ChatGPT Sketch 将简单涂鸦变成详细的 AI 图像
OpenAI 于周二宣布推出 ChatGPT Images 2.5，并加入名为 Sketch 的新功能。用户可以直接在 ChatGPT 中绘制简单草图，然后用文字说明希望系统如何将其生成图像。
AI 新闻中心
AI 新闻中心 过去24小时分析了 195 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
GPT-5.6 Sol如何帮助开展量子计算实验
麻省理工学院一名研究人员使用GPT-5.6 Sol和Codex，自主开展量子计算实验、分析结果并校准量子比特。该案例展示了人工智能在具体科研任务中的应用，但没有提供性能限制或独立验证方面的信息。
谷歌人工智能气象模型更新提升预报准确率
谷歌人工智能气象模型的一项更新提高了天气预报的准确率。与传统气象模型一样，该模型也能从更丰富的输入数据中受益。
“这才是男性真正使用的AI”：Meta投放让真实未成年女孩“脱衣”的应用广告
据报道，Meta迟迟没有删除相关广告。这些人工智能应用会篡改Instagram上年轻女孩的照片，让她们看起来像是裸体。此事引发了外界对未成年人保护、广告监管以及大型平台责任的质疑。
物理AI仿真公司Antioch获Greylock领投3200万美元A轮融资
Antioch开发高保真仿真技术，旨在减少物理AI训练过程中对硬件验证的需求。该公司近日完成由Greylock领投的3200万美元A轮融资。此次融资发生在Figure AI公布Index之后，后者同样强调利用真实世界数据训练机器人AI，反映出行业对仿真和现实数据的持续关注。
Meta 推出 AI 智能体 Muse：消费者会信任它吗？
Meta 推出了个人 AI 智能体 Muse，希望访问用户的电子邮件、日历、支付信息、医疗服务及其他个人数据。这是 Meta 迄今在消费级 AI 领域最大的一次押注，也将检验用户是否仍愿意把敏感信息交给这家公司。
Meta推出个人AI代理Muse，运行于云端专用虚拟机
Meta推出了个人AI代理Muse，该服务运行在Meta云端的专用虚拟机上。目前Muse仅在美国提供，未来将很快支持Meta的AI眼镜。Muse基于Meta首席AI官Alexandr Wang领导开发的最新一代模型。
OpenAI称无法排除去标识化数据曾帮助改进其模型
OpenAI表示，尽管可能性不高，但无法排除从Buckmaster和Alpöge使用其产品的过程中获得的去标识化数据曾帮助改进其模型。描述还提到一份用Lean形式化的证明，以及一个据称解决纳维–斯托克斯存在性问题的方案。
Meta称用户可将应用连接到Muse，用于发送邮件、生成购物清单和购物
Meta表示，用户可以将应用连接到其AI助手Muse，以发送电子邮件、把食谱Reels转换为购物清单，并通过支持Stripe的Link功能进行购买。此次宣布距Meta同意就社交媒体对消费者造成的伤害，与多个州达成总额180亿美元的诉讼和解还不到两周。
1Password称借助Codex将工程生产力提升21%
1Password的工程师利用Codex快速开发新功能和内部工具。该公司表示，这些项目在遵守严格安全政策的同时，也能达到正式上线的要求。不过，现有信息没有详细说明21%生产力提升数据的计算方法。
Meta押注AI代理Muse，力争在人工智能竞赛中迎头赶上
Meta推出个人助理Muse，再次尝试将人工智能带给大众。公司表示，Muse可以让几乎所有人都使用AI。这款产品是Meta数十亿美元战略重组的一部分，旨在重振公司在人工智能竞赛中不断下滑的地位。
OpenAI推出ChatGPT Images 2.5，称图像生成速度最高提升50%
OpenAI推出了ChatGPT Images 2.5。公司表示，新模型的图像生成速度比Images 2.0最高快50%。此次更新还增加了Sketch功能，用户可以直接在ChatGPT中绘图。关于延迟改善的数据来自OpenAI自身的说法，报道未提供独立验证结果。
ChatGPT Images 2.5 发布：实测三项真正实用的新功能
OpenAI 已将 ChatGPT Images 图像工具更新至 2.5 版。经过 24 小时测试，文章重点介绍了三项对用户尤其有用的改进。这次更新看起来属于现有 AI 图像生成工具的常规升级；原始描述没有提供具体技术细节，也未给出独立的性能对比。
亚马逊为何要分散人工智能芯片供应
亚马逊扩大与高通的合作，再次引发了外界对人工智能热潮中“循环融资”的讨论。Advisors Capital Management合伙人兼投资组合经理乔安妮·菲尼表示，这项交易可能为亚马逊提供另一种定制芯片来源，降低其对英伟达的依赖；同时也能增强高通投资产能的信心。不过，这项合作对人工智能芯片市场的实际影响仍不确定。
人工智能生成的纳维–斯托克斯千禧年大奖问题解答
该消息分享了一份由人工智能生成的纳维–斯托克斯千禧年大奖问题解答，并附有文字说明和使用 Lean 形式化的证明。内容提出了可能取得数学突破的主张，但尚未证明该证明正确，也未显示其经过独立验证。