A 4 de junho de 2025, o Google Cloud Run lançou a aceleração de GPU sem servidor e sem aplicação de quotas, suportando a implementação de um único comando, a faturação ao segundo e o escalonamento automático. No mesmo dia, a OpenAI lançou novos snapshots de modelos para melhorar a execução de comandos e a interação em tempo real, e adicionou novos parâmetros de controlo da taxa de discurso. Os programadores podem utilizar o agente LlamaIndex para criar chatbots de relatórios financeiros. O GPT-Image-1 da OpenAI lidera em 50 pontos na geração de texto para imagem e tem uma API aberta. A Google abriu o código fonte do Gemini Fullstack LangGraph para simplificar o desenvolvimento de sistemas de investigação de IA de nível de produção. lançou um curso MCP gratuito que abrange os fundamentos, o desenvolvimento e a implementação.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.

O Google Cloud Run suporta agora a aceleração de GPU sem servidor, proporcionando aos programadores uma forma eficiente e flexível de utilizar os recursos de computação. Com esta nova funcionalidade, os utilizadores podem implementar aplicações como o Gemma no Google Cloud Run com um único comando. Isto não só simplifica o processo de desenvolvimento, como também proporciona um modelo de faturação flexível com faturação ao segundo, reduzindo ainda mais os custos.
Além disso, o serviço suporta o escalonamento automático de instâncias para zero, garantindo que não sejam incorridos custos adicionais quando a procura é baixa. Também suporta o processamento de streaming completo para cenários de aplicações que requerem processamento de dados em tempo real. Estas caraterísticas fazem do Google Cloud Run a escolha ideal para muitos programadores e empresas.
As principais caraterísticas incluem:
- Não é necessário solicitar uma quota
- Implantação rápida de comando único
- faturação ao segundo
- Escalonamento automático para zero instâncias
- Suporte total para streaming
A aceleração de GPU sem servidor do Google Cloud Run é certamente uma opção atractiva para os programadores que precisam de computação de alto desempenho mas não querem gerir a infraestrutura subjacente.
---

A OpenAI lançou hoje duas novas imagens de modelos:gpt-4o-audio-preview-2025-06-03 responder com cânticos gpt-4o-realtime-preview-2025-06-03O sistema de voz foi concebido para melhorar a execução dos comandos, a invocação de ferramentas e o comportamento das interrupções. Além disso, foi introduzido um novo parâmetro de velocidade que permite ao utilizador controlar a velocidade de fala da voz.
Estas actualizações melhoram ainda mais a flexibilidade de interação do modelo e a experiência do utilizador. Ao mesmo tempo, a OpenAI também introduziu o SDK de agentes para TypeScript, que suporta a criação de assistentes de voz com funcionalidade de agente em tempo real. O recurso pode ser executado no lado do cliente ou no lado do servidor e adiciona suporte para o painel Traces, que permite que os desenvolvedores visualizem a operação do agente de voz, incluindo entrada/saída de áudio e invocações de ferramentas.
Estas novas funcionalidades não só fornecem aos programadores um conjunto de ferramentas mais potente, como também abrem novas possibilidades para a criação de aplicações de voz mais inteligentes e com maior capacidade de resposta.
---

Foi recentemente lançado um novo curso de curta duração denominado DSPy.DSPy é uma poderosa estrutura de código aberto focada no ajuste automático de prompts em aplicações de inteligência artificial generativa (GenAI). O curso foi desenvolvido em colaboração com a Databricks e é ministrado por ChenMoneyQ, co-líder do framework DSPy.
Num contexto em que muitos programadores de IA passam muito tempo a afinar manualmente as pistas, o DSPy consegue automatizar este processo, especialmente em fluxos de trabalho de IA complexos, onde é particularmente eficaz para otimizar um pequeno número de pistas de amostra. Além disso, quando uma aplicação muda para um novo modelo de linguagem, o desempenho pode degradar-se se as pistas originais tiverem sido optimizadas para o modelo antigo, e o DSPy pode otimizar automaticamente todo o sistema para o novo modelo de linguagem com um pequeno número de amostras avaliadas.
Este curso fornecerá uma explicação detalhada de como o DSPy funciona e sua abordagem de melhores práticas. Os participantes aprenderão a escrever programas usando o modelo de programação exclusivo do DSPy e a depurá-los usando o MLflow para obter visibilidade do desempenho de partes individuais do pipeline e do sistema geral. Em última análise, a melhoria automática da precisão é conseguida com o DSPy Optimizer.
O curso abrange:
- Conceitos básicos da estrutura DSPy e configuração da instalação
- Como definir e gerir modelos de mensagens
- Metodologia para rastreio e depuração com o MLflow
- Estudos de casos e projectos práticos
A ligação de registo é a seguinte: https://t.co/bb8uILyepf
---

Criar um chatbot de geração de relatórios financeiros multiagente a partir do zero
No workshop de @jerryjliu0 na semana passada, ele partilhou um exemplo completo baseado no fluxo de trabalho do agente LlamaIndex. Este exemplo mostra como criar um chatbot de raiz que pode gerar automaticamente relatórios financeiros.
- Analisar e indexar os ficheiros 10-K da Adobe
- Resposta a consultas analíticas utilizando a pesquisa melhorada agêntica (agentic RAG)
- Gerar relatórios completos através de agentes encadeados, incluindo descrições, tabelas e avaliações
Este projeto prático de laboratório não se destina apenas a analistas financeiros, mas também a qualquer profissional que pretenda melhorar as suas competências de processamento e automatização de dados.
Pode experimentar este exemplo na seguinte ligação: https://t.co/tOG6hBgSVk
---

Recentemente.OpenAIModelos de geração de imagens de última geração paraGPT-Imagem-1Um feito notável no domínio da geração de texto-imagem, alcançando com êxito a posição de topo neste domínio. Este avanço não só marcaOpenAIMais um grande salto em frente na investigação sobre a IA que também tem implicações de grande alcance para a indústria em geral.

De acordo com as últimas revisõesGPT-Imagem-1Supera o Imagen-3.0 da Google numa série de métricas-chave, com uma pontuação líder de mais de 50 pontos, e é também um salto quântico em relação ao anterior DALL-E 3. Isto demonstra queGPT-Imagem-1Foi alcançado um novo nível de precisão e diversidade na geração de imagens.
OpenAIanunciou que, com efeito imediato, os programadores podem aceder à API através doGPT-Imagem-1A poderosa função de geração de imagens do Esta função tem as seguintes caraterísticas:
- Capacidades de geração de imagens mais precisas e de alta fidelidade
- Variedade de estilos visuais
- Funções de edição de imagem precisas
- Uma riqueza de conhecimentos sobre o mundo
- Renderização de texto consistente
Estas caraterísticas tornamGPT-Imagem-1Torna-se uma ferramenta poderosa em muitas áreas de design criativo, criação de conteúdos e aplicações multimédia.
Para os criadores, isto significa que podem utilizar esta tecnologia para criar conteúdos de imagem mais inovadores e úteis. Ao mesmo tempo, abre mais possibilidades para uma vasta gama de indústrias e promove a utilização e o desenvolvimento generalizados da tecnologia de geração de imagens.
felicitaçõesOpenAIpara alcançar este resultado significativo! Para saber mais sobre como desenvolver com GPT-Image-1, consulte o guia oficial.
---

A OpenAI lançou recentemente uma nova funcionalidade que permite aos administradores de espaços de trabalho criar conectores de investigação profunda personalizados utilizando o protocolo de contexto de modelo (MCP), que está em fase beta.
Com o MCP, os utilizadores podem integrar sistemas proprietários e outras aplicações com o ChatGPT para permitir a pesquisa, o raciocínio e a manipulação destas fontes de conhecimento. Esta tecnologia não só suporta o acesso a dados locais, como também funciona com resultados da Web e conectores pré-construídos para apoiar as equipas com informações mais abrangentes.
A funcionalidade está agora disponível para os administradores Team, Enterprise e Education, e os utilizadores Professional também podem começar a utilizá-la.
Para ajudar os programadores a compreender melhor e a aplicar esta funcionalidade, está disponível um documento tutorial oficial detalhado (ligação: https://t.co/uq4DgFvZ8h), que inclui passos específicos para a configuração de um servidor MCP remoto:
- Primeiro, certifique-se de que o seu ambiente cumpre os requisitos do protocolo MCP.
- Em seguida, siga o guia para configurar o ponto de extremidade do servidor.
- Por fim, ligue o seu servidor MCP ao ChatGPT através da interface API.
Através dos passos acima referidos, as empresas podem não só utilizar plenamente os recursos de informação existentes, mas também alargar ainda mais os limites das capacidades dos assistentes de IA.
---

Recentemente, a Google disponibilizou um conjunto de Google Gemini Fullstack LangGraph é um framework projetado para construir rapidamente sistemas de DeepResearch de nível de produção. Combinando as poderosas capacidades de inferência do Gemini com as capacidades de gestão de estado do LangGraph, os programadores podem facilmente criar um assistente de IA capaz de executar processos de investigação complexos, multi-passo e iterativos.
Todo o fluxo de trabalho do agente, incluindo as etapas de geração dinâmica de consultas, pesquisa de redes, análise reflexiva, otimização iterativa e síntese de respostas, está encapsulado na estrutura. Além disso, o LangGraph fornece interfaces flexíveis que permitem aos programadores substituir as APIs, conforme necessário, para satisfazer as exigências de cenários de aplicação específicos.
A estrutura é particularmente adequada para cenários em que é necessária uma investigação profunda, como a investigação académica, a análise de mercado e a inovação tecnológica. O Gemini Fullstack LangGraph é uma boa escolha para programadores que pretendem criar um agente de investigação ou que procuram uma alternativa de código aberto ao DeepResearch.
Ao mesmo tempo, este projeto também oferece uma oportunidade para os programadores de IA com uma certa base LangGraph aprenderem e aprenderem com ela, e apoiarem-se nos ombros da Google para melhor compreenderem e dominarem a tecnologia relevante.
Endereço do repositório GitHub:https://t.co/QwmWzJhWuF
---

A Hugging Face lançou oficialmente um novo curso gratuito - Curso MCP, que tem como objetivo ajudar os programadores a compreenderem totalmente a teoria e a prática dos Modelos Multimodais Pré-Formação (MCP) a partir do zero.
O curso abrange três módulos principais: fundamentos teóricos do MCP, desenvolvimento prático e aplicação de implantação. Através de uma aprendizagem sistemática, os alunos não só adquirem uma compreensão profunda dos principais conceitos, arquitetura e componentes do MCP, como também dominam as competências de desenvolvimento prático e aplicações de implementação, acabando por obter a certificação oficial Hugging Face.
A descrição do curso inclui:
- Guia de Introdução: Apresenta as ferramentas e plataformas utilizadas e prepara-o para o curso;
- Noções básicas, arquitetura e conceitos fundamentais da MCP: Explica os conceitos fundamentais, a arquitetura e os componentes da MCP e demonstra casos de utilização simples utilizando a MCP;
- MCP End-to-End Hands-On: Criando um aplicativo MCP simples de ponta a ponta;
- Implantação de MCP em ação: Crie um aplicativo MCP implantável e saiba como implantá-lo em um ambiente de produção.
Cada capítulo foi concebido para ser completado em 1 semana, exigindo aproximadamente 3-4 horas de estudo por semana.
Adequado para estudantes com alguns conhecimentos básicos de IA e de programaçãoApós a conclusão do curso, estará familiarizado com o desenvolvimento com o MCP SDK e a estrutura.
A tecnologia MCP tem uma vasta gama de aplicações em muitos domínios, como o processamento de linguagem natural, a visão por computador, etc., e é uma das direcções importantes da atual investigação e desenvolvimento da IA. Através deste curso, os alunos podem não só melhorar as suas competências técnicas, mas também aplicar o que aprenderam em projectos reais.
Endereço do curso: https://t.co/cvOQNAdpOk
---

Os óculos Aria Gen 2 marcam um salto significativo na tecnologia wearable, oferecendo funcionalidade e desempenho melhorados para satisfazer as necessidades de uma gama mais vasta de aplicações e as necessidades dos investigadores. Os óculos destacam-se em áreas como a perceção automática, a IA contextual e a robótica, acelerando significativamente os esforços de investigação na indústria e no meio académico.
Equipados com sensores avançados e câmaras de alta resolução, os óculos Aria Gen 2 suportam a aquisição e o processamento de dados em tempo real, proporcionando aos investigadores um suporte de dados de alta qualidade. Além disso, a sua unidade de computação integrada e a otimização eficiente do algoritmo permitem um aumento significativo da velocidade de processamento de dados, ajudando a melhorar a eficiência da investigação.
Os principais cenários de aplicação incluem:
- Visão artificial e tecnologia da perceção
- Inteligência situacional e compreensão do ambiente
- Interação e colaboração homem-computador
Os óculos Aria Gen 2 são, sem dúvida, uma ferramenta poderosa para os investigadores que trabalham no desenvolvimento da próxima geração de sistemas inteligentes. Para obter mais informações e efetuar uma pré-encomenda, visite: https://t.co/aEyjaw0rge.
---

Se estiver a utilizar o ClaudeCode, experimente-o!claude-traceEsta poderosa ferramenta de registo. Grava um registo de todos os pedidos do ClaudeCode, incluindo as palavras de alerta do utilizador, e guarda esta informação num ficheiro HTML para facilitar a visualização.
A ferramenta funciona de forma muito inteligente, iniciando-se primeiro a si própria, depois modificando a API global.fetch do Node.js e, em seguida, iniciando o ClaudeCode. Desta forma, quando o ClaudeCode faz um pedido, oclaude-traceÉ então possível intercetar e registar o pedido completo e, eventualmente, gerar um relatório detalhado.
Cenários de aplicação:
- Os programadores podem utilizar estes registos para depurar e otimizar o código.
- Os investigadores podem analisar estes registos para compreender o comportamento e o desempenho do modelo.
- Os utilizadores podem utilizar estes registos para compreender melhor o funcionamento do modelo.
Existem três modelos principais envolvidos na utilização do serviço de subscrição Claude Max:
- claude-3-5-haiku-20241022 para pré-processar a entrada do utilizador.
- claude-opus-4-20250514, o modelo principal utilizado por defeito, é responsável pela escrita efectiva do código e pela invocação de ferramentas.
- claude-sonnet-4-20250514 como uma cópia de segurança quando a quota do modelo predefinido se esgotar.
Com o claude-trace, pode obter uma compreensão mais profunda do mecanismo de trabalho por detrás do ClaudeCode para desenvolver e investigar de forma mais eficiente.



评论功能已关闭。