如何用 ChatGPT canvas 从 PRD 快速做出 HTML/React 原型
ChatGPT 的 canvas 可以把产品需求文档(PRD)直接转成可运行的 HTML/React 原型。演示展示了从 PRD 到可运行原型的完整流程。
ChatGPT 的 canvas 可以把产品需求文档(PRD)直接转成可运行的 HTML/React 原型。演示展示了从 PRD 到可运行原型的完整流程。
ChatGPT Projects 可用于整理文件、保存上下文,并让跨工作流的对话保持一致。该功能帮助用户在同一项目内维持连贯的对话与资料组织。
HF Mirror 与 Cloudflare 达成合作,FastRTC 开发者用一个 HF Mirror token 即可接入 Cloudflare 覆盖 335 个以上地点的全球 TURN 网络。
ChatGPT 的 canvas 能把手写笔记、转录文本和草稿整理成润色后的成稿,OpenAI 展示了这一写作流程。该功能面向写作场景,帮助用户从零散素材直接产出完整文稿。
ChatGPT 可支持战略规划:分析背景信息、生成多种选项,并把决策转化为下一步行动。这是 OpenAI 给出的用法说明,未涉及具体模型版本或新功能。
ChatGPT 的视觉与语音功能可帮助团队处理多模态输入,并更自然地进行沟通。该内容展示了这两项能力在团队协作场景中的实际用法。
ChatGPT 现在可以把生成的代码直接送入 IDE,以加速开发工作流。该能力用于衔接模型产出与实际编码环境,减少手动复制粘贴的环节。
Hugging Face 通过 PR #3091 将 Intel Gaudi 支持原生集成进 TGI 主代码库,不再维护独立的 tgi-gaudi 分支,基于新的多后端架构直接支持 Gaudi1/2/3,分别可运行于 AWS EC2 DL1、Intel Tiber AI Cloud、IBM Cloud 及 Dell、HP、Supermicro 等 OEM 硬件。
Gradio 发布 gr.Dataframe 组件的大规模更新,过去 6 周关闭了 70 多个相关 issue。新增多单元格选择、行号列与 pinned_columns 列固定、复制与全屏按钮、行列选择、static_columns 静态列,以及通过 show_search 参数启用的搜索和过滤功能,同时升级了键盘导航无障碍支持与样式。
Hugging Face 为 Inference Endpoints 更新分析面板,指标数据改为实时更新,并重构后端以保证高流量端点下数据快速加载。新版本支持自定义时间范围与自动刷新,还新增副本生命周期视图,可追踪每个副本从初始化到终止的每次状态转换。这些更新已上线,官方表示仍在持续迭代并征求反馈。
Hugging Face 已将首批模型和数据集仓库从 LFS 迁移至 Xet 存储,约 6% 的 Hub 下载流量切换到 Xet 基础设施。Xet 采用内容定义分块(CDC),按约 64KB 块做字节级去重,改一个 Parquet 文件的一行只需上传变更块,而 LFS 需重传整个文件。2 月 20 日当天共迁移 4.5 TB 仓库数据,迁移后 CAS 的下载量一度达到返回给客户端的四倍。
NVIDIA 在 GTC 2025 上发布三款面向物理 AI 开发者的开源资源:70 亿参数的 Cosmos Transfer 世界基础模型、15TB 的 Physical AI Dataset,以及首个通用人形机器人开源基础模型 NVIDIA Isaac GR00T N1。
推荐理由:三款开源发布给出参数规模、数据量和模型结构,读者可据此判断物理 AI 开发的基础资源变化。
Yaak 与 Hugging Face 的 LeRobot 团队联合发布 Learning to Drive(L2D),被称为全球最大的开源自动驾驶数据集,包含来自德国 30 个城市、60 辆驾校电动车、历时 3 年采集的 90+ TB 多模态数据,约 5000 小时驾驶记录。
推荐理由:L2D 开源数据集包含 5000+ 小时德国驾校数据,可用于 LeRobot 端到端自动驾驶模型的训练与闭环测试。
Hugging Face 发布开源 Python 库 FastRTC,用于构建实时音频和视频 AI 应用,内置语音检测与轮次切换、WebRTC 版 Gradio UI 以及 WebSocket 支持。
推荐理由:介绍了一个把 WebRTC 实时音视频通信封装成 Python 库的开源项目,读者可据此了解如何用少量代码搭建实时语音 AI 应用。
Hugging Face Diffusers 团队试点 Remote VAE,将扩散模型的 VAE 解码交给远程 Inference Endpoints,缓解高分辨率图像和视频生成中解码器显存占用过高的问题,避免 offloading 的设备传输延迟和 tiling 的画质损失。
Hugging Face Hub 新增 Hyperbolic、Nebius AI Studio 和 Novita 三家无服务器推理提供商,支持 DeepSeek-R1、FLUX.1 等模型,并已集成 JS 和 Python 客户端 SDK。
Hugging Face 用新数学评测器 Math-Verify 重新评估了 Open LLM Leaderboard 上提交过的全部 3751 个模型,替换旧评测器只需改 3 行代码。
推荐理由:原文给出数学评测器替换后的全量重评数据,可据此理解旧榜评分偏差与榜单变动幅度。
Fireworks.ai 成为 Hugging Face Hub 支持的推理服务商,用户可直接在模型页面及整个 HF 生态中调用其无服务器推理,支持 deepseek-ai/DeepSeek-R1。
Hugging Face 的 Xet 团队把内容定义分块(CDC)从理论推向生产,用于 Hub 上文件的上传与下载,部分场景提速 2-3 倍。方案在分块去重后聚合为最大 64MB 的块,使内容寻址存储条目减少 1000 倍,并用占全部 chunk 0.1% 的 key chunks 全局索引做查询。
推荐理由:原文给出块级聚合与 key chunks 的设计取舍,以及 gemma-2-9b-it-GGUF 仓库上传体积与耗时对比,可判断大文件传输的优化空间。
Hugging Face 在 Hub 模型页和 JS/Python 客户端 SDK 中接入 fal、Replicate、SambaNova、Together AI 四家无服务器推理供应商。
推荐理由:平台把四家无服务器推理供应商接入模型页与 SDK,读者可据此比较不同供应商的调用方式与计费路径。
Hugging Face 为 smolagents 加上视觉支持,可直接在智能体流水线中使用视觉语言模型。图像既可以在 run 方法开始时以列表传入,由 TaskStep 的 task_images 属性保存,也可以通过 step_callbacks 在每一步把新截图写入 ActionStep 的 observation_images。
推荐理由:官方给出视觉能力接入智能体管线的两种方式,并附可运行的浏览器智能体示例,便于判断多模态 Agent 的落地路径。
FriendliAI 的推理基础设施已集成进 Hugging Face Hub,成为模型页"Deploy this model"按钮中的一个部署选项。
Hugging Face 为 Text Generation Inference(TGI)引入多后端架构,通过统一的 TGI 前端层接入 vLLM、llama.cpp、TensorRT-LLM 等推理引擎,用户可按模型、硬件和性能需求切换后端。
Hugging Face 发布两个静态嵌入模型 sentence-transformers/static-retrieval-mrl-en-v1(英文检索)和 static-similarity-mrl-multilingual-v1(多语言相似度)。
Hugging Face 发布 smolagents 库,让语言模型具备智能体能力,核心是 CodeAgent——智能体用代码而非 JSON 编写动作,并支持通过 E2B 在沙箱环境执行。
推荐理由:Hugging Face 官方介绍 smolagents 库的 CodeAgent 设计与上手方式,可作为编写代码动作智能体的参考。
Hugging Face 发布 Synthetic Data Generator,让用户用自然语言描述需求,经三步流程生成自定义数据集,目前支持文本分类和对话两类任务。
Hugging Face 上的 83 个开源模型现已通过 Amazon Bedrock Marketplace 提供,AWS 客户可直接部署用于生成式 AI 应用,底层由 Amazon SageMaker JumpStart 托管端点。
Hugging Face 博客介绍 Judge Arena 平台上线,用户可让两个 LLM 裁判对同一段模型输出打分并给出理由,再投票选出更认同的一方,投票结果按 Elo 分数汇总成公开榜单并每小时更新。
HF Mirror Hub 支持托管 TB 级数据集并配备 Dataset Viewer、全文搜索、排序与浏览器内 SQL Console,用户无需下载即可在线浏览和查询数据。
PyCharm 现已集成 Hugging Face,开发者可在 IDE 内右键 "Insert HF Model" 选择模型(如 microsoft/Phi-3.5-vision-instruct)并自动粘贴示例代码。
Argilla 2.4 推出无需代码的数据集构建功能,可直接从 Hugging Face Hub 导入数据集,通过 UI 定义问题并收集人工反馈。该功能支持从 Hub 上 230k 数据集中导入公开数据集,用于微调、评估和众包标注,部署在 Spaces 上默认启用 Hugging Face OAuth,便于社区协作。这是 Argilla 加入 Hugging Face 以来最具影响力的功能更新。
OpenAI 面向营销团队推广 AI 应用,帮助其将 AI 投入实际工作。原文未披露具体模型、功能或价格等细节。
Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 中发布 SynthID Text,可通过 logits processor 为 AI 生成文本添加水印,并用分类器检测。
推荐理由:SynthID Text 集成进 Transformers 后,给出了水印配置、生成与检测的完整接入方式及已知局限。
Hugging Face 发布 HUGS(Hugging Face Generative AI Services),一套零配置、经过优化的推理微服务,用于在自有基础设施中部署开源模型。
Hugging Face 发布 Transformers.js v3,新增 WebGPU 支持,官方称推理速度最高比 WASM 快 100 倍,只需在加载模型时设置 device: 'webgpu'。
推荐理由:官方发布浏览器端推理库大版本,WebGPU 与量化格式的变化直接影响前端模型部署方式。
Stable Diffusion 3.5 Large 已在 Hugging Face Hub 发布并接入 Diffusers,包含 8B 模型和 8B timestep-distilled 少步推理版本,蒸馏版通常 4-8 步即可出图。
推荐理由:原文给出 SD3.5 在 Diffusers 中的量化推理与 LoRA 微调完整调用路径,可直接对照迁移。
OpenAI 发布视频,展示 o1 推理模型如何帮助编程、战略与研究等领域的复杂问题求解。
Gradio 团队公布由 Trail of Bits 对 Gradio 5 所做的独立安全审计,相关漏洞均在 Gradio 5.0 发布前修复并通过验证。
推荐理由:Gradio 5 与 Trail of Bits 的安全审计公开了四类场景下的漏洞清单与修复方式,可供自建 ML 应用时对照排查。
Hugging Face 宣布 Gradio 5 稳定版发布,开发者可用几行 Python 构建面向生产环境的机器学习 Web 应用。新版本通过服务端渲染(SSR)提升加载速度,对按钮、标签页、滑块和聊天机器人界面做了设计更新,并加入低延迟流式能力,覆盖摄像头目标检测、视频流、实时语音转写与生成等场景。
Hugging Face 博客介绍了与 Intel Labs 共同开发的动态投机解码方法,已集成进 Transformers 4.45.0,并成为辅助生成的默认工作模式。