AI代理、图像生成与模型效率迎来密集更新

要点速览

1. OpenAI内部使用Codex代理处理复杂长期任务，预示代理将重塑工作方式。
2. Midjourney发布--preview预览V8.2美学，big-batch draft模式速度提升24倍。
3. Hugging Face TRL v1.7.0加速1.25倍并节省16GB显存，LFM2.5 230M在浏览器达1400 tok/s。
4. Ethan Mollick实验显示Opus 4.7在14小时完成端到端编码任务，成本仅251美元。
5. NVIDIA AdaVoMP从少量照片生成1024³分辨率交互式虚拟世界。

一、AI代理与工作流自动化

1. OpenAI表示其内部各部门正在使用Codex代理处理更复杂、更长期和跨职能的工作，这预示着代理工具未来可能重塑工作方式。— 来源：1
2. Runway推出Agent 2.0，支持从简单提示生成完整的营销简报和活动资产，用户可分析性能数据优化创意并跨平台扩展，目标是成为最强大的自主代理。— 来源：1
3. Ethan Mollick介绍实验：Opus 4.7在14小时内完成人类工程师需2-17周的端到端编码任务，成本251美元，表明AI编码能力进步迅速。— 来源：1

二、图像与视频生成突破

1. Midjourney发布两项图像更新：在prompt中添加--preview可预览V8.2美学与个性化效果；更新big-batch draft模式，支持--sref random，探索风格空间速度提升24倍。此前V8.1的big-batch draft模式可生成24张低价低分辨率图像，点击Vary可获取全分辨率版本。— 来源：1
2. NVIDIA AI宣布AdaVoMP（ICML 26），从少量照片生成物理真实感的交互式虚拟世界，支持1024³高空间分辨率，物体可交互且可变形。— 来源：1

三、模型效率与开源生态

1. Hugging Face发布TRL v1.7.0，带来连续批处理加速使GRPO和RLOO提升1.25倍并节省16GB显存，同时支持MoE后训练、新GMPO训练器等。Liquid AI的LFM2-VL模型现可在TRL中训练。此外，通过agentic WebGPU优化，LFM2.5 230M模型在浏览器中实现1400 tok/s超高推理速度，Apertus Mini（1.5B）在浏览器达80+ tps。— 来源：1 2 3
2. NVIDIA与Linux Foundation及行业伙伴推出Akrites网络安全项目，保护关键开源软件免受AI驱动的网络威胁。— 来源：1
3. Yann LeCun观察到过去几周大型企业纷纷要求内部部署模型并基于GLM-5.2进行后训练，开源模式正在获胜。— 来源：1

四、其他重要动态

1. Demis Hassabis关注Gemma 4模型在2.5个月内下载量突破2亿，社区增长加速。— 来源：1
2. NVIDIA全栈应用案例：Revolut在Nebius上基于NVIDIA平台构建交易基础模型，提升信用风险准确率2.3倍、训练吞吐量最高5倍；PYLER利用NVIDIA加速AI分析视频内容，将品牌不安全内容曝光减少76.7%，运营成本降低10倍。— 来源：1 2
3. Ethan Mollick关注AI安全监管：美国政府可能通过禁止企业使用未批准模型等方式有效禁止开源权重模型。— 来源：1 2