ChatGPT 如何利用图像生成创建品牌视觉
ChatGPT 图像生成功能支持通过提示词、草图或上传图片创建品牌视觉及产品模型。 该功能旨在帮助用户快速生成符合品牌规范的视觉素材,简化设计流程。
ChatGPT 图像生成功能支持通过提示词、草图或上传图片创建品牌视觉及产品模型。 该功能旨在帮助用户快速生成符合品牌规范的视觉素材,简化设计流程。
OpenAI 更新了 ChatGPT for Business,新增 o3 模型、图像生成、增强记忆和内部知识功能。 官方展示了这些最新功能的操作演示。
Hugging Face 将 Intel Gaudi 硬件支持直接集成到 Text Generation Inference (TGI) 主代码库,结束维护独立 fork 的局面。
Hugging Face 发布的 Gradio 更新了 Dataframe 组件,最近 6 周内修复了超过 70 个问题。新功能包括多单元格选择、行号显示、列固定、复制按钮、全屏模式、顶部滚动、无障碍性改进、增强的样式控制、行/列选择、静态列以及搜索和过滤功能。用户可通过 `pip install --upgrade gradio` 安装最新版本。
OpenAI 发布 ChatGPT for Business 2025年3月更新,功能更交互、可定制且具备智能体能力。 更新旨在适应团队工作流,增强互动性与个性化。
Hugging Face 官方宣布 Xet 存储架构正式在 Hub 上线,并于 2 月 20 日完成首批约 6% 下载流量、总计 4.5TB 模型与数据集仓库的迁移。
推荐理由:Xet 存储正式接入 Hugging Face Hub 并完成首批 4.5TB 仓库迁移,其内容寻址分块机制让多 GB 级模型更新上传耗时从小时级降至秒级。
Hugging Face 发布专为 Python 设计实时通信库 FastRTC,简化实时音视频 AI 应用开发。该库内置语音检测、轮替控制和 WebRTC Gradio 界面,支持通过 FastAPI 自定义部署,并提供免费电话接入功能,开发者可结合 Moonshine、Kokoro 等模型快速构建实时语音应用。
推荐理由:为 Python 开发者提供开箱即用的实时音视频通信库,降低 WebRTC 工程门槛,并内置 Gradio 界面和电话接入功能。
Hugging Face 在 Inference Endpoints 中试点远程 VAE 解码功能,通过 Diffusers 开放源代码将解码过程委托至远程端点,以减少消费级 GPU 上的内存占用并规避离载或平铺带来的延迟与质量损失。
Hugging Face Hub 新增 Hyperbolic、Nebius AI Studio 和 Novita 三家 Serverless 推理提供商,扩展现有 Together AI 等供应商体系。
Hugging Face 宣布 Fireworks.ai 成为 Hub 支持的推理提供商,支持在模型页面及 HF 生态中直接进行无服务器推理。目前可通过 Fireworks.ai 运行 DeepSeek-R1、DeepSeek-V3、Llama-3.2-90B-Vision-Instruct 等模型,用户可使用 huggingface_hub 库或 API 进行调用。
Hugging Face 推出合成数据生成器,允许用户通过自然语言描述无代码创建自定义数据集。该工具支持文本分类和聊天数据集生成,底层由 distilabel 和免费的 Hugging Face text-generation API 驱动,并可与 Argilla 集成进行数据审查。
Mistral AI 宣布在 La Plateforme 上开放旗下旗舰及专用模型的定制能力,支持通过 base prompt、few-shot prompting 或 fine-tuning 微调,并可接入自带数据集。
推荐理由:Mistral 在自家平台同时开放模型定制、智能体与稳定版 SDK,为开发者把前沿模型接入应用提供更完整的路径。
Mistral AI 举办为期一个月的虚拟微调黑客马拉松,时间为 2024 年 6 月 5 日至 30 日。参赛者需使用其全新的微调 API 提交原创项目,前 3 名获奖者各获 €2,500 Mistral API 积分,部分入选者还可申请 $100 免费额度。评审标准涵盖影响力、技术实现、创意和展示四个维度,各占 25%,团队人数上限为 4 人。
OpenAI 推出教育服务方案,面向大学提供负担得起的 AI 使用选项,帮助学校以负责任的方式将 AI 引入校园。该方案专为学生设计,旨在让学生通过实际使用参与 AI 应用。
The Atlantic 宣布与 OpenAI 建立战略合作伙伴关系,使其成为 OpenAI 产品内的优质新闻源。The Atlantic 的文章将在包括 ChatGPT 在内的 OpenAI 产品中可被检索。作为合作伙伴,The Atlantic 将协助塑造未来实时发现产品中新闻的呈现与展示方式。
Hugging Face 与 Microsoft 宣布深化战略合作,在 Azure 上扩展开放模型支持并提升部署体验。
OpenAI 为 ChatGPT 选定 5 个语音。该过程与业内领先的选角及导演专家合作,在 400 多份提交中完成筛选。
Hugging Face 与 LangChain 联合推出 Python 包 langchain-huggingface,旨在将 Hugging Face 生态最新功能高效整合至 LangChain 并持续更新。
Hugging Face 发布了 Transformers Agents 2.0,引入支持迭代观察的新智能体结构,并强调代码的模块化与工具使用的透明性。基于该框架、以 Llama-3-70B-Instruct 为底层的智能体在 GAIA 基准测试中表现优于多个 GPT-4 基智能体,取得榜单第四名,目前处于开源类最佳位置。
推荐理由:官方开源框架 smolagents 引入了能迭代观察的多智能体结构,Llama-3 在 GAIA 榜单上表现优于 GPT-4 智能体。
Hugging Face 正式引入 Artificial Analysis 开发的 LLM 性能榜单,该榜单覆盖 100 多个 LLM API 端点,统一提供模型质量、价格、吞吐量与延迟指标。
推荐理由:原文将价格、速度与质量指标整合在单一榜单中,AI 工程师可据此在应用设计阶段对推理成本与延迟做出更具体的权衡。
Ryght 正式启动 Ryght Preview,这款面向医疗和生命科学领域的企业级生成式 AI 平台现已公开可用。
Hugging Face 推出 Google Cloud 集成,允许将数千个开源基础模型通过 Vertex AI 或 GKE 部署。支持带有“text-generation-inference”标签的模型,开发者可一键生成生产级 API 端点。数百个热门开源 LLM 提供预配置硬件方案,无需管理基础设施即可在 Google Cloud 环境中构建生成式 AI 应用。
Hugging Face 推出与 Cloudflare Workers AI 的新集成,开发者可通过按请求付费的方式,在全球边缘 GPU 上运行热门开源模型。该功能支持 Meta Llama 2 7B、Mistral 7B 等模型,用户可在模型页面直接选择部署并通过 REST API 或 Cloudflare AI SDK 发起请求。
推荐理由:将热门开源模型集成至 Cloudflare 无服务器推理平台,开发者可按请求付费运行。
Lighthouz AI 联合 Hugging Face 发布 Chatbot Guardrails Arena,旨在压力测试大语言模型及隐私护栏抵御数据泄露的能力。
Hugging Face 发布在 Intel Meteor Lake 笔记本上运行 Phi-2 的方案,使用 Intel OpenVINO 和 Optimum Intel 对 microsoft/phi-2 做4-bit 权重量化,再运行在搭载 Core Ultra 7 155H 的中端笔记本上。
Hugging Face 与 NVIDIA 联合推出 Train on DGX Cloud 服务,允许 Enterprise Hub 用户通过无代码界面在 Hugging Face Hub 上微调 Llama、Mistral 等模型。该服务提供 NVIDIA H100 GPU 算力,按小时计费为 $8.25,支持 1 至 8 块实例配置,训练后的模型将自动上传至私有仓库。
PEFT 库发布了针对 LoRA 适配器的新合并方法,支持在推理阶段在线结合多个微调权重。文章介绍了 concatenation、linear、SVD、TIES 和 DARE 等多种算法,提供代码示例与效果对比,并展示了将文本生成和文生图场景下不同风格的 LoRA 权重合并的应用,旨在帮助开发者在有限显存条件下提升模型能力融合体验。
Hugging Face 为 Text Generation Inference 推出 Messages API,使 TGI 1.4.0 起兼容 OpenAI Chat Completion API。
推荐理由:提供 TGI 对齐 OpenAI 的接入细节与示例,读者可据此把现有客户端代码迁移到自托管开源 LLM。
Segmind 推出 SegMoE 框架,支持从头创建扩散模型专家混合(MoE)架构,并集成于 Hugging Face 生态系统。该框架提供 Apache 2.0 许可的开源模型及代码,允许用户通过配置多个专家模型来构建自定义 MoE 扩散模型,显著提升了提示词理解能力。
Hugging Face Text Generation Inference(TGI)在 AWS Inferentia2 和 Amazon SageMaker 上正式发布。
Patronus 团队在 Hugging Face 推出 Enterprise Scenarios Leaderboard,专注于评估 LLM 在金融、法律等真实企业场景中的表现。该榜单涵盖 FinanceBench、Legal Confidentiality 等 6 项任务,通过混合开源与闭源数据集防止测试集污染。用户可据此对比模型在准确性、相关性等指标上的实际应用能力。
DecodingTrust 团队发布了新的 LLM 安全排行榜,该工具基于 HF leaderboard 模板构建,专注于 LLM 的安全评估。此排行榜支持模型提交者将权重转换为 safetensors 格式并提交以进行信任度评估,同时提供了涵盖毒性、偏见、鲁棒性等八个维度的综合评估框架。
ONNX Runtime 结合 Olive 工具显著加速了 SD Turbo 和 SDXL Turbo 的推理性能。在 NVIDIA GPU 上,ONNX Runtime 吞吐量最高比 PyTorch 提升 229%(SDXL Turbo)和 120%(SD Turbo)。该方案支持 C# 和 Java,模型优化版本已在 Hugging Face 开放。
Mistral AI 开放了首个平台服务的 beta 权限,提供三个文本生成端点和一个嵌入端点。Mistral-tiny 端点基于 Mistral 7B Instruct v0.2,Mistral-small 基于 Mixtral 8x7B,Mistral-medium 基于原型模型,三者分别在 MT-Bench 上取得 7.6、8.3 和 8.6 分。
推荐理由:Mistral AI 开放了首个平台服务 beta 权限,并给出了三个推理端点与嵌入端点的基准表现,方便开发者对比选择。
Intel Labs 与 Hugging Face 联合推出 SetFitABSA 框架,用于少样本训练领域特定的基于方面的情感分析(ABSA)模型。该框架通过三阶段流程提取方面候选项并分类情感极性,在少样本场景下性能优于 Llama2 和 T5 等生成式模型。SetFitABSA 无需手工提示词,且仅需少量标注样本即可快速训练,显著降低了数据标注成本。
Hugging Face 发布 Optimum-NVIDIA 推理库,支持在 NVIDIA 平台上通过修改一行代码启用 FP8 量化,实现最高 28 倍推理加速和 1200 tokens/s 的吞吐量。
推荐理由:提供了从 Transformers 迁移至 Optimum-NVIDIA 的代码对比,展示了 FP8 量化在降低首字延迟和提升吞吐量方面的具体收益。
Hugging Face 宣布现已支持在 AMD Instinct GPU 上开箱即用地运行所有 Transformers 模型和任务,无需修改任何代码即可替换 NVIDIA GPU 的部署流程。
推荐理由:Hugging Face 和 AMD 给出了在 AMD Instinct GPU 上直接运行 Transformers 模型和部署 TGI 的入口,读者可以据此把现有 NVIDIA 工作流迁移过去。
Hugging Face 与 LCM 团队合作发布 SDXL Latent Consistency LoRAs,使 SDXL 生成步骤从 25 至 50 步降至 4 至 8 步。M1 Max 上生成 1024x1024 图像耗时约 6.5 秒,4090 上不到 1 秒,且可与其他 SDXL LoRA 组合使用。
推荐理由:原文展示了 LCM LoRA 将 SDXL 推理降至 4 步的方法,并提供多组硬件性能基准,便于评估低成本生成效果。
Explosion 推出 Prodigy-HF 插件,实现 Prodigy 标注工具与 Hugging Face 生态的直接集成。用户可通过命令直接微调 BERT 等 Transformer 模型,并支持将标注数据集上传至 Hugging Face Hub 以鼓励协作。
OpenAI 推出创建自定义 ChatGPT 版本的功能,允许用户结合指令、额外知识和技能组合进行定制。