June 17 AI 日报
1️⃣ OpenAI：ChatGPT 图像生成功能现在可用于 WhatsApp
OpenAI 宣布，ChatGPT 的图像生成功能现在可以通过 WhatsApp 使用，号码为 1-800-ChatGPT。该功能现已向所有用户开放，无需额外付费即可使用。
用户可以通过 WhatsApp 发送消息到 1-800-ChatGPT，生成图像。OpenAI 还提醒用户，链接 ChatGPT 帐户可以获得更多图像生成次数。
🔗 推文：https://x.com/OpenAI/status/1934718214300369351
2️⃣ Anthropic：发布新研究评估 LLM 中的破坏和监控能力
Anthropic 发布了新研究，介绍了一种名为 SHADE-Arena 的评估框架，用于测试大型语言模型 (LLM) 的破坏能力和监控能力。研究中，Anthropic 测试了 14 个不同的 AI 模型，发现当前模型在破坏任务中的成功率较低。
研究还发现，提供隐藏的思考空间可以显著提高模型的破坏成功率。在监控方面，Gemini 2.5 Pro 表现最佳，但其准确率仍不足以在现实世界中使用。Anthropic 表示，这一评估框架将有助于开发者评估未来更先进的 AI 系统的能力。
🔗 推文：https://x.com/AnthropicAI/status/1934722928521937317
3️⃣ Qwen（阿里巴巴）：发布 Qwen3 模型的 MLX 格式
Qwen（阿里巴巴的 AI 团队）正式发布了 Qwen3 模型的 MLX 格式，支持 4 位、6 位、8 位和 BF16 四种量化级别。该格式专门优化了 MLX 框架，旨在提高在 Apple Silicon 芯片上的性能。
用户可以通过 Hugging Face 和 ModelScope 平台获取这些模型。其中，Qwen3-4B-MLX-4bit 版本被特别提到，称其非常轻量级和快速，适用于多种应用场景。
🔗 推文：https://x.com/Alibaba_Qwen/status/1934517774635991412
4️⃣ OpenAI Developers：提示 (Prompts) 现在是 API 原语
OpenAI Developers 宣布，提示 (Prompts) 现在成为 API 的原语。用户可以集中管理、版本控制和优化提示，并在 Playground、API、Evals 和 Stored Completions 中复用。
这一功能允许用户预配置提示，包括工具、模型和消息，避免手动复制粘贴。Playground 中新增了 "Optimize" 按钮，可以进一步优化提示，提高效率。
🔗 推文：https://x.com/OpenAIDevs/status/1934717086783426698
5️⃣ ManusAI：发布视频展示 Manus 在教学中的应用
ManusAI 发布了一段视频，展示了其 AI 工具 Manus 在教学中的应用。视频中，一位大学计算机科学教授展示了如何使用 Manus 简化教学准备工作、创建互动可视化（如梯度下降交互可视化）和提供个性化反馈。
Manus 帮助教授节省时间，专注于教学中人性化的部分，如与学生的互动和激励。视频还提到，Manus 可以处理反馈、提供数据驱动的教学洞察，帮助教授不断提升教学质量。
🔗 推文：https://x.com/ManusAI_HQ/status/1934617325732499579
6️⃣ LlamaIndex：发布 AI Travel Agents 演示
LlamaIndex 与 Microsoft 合作，发布了 AI Travel Agents 演示，展示了如何使用 Model Context Protocol (MCP)、LlamaIndex.TS 和 Azure AI Foundry 构建多代理系统，用于复杂的旅行规划场景。
该系统包括六个专门化的 AI 代理：查询分流、情感分析、目的地推荐、行程规划等。代理通过 MCP 服务器（支持多种编程语言）协作，实现了从客户查询到行程规划的全流程自动化。系统还支持动态扩展，适用于企业级应用。
🔗 推文：https://x.com/llama_index/status/1934677796032491717
来自 GitHub 的热门 AI 项目
Jan：一个开源的本地 AI 助手
Jan 是一个开源项目，旨在提供一个类似 ChatGPT 的 AI 助手，但完全离线运行于本地计算机，确保用户隐私。该项目支持多种本地 AI 模型，如 Llama、Gemma、Qwen 等，并可以连接到云端服务如 OpenAI、Anthropic 等。
Jan 的主要特点包括：支持本地运行 AI 模型，提供 OpenAI 兼容的 API，支持自定义助手，以及通过 Model Context Protocol (MCP) 实现增强功能。用户可以从 GitHub 下载安装包，或从源代码构建，适用于 Windows、macOS 和 Linux 等操作系统。
🔗 Github链接：https://github.com/menloresearch/jan