搜索
谷歌真是急了。 前脚刚传来消息，称谷歌联合创始人谢尔盖·布林重启“创始人模式”，亲自督战并组建精英“突击队”，全力提升Gemini在AI编程和自主智能体等关键能力上追赶Anthropic等对手。 后脚
今夜，ChatGPT Images 2.0震撼上线，成为首个「会思考」的图像AI。奥特曼直呼这是从GPT-3到GPT-5的飞跃。它不仅能精准听懂中文指令、渲染复杂UI，甚至能在米粒上刻字。
先说一个很多人没意识到的事实：2026年了，每个主流Agent框架底下的工具调用训练数据，格式全是乱的。
这个生物医学视觉推理框架，被CVPR 2026接收了！
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。