macOS 版 ChatGPT 即将在编程方面变得更加实用。随着应用程序最新更新 (版本 1.2025.057),ChatGPT 现在可以直接在集成开发环境中编辑代码,无需复制粘贴。您可以在 OpenAI 的网站上找到完整的支持 IDE 列表,其中比较值得注意的包括苹果自家的 Xcode、Visual Code Studio,以及 Jetbrains 旗下的 Android Studio 和 PyCharm 等产品。
据 OpenAI 表示,自从公司在去年 11 月发布"works with app"框架以来,IDE 集成一直是 macOS 用户最迫切需求的功能之一。如果您是 Plus、Pro 或 Team 订阅用户,现在就可以开始使用这项集成功能。至于 Enterprise、Edu 和免费用户,更新后的应用程序将于下周推出。
不出所料,这项功能的推出恰逢"vibecoding"(氛围编程)成为流行术语。对于不了解的人来说,vibecoding 是一种使用 ChatGPT 等 AI 工具(当然还有氛围的力量)来编程开发应用程序和游戏的方式。虽然这听起来像是一个玩笑,但 vibecoding 确实是真实存在的。在一段题为"Vibe Coding is the Future"的视频中,Y Combinator 的管理合伙人 Jared Friedman 表示,该创业加速器 W25 批次中有四分之一的项目代码库中 95% 是由 AI 生成的。
Y Combinator 的 CEO Garry Tan 在同一视频中补充道:"这不是一时的风潮,也不会消失。这将成为主导性的编程方式。如果你现在还不这么做,可能就会落后于人。"
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。