OpenAI和谷歌接连两场发布会，把AI视频推理卷到新高度。但业界还缺少可以全面评估大模型视频推理能力的基准。终于，多模态大模型视频分析综合评估基准Video-MME，全面评估多模态大模型的综合视频理解能力，填补了这一领域的空白。Gemini1.5Pro在这份榜单中遥遥领先，显示出在视频理
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
研究显示，GPT-4o在图像理解和推理上表现出色，能生成精美图片，但在基础逻辑测试中表现欠佳，暴露出理解、推断及多步骤逻辑处理的不足。例如，被要求画一只猫时，它先画了狗然后改为猫，但仍存在错误判断。这表明当前AI更像“精确指令机器”，需进一步优化以实现更精细的图像理解和复杂任务处理。
新版AI模型缩短了响应时间，节约了运算成本；还推出了新的AI芯片“Ironwood”。谷歌发布了新的AI模型“Gemini2.5Flash”，据称，这款AI模型的性能比OpenAI和DeepSeek的AI产品“更高效”。谷歌计划在三星今年上半年推出的AI伴侣机器人Ballie上搭载生成式AI模型。
谷歌宣布又有一款 AI 模型将加入 Gemini，但这次它不仅仅是一个聊天机器人。
这是《窄播Weekly》的第52期，本期我们关注的商业动态是:当大厂的AI竞争策略开始倾斜向应用场景，多模态能力和代理执行成为两个焦点。大模型落地C端场景的核心，就是让大模型的能力越来越接近人。沿着这个主旋律，可以划分出两个进化方向:一个是持续降低用户与大模型进行有效沟通的难度;另一个则是让大模型具备执行更复杂任务的能力。前者的实现，需要给到大模型多
本期《窄播Weekly》聚焦AI大厂竞争策略向应用场景倾斜的趋势，重点分析了多模态能力和代理执行两大发展方向。文章指出，大模型落地的核心在于让人机交互更自然，具体表现为：1）通过多模态技术降低用户使用门槛，如阿里夸克新推出的"拍照问夸克"功能；2）通过代理执行提升复杂任务处理能力，如字节、百度等推出的通用Agent产品。国内外厂商路径差异明显：国�
继 Android 系统、Chrome 浏览器等应用之后，谷歌又为他们的 Gemini 预装花费了“巨额费用”……
作者分享使用AI助手开发拼字游戏的两段经历：首次用Claude花费417美元(约3042元)，开发过程充满痛苦，常出现上下文失效、代码错误等问题；第二次用Gemini 2.5 Pro+Cursor完全免费，体验明显改善，能更好理解项目上下文，开发更流畅。对比指出：Claude像健忘的实习生，常搞砸项目；Gemini则像可靠的中级工程师，开发速度快且稳定。但强调AI仍需人类监督测试，无法独立产出完美代�
晚上1点，OpenAI的直播如约而至。其实在预告的时候，几乎已经等于明示了。没有废话，今天发布的就是o3和o4-mini。但是奥特曼这个老骗子，之前明明说o3不打算单独发布要融到GPT-5里面一起发，结果今天又发了。。。ChatGPT Plus、Pro和Team用户从今天开始将在模型选择器中看到o3、o4-mini和o4-mini-high，取代o1、o3-mini和o3-mini-high。我的已经变了，但是我最想要的o3pro，还要几周才能提供
现在的国产AI应用，一口气看好几分钟的视频，都可以直接做推理和解析了!瞧~只需“喂”上一段柯南片段，AI就摇身一变成“名侦探”做剖析:它会对整个视频的内容先做一个总结，再按照秒级，对视频片段做内容上的推演。商汤科技联合创始人杨帆认为:银河通用合伙人、大模型负责人张直政表示:除此之外，上海交通大学副教授闫维新对这个问题的看法是:总言之，商汤作为国�
快科技4月18日消息，据报道，谷歌发布了突破性混合推理模型Gemini 2.5 Flash，该模型创新性地引入可调节思考预算功能，在保持高性能的同时显著降低使用成本。在闭源思考模式下，其成本仅为0.6美元/百万tokens，相比全功能思考模式（3.5美元/百万tokens）大幅降低600%。值得注意的是，即便在基础模式下运行，其性能依然超越前代Gemini 2.0 Flash。性能表现方面，Gemini 2.5 Flash在大模�
