GPT-4辅助模型提升训练师错误发现能力
为了解决 ChatGPT 代码输出中的错误问题，OpenAI 推出了 CriticGPT 模型。该模型基于 GPT-4 训练，能够审查代码并提供改进建议。
提升训练师效率
通过 CriticGPT，训练师可以利用 GPT-4 发现和纠正自身不足。实验表明，该模型能够将训练师发现错误的能力提高 60%。
工作原理
CriticGPT 通过评审 ChatGPT 提供的代码并提出改进建议来发挥作用。虽然其建议并不总是完美，但它极大地提升了训练师识别模型问题的效率。
评估 AI 输出的进步
OpenAI 承认，在缺乏更好的工具的情况下，评估高级 AI 的表现具有挑战性。CriticGPT 的引入表明 OpenAI 朝着评估高级 AI 系统输出的目标迈出了一步。
局限性
OpenAI 也指出了 CriticGPT 的局限性，包括理解长任务的不足、产生幻觉错误、识别分散错误的困难以及评估极端复杂任务的局限性。
行业反应
CriticGPT 的发布引起了热烈的讨论。一些评论家将该自我改进过程比作“用左脚踩右脚上天”。
（举报）
今日，OpenAI正式发布全新大模型GPT-5.4，号称目前能力最强、效率最高的专业工作前沿模型。 相比此前的GPT-5.2，GPT-5.4在推理能力、编程能力以及处理专业办公任务方面都有明显提升，尤其是在电子表格、PPT等复杂办公场景中的表现更加出色。 此次更新带来了两个版本：更擅长复杂推理任务的GPT-5.4 Thinking，以及性能更强、面向企业高端需求的GPT-5.4 Pro。 其中，GPT-5.4 Thinking主�
为了更好的追赶Claude，OpenAI带来了能力“N合1”的统一模型GPT-5.4，而看完这个模型的各种介绍和能力展示，你会发现它满满都是Kimi K2.5和MiniMax M2.5这两个在agent上卷到疯的开源模型的影子。 融合了多种agent能力的all in one模型 3月5日，OpenAI 正式发布 GPT-5.4。和过去那种“模型更强一点”的更新不同，这次发布的重点非常明确:把 AI 从聊天助手，进一步推向真正能交付专业工作的�
本期AI日报涵盖多项重要动态：小米发布首款移动端Agent产品Xiaomi miclaw，基于自研MiMo大模型，旨在实现智能终端自动化交互。OpenAI推出GPT-5.4系列模型，包括标准版、推理版和高性能版，上下文窗口达百万级，在金融和法律领域表现优异。微软宣布必应视频创作者全面接入Sora2模型，提供免费高质量视频生成服务。Roblox推出AI实时改写功能，将违规内容自动转为礼貌合规语言。3D生成模型公司VAST获5000万美元融资，由阿里巴巴领投，将用于构建UGC互动生态。携程下线自动调价工具，推动酒店行业转向服务竞争。陈天桥九年后首度露面，透露正投入20亿美元研发“发现式AI”。阿里巴巴澄清千问团队集体离职传闻，称团队稳定，服务正常。
OpenAI正研发新型双向语音模型BiDi，旨在让用户与ChatGPT的对话更自然流畅。其核心突破在于，当用户在AI发言过程中打断时，AI能实时调整回应，而非突然停止。目前ChatGPT的高级语音模式采用回合制对话机制，用户需先说完话，AI才会处理语音并生成回答。BiDi模型能持续处理说话者的语音输入，因此在被打断时可以立即调整响应。相比之下，现有的语音模型一旦开始生成回答，输出内容就基本固定，无法再根据新的输入进行变化。这项技术目前仍处于开发阶段，原计划今年第一季度发布，但最新发布时间可能推迟到第二季度或更晚。
本期AI日报聚焦多项AI领域新动态：腾讯内测QClaw一键启动包，降低开源智能体使用门槛；火山引擎发布ArkClaw云平台，优化AI Agent应用痛点；小红书开源FireRed-Image-Edit v1.1图像编辑模型，性能显著提升；AI技能qiaomu-mondo-poster-design可一键生成大师级海报；阿里达摩院发布MAOSS模型，利用AI筛查脂肪肝，检出率翻倍；OpenClaw发布重大更新，全面支持GPT-5.4；OpenAI再次推迟“成人模式”上线，优先提升AI智能水平；OpenClaw“小龙虾”能力排行榜出炉，展示各大模型真实编码战力。
本期AI日报聚焦行业动态：OpenAI紧急上线GPT-5.3 Instant，重点解决“爹味说教”问题；Anthropic推出Claude Code语音编程模式，提升开发效率。马云带领阿里与蚂蚁核心层访问云谷学校，探讨AI浪潮下的教育变革。AReaL v1.0框架发布，降低智能体强化学习开发门槛。阶跃星辰开源Step3.5Flash模型，参数达1960亿。阿里通义千问负责人林俊旸离职，反映大模型人才高频流动趋势。谷歌发布Gemini
今日，谷歌正式发布新一代图像生成模型Nano Banana 2，主打更快、更便宜、更易用的高质量图像生成能力。 据了解，Nano Banana 2将陆续接入Gemini、Google搜索、AI Studio、Flow、付费API以及Google Ads等平台，并逐步全面替代旧版模型。 官方介绍称，该模型基于Gemini 3.1 Flash Image构建，融合了Nano Banana Pro级别的图像生成质量、推理能力与世界知识，同时继承Flash系列模型的高速生成优势，
OpenAI完成新一轮融资，估值达7300亿美元，成功筹集1100亿美元资金。亚马逊以500亿美元投资额跃居首位，软银与英伟达分别出资300亿美元。双方还达成重要战略合作，OpenAI将采购AWS约2GW的Trainium芯片算力，并为亚马逊开发定制大模型。
本期AI日报聚焦多领域进展：谷歌Gemini App更新，图像生成模型Nano Banana 2上线，支持2K分辨率与文字渲染；快手可灵3.0在视频生成基准测试中表现优异，彰显中国AI技术领先地位；周鸿祎指出AI眼镜硬件门槛高，未来应聚焦智能体技术；阿里巴巴推出千问AI眼镜，整合生态提供智能生活体验；xAI联合创始人离职引发核心团队变动关注；豆包手机助手回应安全争议，称未收到漏洞报�
本期AI日报涵盖多项AI领域动态：OpenAI正测试ChatGPT写作模板功能，支持用户上传个人文档以生成匹配其风格的模板；Google推出Canvas功能，将搜索工具转型为全能创作平台，支持文档深度加工与长文本处理；字节跳动与拼多多开启AI互动剧测试，标志互联网内容生产向“可计算的树状叙事”转型；华为全新AI眼镜曝光，支持拍摄与同声传译，预计4月与Pura90同步发布；阿里确认通义千问负责人林俊旸离职，CEO吴泳铭牵头成立基础模型支持小组；宇树科技开源人形机器人架构OmniXreme，解决高动态动作难题；苹果发布M5系列芯片，AI性能大幅提升，新款MacBook Pro续航超24小时；Google NotebookLM推出“电影级视频概览”新功能，提供沉浸式定制视频以辅助学习。
