OpenAI 桌面版 ChatGPT 新增语音控制,可操控电脑执行多步骤任务
OpenAI 当地时间周四宣布对其桌面版 ChatGPT 应用进行重大更新,正式引入了备受期待的 ChatGPT Voice 语音交互功能。此次更新基于 OpenAI 本月早些时候推出的全新 ChatGPT-Live 语音模型系列,核心突破在于赋予了 AI 强大的本地任务执行能力,使其从单纯的对话助手进化为可操控电脑的智能体。
阅读全文实时动态 / 第 126 页
追踪 AI、开源与工程领域的重要动态。
OpenAI 当地时间周四宣布对其桌面版 ChatGPT 应用进行重大更新,正式引入了备受期待的 ChatGPT Voice 语音交互功能。此次更新基于 OpenAI 本月早些时候推出的全新 ChatGPT-Live 语音模型系列,核心突破在于赋予了 AI 强大的本地任务执行能力,使其从单纯的对话助手进化为可操控电脑的智能体。
阅读全文IT之家 8 月 9 日消息,发表在《判断与决策》期刊上的一项最新研究揭示了人工智能在创意写作领域的惊人表现。研究人员邀请了 1,682 名成年人参与实验,阅读 6 篇主题相似的短篇小说,其中 3 篇由人类作家创作,另 3 篇由 ChatGPT 生成。参与者被告知了作品的作者身份(但信息不一定准确),并被要求评价故事的吸引力与质量。结...
阅读全文8月8日,一篇名为《在 Mac 上配合 Apple 智能使用千问》的技术支持文档现身苹果中国官网,首次在官方层面证实了 Apple 智能与阿里巴巴千问模型的深度合作。该文档详细披露了具体的接入方式和功能场景,指出用户需满足 macOS 26.6 或更高版本等系统要求,并需登录千问账户。功能方面,文档明确显示千问扩展可用于写作工具(如备...
阅读全文本文介绍了一种名为“误差扩散抖动二维码”的技术,旨在解决二维码在嵌入图像时的视觉噪点问题。传统的艺术二维码通常将数据模块缩小以腾出空间显示图像,但简单的二值化处理会导致图像出现明显的“椒盐噪声”。虽然Floyd-Steinberg误差扩散算法比普通的Bayer滤镜能生成更平滑的渐变效果,但在二维码应用中,由于数据模块的颜色是强制固定的...
阅读全文这篇文章详细记录了一位开发者将闲置的 CMF Phone 1 手机(8核 ARM CPU、8GB 内存)转化为个人服务器的全过程。由于云服务器(VPS)成本上升及内存配置不足,作者试图挖掘闲置手机的计算潜力。在尝试刷入 postmarketOS 因驱动缺失失败后,作者确立了以原生 Android 为底层、Termux 为宿主环境的架构...
阅读全文随着软件开发逐渐从手工编写向 AI 辅助转变,传统的集成开发环境(IDE)已难以完全满足以 Agent 为中心的编程需求。针对这一趋势,一款名为 Termio 的原生 Mac 终端 Agent 开发环境(ADE)正式发布。该项目基于 libghostty 内核构建,旨在提供高性能的终端用户界面(TUI)渲染能力,特别优化了对 AI A...
阅读全文DDisasm 是一款由 GrammaTech 开发的高性能开源反汇编工具,其核心突破在于生成的汇编代码具有足够的精确度,能够被重新组装回功能相同的可执行文件。该工具采用了独特的声明式逻辑编程语言 Datalog (Souffle) 来编译反汇编规则和启发式算法,从而处理复杂的指令解码与分析逻辑。DDisasm 首先解析 ELF 或 ...
阅读全文近期,一款名为 Mirasim 的多模型聚合应用在技术社区引发关注,主要因其针对前 1000 名注册用户提供了一项高力度的限时福利。根据活动页面描述,新用户下载该 App 并完成注册后,即可获赠官方标价为 89 美元/月的高级套餐,免费时长长达 12 个月。该套餐的核心权益在于提供了相当于 5 倍 Codex Pro 和 5 倍 Cl...
阅读全文本文详细记录了比利时根特大学学生团队Zeus WPI为年度12小时接力赛(12Urenloop)构建一套基于超宽带(UWB)技术的实时定位系统的全过程。为了解决传统蓝牙计圈方案在拥挤环境中信号干扰严重且无法提供精确位置数据的痛点,团队决定利用UWB技术实现厘米级定位。
阅读全文一位独立开发者历时一年完成了文章阅读平台的开发,目前在项目收尾阶段面临AI文本处理成本控制的挑战。该开发者主要需求是利用AI进行文本润色、错别字修正及排版整理,但由于处于独立开发初期,预算极为紧张。此前尝试使用谷歌的Gemini Flash-Lite免费版本,但其每日1000次左右的请求限制在面对一定并发量或长文本处理时显得捉襟见肘。...
阅读全文近日,在Linux.do开发者社区,有用户发起讨论,询问是否存在适合1GB内存低配服务器的轻量级AI Agent。该用户反馈,目前主流的AI编程工具如Codex和OpenCode,在仅有1GB内存的云服务器实例(通常被称为“小鸡”)上均遭遇了严重的内存溢出(OOM)问题,甚至无法完成启动流程。该用户明确表示,其需求并不涉及复杂的多智能...
阅读全文Linux.do 社区一位用户分享了使用 DeepSeek 模型辅助运维的失败案例。在尝试对服务器进行 TCP 协议栈性能调优时,该模型在用户明确强调“不瞎改、只改有效项”的约束下,依然生成了一套看似专业、逻辑严密实则具有毁灭性的配置方案。用户在应用这些 AI 生成的内核参数后,服务器立即陷入瘫痪状态。此事不仅暴露了生成式 AI 在系...
阅读全文丹麦教育部近日宣布,针对高中学生在书面作业中使用人工智能(AI)作弊的问题,将立即实施一系列严格的新规定。根据政策,所有在家庭完成的书面作业(主要针对约900名HF课程学生)必须强制进行口头答辩,以证明学生对内容的真实掌握。教育部还建议学校在考试中使用屏幕监控工具和防火墙限制访问内容,并增加在校园受控环境下完成的作业比例。教育部长Ma...
阅读全文随着 AI 辅助编程的普及,开发者常面临云端沙箱环境缺失本地化资源的问题,例如在 Google AI Studio 中使用 Gemini 模型生成 Python (Matplotlib) 图表时,中文常显示为乱码方块。近日,有开发者在技术社区分享了一种通过“提示词工程”精准解决该难题的方案。该方案指出,Google 的云端运行环境中实...
阅读全文近期,多位开发者在使用菲律宾区(菲区)ChatGPT Pro账号并结合sub2api技术进行调用时遭遇了大规模封号事件,且申诉无门、退款被拒,造成了不小的经济损失。针对这一痛点,社区用户总结并分享了一套防风控的实操建议。核心策略包括:确保sub2api调用与Web端使用保持相同的IP地址,并要求IP具备高纯净度以触发风控模型;严格控制...
阅读全文随着Anthropic推出的Claude Code在AI编程领域的应用深化,其内置的Web Search(网页搜索)功能因高昂的使用成本引发了开发者社区的广泛讨论。据用户反馈,Claude Code自带的联网搜索功能单次调用费用约为0.1美元。在进行需要大量网页检索的技术调研、文档查阅或开源代码分析时,这种基于使用量的计费模式会导致成...
阅读全文近期科技社区的讨论揭示了Web3链游板块热度的显著衰退,市场关注焦点已大规模转移至人工智能领域。相关讨论指出,随着AI编程与自动化技术的发展,部分开发者开始尝试编写脚本,利用AI Agent(AI智能体)自动玩链游,试图通过“挂机搬砖”赚取代币收益以覆盖电费成本。然而,面对当前加密货币市场持续低迷的币价,这种技术套利模式的经济回报率已...
阅读全文极客时间资深技术专家 Tony Bai 推出的新课《从0开始构建Agent Harness》引发了技术社区的关注。课程目录揭示了从传统的 AI 开发 Framework 模式向 Harness 模式的演进思考。不同于简单的 SDK 封装,该课程主张像编写操作系统内核一样,从底层构建 AI 智能体的运行时环境。课程深入解析了 Agent...
阅读全文在技术社区 Linux.do 上,一篇关于 AI Agent 工程化实践的帖子引发了关注。讨论核心围绕如何在大模型应用中有效管理“Smart Zone”(智能区域)展开。根据知名技术专家 Matt Pocock 的观点,即便是拥有 25.8 万甚至 100 万 token 上下文窗口的先进大模型(如 Claude),其真正具备高推理能...
阅读全文安全研究员 Cory Solovewicz 和 Mike Sheward 进行的一项实验揭示了企业数据安全的巨大漏洞。他们购买了包括 `noreply.net` 和 `deleteduser.com` 在内的通用域名,并意外接收到了数十万封本应“销毁”的敏感邮件。这些公司错误地认为这些外部域名是无法被接收的“黑洞”,导致大量机密信息被...
阅读全文