ai-powered-markdown-translator由 gpt-5.4-mini 从法语翻译成中文的文章。
2026年6月20日标志着两个相互补充的动向：Runway 通过其 API Recipes 大幅简化了将 AI 视频生成功能集成到产品中的流程，而 OpenAI 发布了 LifeSciBench——一个涵盖 750 项生命科学博士级任务的专家基准——并推出了 GPT-Rosalind，这款新的专用模型在整个基准上都超过了 GPT-5.5。与此同时，在 GitHub 方面，一个周末促销活动为 Copilot Max 订阅用户提供额外积分。
Runway API Recipes — 通过一次调用实现生产级视频生成
6月17日 — Runway 在其 API 上推出了 Recipes：预配置的端点（endpoints），将 Runway 在 prompting 和视频工作流方面的内部经验封装起来。如今，只需一次 API 调用，就能在第三方平台中接入完整的生产级媒体生成能力。
这一做法的价值在于消除管线设计与维护负担：开发者只需消费一个打磨完善的最终结果，而无需拼接或优化中间步骤。Recipes 直接打包了 Runway 团队的最佳实践。
“New on the Runway API: Recipes. Drop production-ready generative media features into your platform, with one API call. Recipes are Runway-built endpoints with our prompting and workflow expertise packaged in. Polished results, without building or maintaining the workflow.”
🇨🇳 “Runway API 新功能：Recipes。只需一次 API 调用，即可将生产就绪的生成式媒体功能集成到你的平台中。Recipes 是由 Runway 构建的端点，凝聚了我们在提示词工程和集成工作流方面的专业经验。输出精致，无需自行构建或维护管线。” — @runwayml
LifeSciBench 与 GPT-Rosalind — 生命科学博士级评估
6月17日 — OpenAI 发布 LifeSciBench，这是一个专家级基准，旨在评估 AI 模型是否能够像真正的科学研究协作者一样工作，而不仅仅是回答生物学问题。该基准动员了 173 名博士贡献者，以及 453 名平均拥有超过 12 年经验的专家审阅者。
| 指标 | 数值 |
|---|---|
| 总任务数 | 750 |
| 工件（图表、PDF、序列） | 1 062 |
| 多步骤任务（≥2 步） | 79 % |
| 评审者间一致性 | > 96 % |
与此同时，OpenAI 还推出了 GPT-Rosalind，这是一款新的生命科学专用模型，其在 LifeSciBench 上的结果在所有衡量维度上都超过了 GPT-5.5。
| 模型 | 总通过率 | 科学交流 | 临床翻译 |
|---|---|---|---|
| GPT-5.5 | 25,7 % | 56,3 % | 36,8 % |
| GPT-Rosalind | 36,1 % | 71,1 % | 57,7 % |
GPT-Rosalind 被识别出的薄弱点：涉及工件的任务（28,1 %，而纯文本任务为 45,1 %）、精确数值输出（14,8 %）以及生物构建体生成。
简讯
-
Copilot Max — 周末 $200 积分 — GitHub 这个周末向 Copilot Max 订阅用户提供 200 美元的额外积分，适用于 GitHub Copilot 应用，并预告将为 Pro 和 Pro+ 套餐推出后续优惠。🔗 来源
-
Runway × UNHCR — FIFA World Cup 影片 — upperfast 公司使用 Runway 为联合国难民署制作了一部关于职业足球运动员难民的影片（包括 Alphonso Davies 和 Antonio Rüdiger）。该片在 24 小时内获得了 120 万次自然观看，并在联合国大会上放映，随后进入了纽约联合国总部的永久展示区。🔗 Runway 客户案例
-
OpenAI 加入 Rust Foundation（Platinum） — OpenAI 成为管理 Rust 编程语言的非营利组织 Rust Foundation 的 Platinum 成员，并向该开源项目进行了捐赠。🔗 Rust Foundation 公告
这意味着什么
将 AI 视频生成集成到生产环境中的门槛，迈上了新的台阶。 借助 Recipes，Runway 提供了一种类似于前端框架中预配置组件的模式：开发者消费的是一个已经完成封装的端点，而不是从零拼装一条管线。这种抽象降低了希望引入 AI 视频能力、但内部缺乏 prompting 或工作流编排经验的软件厂商的进入成本。这也表明，生成式媒体的 API 层正在围绕更高层级的原语进行重构，这与几年前语音或翻译 API 的演进路径相似。
对专家级科学任务进行模型评估，会暴露出具体且可测量的短板。 LifeSciBench 超越了单纯的事实记忆型基准，它测试的是现实中的研究工作流——实验设计、临床翻译、基于工件的多步骤推理。GPT-Rosalind 仅在包含工件的任务上突破 28%，而在纯文本任务上达到 45%，这指出了一个具体限制：科学多模态理解仍然是主要瓶颈。这类由 173 名博士研究者共同构建的专家基准，为衡量模型在专业场景中的真实效用建立了新的标准。