6 到 60 秒之间，上传后可选择 Extend、设定起始时间戳、指定风格并添加歌词。官方表示将阻止受版权保护的作品上传，含人声的输入将保持私密且不可搜索。
推荐理由：原文给出使用步骤和上传限制，读者可以据此判断如何把自己的音频接入 Suno 创作流程。
Mistral AI：News精选AI 评分6464 Mistral 在 la Plateforme 推出模型定制与微调服务
Mistral AI 在 la Plateforme 上推出模型定制能力，提供三种微调入口：开源微调 SDK mistral-finetune、la Plateforme 上的 serverless 微调服务，以及面向部分客户的定制训练服务。
推荐理由：原文给出三种微调入口的具体形态、底层 LoRA 技术和适用模型，读者可据此为自建或托管微调选型。
LlamaIndex：产品、工程与评测精选AI 评分6565 LlamaIndex 发布 Property Graph Index，用属性图谱构建 LLM 知识图谱
LlamaIndex 推出 Property Graph Index，用带标签属性图表示替代传统三元组知识图谱，支持节点类型与元数据、向量嵌入和混合检索。
推荐理由：官方详细给出了属性图谱的抽取方式、检索组合和底层存储接口，读者可以对照自己的数据场景评估是否迁移。
OpenAI：官网动态精选AI 评分6161 ChatGPT 数据分析功能更新，支持表格图表交互及 Google Drive 和 OneDrive 文件
OpenAI 更新 ChatGPT 数据分析功能，新增表格和图表交互，并可直接从 Google Drive 和 Microsoft OneDrive 添加文件。
推荐理由：原文仅公告 ChatGPT 数据分析支持表格图表交互及直接接入 Google Drive 和 OneDrive 文件，未提供更多细节，可据此了解入口变化。