首页

Tibo「28天计划」Day 3：GPT-6 更新、用户纪录与额度重置

该帖称，GPT-6 进入 Chat，并同步推送 Intelligent UI，让回答可直接生成图表、按钮、表单和交互组件，甚至现场做出小工具。功能从今天开始向付费用户陆续开放。付费账号也陆续获得 banked reset（额度重置），预计在 PST 当天结束前完成。

仅基于配文整理

OpenAI 展示可随操作变化的交互式视觉内容

OpenAI介绍一种可响应用户尝试与探索的视觉内容，用来帮助理解想法。配文尚未列出具体例子和操作方式，无法据此判断可调哪些变量或适用于哪些问题，完整演示需查看原帖。

仅基于配文整理

Intelligent UI：把说明、图表和可操作控件放进回答

OpenAI介绍，GPT-6可通过Intelligent UI按问题组合文字、图形、图表、按钮和表单，让解释与操作发生在同一段对话中。适合需要直观理解或直接试用小工具的任务；本帖说明功能形式，未列出全部开放条件。

仅基于配文整理

Google 推出 Gemini 3.8 Live with Live Avatar

Google 于9月24日推出 Gemini 3.8 Live with Live Avatar，结合近实时视频生成与语音，在后台异步调用工具时可继续交流。官方称其支持97种语言，当日已在 Gemini Enterprise 提供；自定义 Avatar 可由参考图生成，但创建目前仅向企业白名单开放。音视频输出包含 SynthID 水印，尚未宣布向免费个人用户普遍开放。

jina-ocr-v1：在低成本 GPU 上更快解析文档

Jina AI 发布 jina-ocr-v1，将扫描页、照片或 PDF 转成 Markdown，保留表格和公式。它通过先预测、再验证后续文本加速；厂商单卡 L4 测试中，Eager 与 CUDA Graph 模式的最佳加速比分别为 1.95x 和 1.17x，收益随运行方式变化。可通过 API 调用或本地部署；本地推测加速需 vLLM 0.21 以上，权重采用 CC BY-NC 4.0，限非商业使用。

修复 SweBenchEvaluate 的 multimodal 子集映射，适配 sb-cli 的 swe-bench-m

SweBenchEvaluate 将 multimodal 映射改为 swe-bench-m，解决 sb-cli 参数校验导致的评估失败。full 和 multilingual 无对应的 sb-cli 子集，现抛出列明支持子集的 ValueError，并新增相关回归测试。

面向 Apple Vision Pro 的新一代交互式音乐体验

Universal Everything 的 Apple Vision Pro 交互式音乐体验结合空间音频，将会对音频作出反应的声音雕塑置于用户周围。用户通过在空间中绘画，逐步叠加、组合声音层，创作复杂的音乐作品。声音由 @freefarm_sound 制作。

仅基于配文整理；正式参考价值分；依据原始文字；已检查1幅视频封面静帧评审副本；未评价完整视频、运动、剪辑或声音

国家网信办等四部门印发《人工智能生成合成内容标识办法》

国家网信办等四部门印发《人工智能生成合成内容标识办法》，规范AI生成文本、图片、音视频及虚拟场景的标识，自2025年9月1日起施行。办法适用于相关规定覆盖的网络信息服务提供者：符合规定情形的生成服务须添加用户可明显感知的显式标识，并按规定在文件元数据中写入隐式标识。传播平台须核验并添加提示，用户发布生成合成内容须主动声明、使用标识功能，任何组织和个人不得恶意删除、篡改、伪造或隐匿标识。

Florence-2模型卡：OCR、检测与定位任务怎么表达

知识资料｜发布日期未知。Microsoft的Florence-2模型卡列出图像描述、目标检测、定位、分割和OCR等任务提示，并给出推理用法。该仓库同时提示，此继续预训练版本采用4k上下文，训练质量可能仍有不足；这些材料不等于独立复现的评测结论。