OpenAI正持续将Codex从一款面向智能体编程的桌面应用,扩展为面向所有用户的通用生产力工具。作为这一战略的重要组成部分,OpenAI近日发布了三项面向企业的Codex更新,并宣布将在不久后把Codex功能全面引入ChatGPT应用。
OpenAI在名为"Intelligence at Work"的直播活动中,围绕企业级Codex应用发布了三项重要公告:六款全新智能体插件上线、新增注释功能,以及新增站点功能。
在此次发布会上,OpenAI表示计划"在未来几周内"将Codex集成进ChatGPT应用。目前来看,这意味着更多Codex功能将逐步向ChatGPT开放,而非两款应用直接合并。
其背后的逻辑在于:企业用户对ChatGPT已较为熟悉,但对于何时以及如何使用Codex仍存在疑惑。将Codex的智能体功能引入ChatGPT,有助于用户更清晰地理解两款工具之间的关联与协同方式。
六款全新企业级Codex插件
OpenAI此次发布了六款专注企业场景的Codex插件,涵盖销售、数据分析、创意生产、产品设计、公开市场股权投资以及投资银行等核心业务领域。用户可通过OpenAI官方页面了解每款插件的详细介绍,并在Codex插件库中查看全部可用插件。
注释功能与站点功能
除插件之外,Codex还重点推出了两项面向企业工作场景的实用功能:注释功能和站点功能。
在注释功能方面,OpenAI介绍称,开发者此前已在Codex中使用注释功能来优化代码、Markdown文件和网站内容。如今,这一工作方式进一步延伸至文档、表格和演示文稿等内容创作场景。用户可以直接选中导航栏,让Codex更新字体样式;也可以标注投资论文中的某个论据,询问Codex其数据来源;还可以圈出幻灯片中的图表,要求提供更清晰的标签说明。Codex将聚焦于用户选定的部分进行更新,无需从头开始,也不会影响已满意的内容。注释功能让Codex在完成初稿之后依然保持高度实用性,尤其适用于需要判断、反馈与反复打磨的工作场景。
在站点功能方面,该功能目前向企业版和商业版客户开放预览,Codex可创建并分享可交互的托管网站与应用程序。站点是一种全新的创意呈现方式,Codex可以将用户的想法、分析结果和规划方案转化为仪表盘、计划板、审阅工作区、项目看板、图库以及轻量级工具。目前,站点支持通过URL在工作区内与任何成员共享,为团队提供一个统一的协作空间,方便成员共同查看工作进展、提交意见、追踪进度并协同决策。
此前,OpenAI已于今年5月将面向Mac和Windows的Codex远程控制功能引入iPhone、iPad及Android版ChatGPT应用。
Q&A
Q1:Codex整合进ChatGPT之后,两款应用会合并吗?
A:不会直接合并。OpenAI的计划是将Codex的智能体功能引入ChatGPT应用,让更多用户能够在ChatGPT界面中使用Codex的能力,但两款产品仍将保持独立形态。这样做的目的是帮助企业用户更清楚地理解Codex与ChatGPT之间的关联,从而更高效地在工作场景中加以运用。
Q2:OpenAI新发布的六款Codex企业插件分别覆盖哪些场景?
A:此次发布的六款企业级Codex插件覆盖了销售、数据分析、创意生产、产品设计、公开市场股权投资以及投资银行六大业务场景,旨在帮助不同职能的企业团队将Codex的智能体能力融入日常工作流程,提升整体工作效率。
Q3:Codex的注释功能和站点功能有什么实际用途?
A:注释功能允许用户直接选中文档、表格或幻灯片中的特定内容,精准告知Codex需要修改的部分,无需重写整份文件,适合初稿完成后的细化打磨阶段。站点功能则可将用户的想法和数据分析结果转化为可交互的在线页面,如仪表盘、项目看板等,并支持通过链接在团队内部共享,便于协作与决策。
好文章,需要你的鼓励
伊朗裔英国导演Ash Koosha耗时两个半月,以不足2000美元的成本,借助AI技术完成了一部关于伊朗反政府抗议镇压事件的75分钟剧情片《紫罗兰之梦》。该片即将在纽约翠贝卡电影节首映,成为首部入围顶级电影节的全AI真人故事片。导演认为,AI技术可大幅降低独立电影制作门槛,有望重塑整个影视行业格局。
耶路撒冷希伯来大学研究团队提出PhyGenHOI框架,将人体运动生成与物理仿真结合,让虚拟人物与三维物体之间的接触互动同时满足视觉自然性和物理真实性。
MIT与MIT-IBM计算研究实验室联合开发了专为图表理解设计的数据集ChartNet,包含逾百万张多样化图表及对应代码、文字描述、数值表格和问答对。研究团队利用两步合成数据生成流程,从单张图表出发可扩展出数百种变体。实验表明,基于ChartNet训练的小型开源视觉语言模型在数据提取、图表摘要等任务上显著超越体量更大的商业模型,有望帮助预算有限的中小企业低成本接入AI图表分析能力。
本文介绍了弗莱堡大学等机构提出的3D-SC框架,通过引入三维基础模型的几何先验,无需人工标注即可解决AI图像匹配中的左右混淆和重复部件分不清的问题。