如果让AI画一只狗站在“左边”，但事先告诉它“左就是右”，你觉得它能反应过来吗?最近，UCLA的一项新研究用一系列精心设计的实验，揭开了GPT-4o在图像理解和推理上的短板——它画得漂亮，却未必真懂你的意思。论文主线很直接，GPT-4o的画图能力确实惊艳，但真正涉及理解图像、语
......
本文由站长之家合作伙伴自媒体作者“大数据文摘公众号”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）
本文汇总了AI领域最新动态：1)中国信通院发布智能体开发标准，推动AI商业化进程；2)阿里推出QwenLong-L1-32B长文本推理模型，性能媲美Claude-3；3)GPT-4o语音模式升级，新增唱歌功能；4)秘塔AI搜索推出极速模型，响应速度达400tokens/秒；5)谷歌发布LMEval评估框架，统一大模型评测标准；6)Chrome浏览器集成Gemini AI助手；7)阿联酋全民免费使用ChatGPT Plus；8)苏州成立60亿元AI产业基金；9)法国Kyutai实验室推出10秒定制语音的Unmute系统；10)UAV-Flow项目实现无人机语音精准控制；11)Claude将升级支持百万字上下文和记忆功能；12)百度心响iOS版上线；13)夸克推出高考深度搜索功能；14)Chrome v137开发者工具升级；15)美团AI业务接近GPT-4o水平；16)Direct3D-S2实现3D生成速度提升10倍；17)OpenAI计划2026年推出首款AI硬件。
OpenAI创始人奥特曼在最新播客中透露，GPT-5预计今夏发布，具体日期未定。 GPT-5将是生成式AI能力的重大升级，《商业内幕》称其远超GPT-4，早期测试者认可进步显著。 GPT-4于2023年3月发布，较上一代GPT-3.5有了显著提升。上月初，奥特曼发文向GPT-4告别。 目前GPT-4o已经完全替代了GPT-4，前者于2024年5月14日发布，其中o”代表omni”，意为 全能”。
腾讯5月20日发布混元游戏视觉生成平台，该平台基于混元大模型打造，专为游戏行业内容生产设计。平台能快速生成高质量游戏素材和概念草图，支持多种主流游戏风格，实现创作闭环。通过AI技术，可将整套流程压缩至一个工作页面，用户只需输入提示词即可获得灵感参考图，并直接绘制草图和生成标准三视图及360度旋转演示视频，效率最高提升数十倍。平台还具备角色多视图自动生成能力，上传一张正面图即可自动生成标准三视图和360度展示视频，角色一致性最高达99%。腾讯表示，该平台将显著改善灵感迟滞、多视图缺失等常见问题。
OpenAI推出突破性的o3推理模型，首次实现图像直接融入推理过程，在多模态基准测试V* Bench上准确率达95.7%。DeepSeek完成R1模型升级，上下文窗口从12K扩展至23K，幻觉率降低45%-50%。行业呈现开源趋势，DeepSeek开源策略促使多家企业跟进，OpenAI也考虑开源。微美全息加速布局多模态大模型，计划提供实时多模态AI体验。专家指出AI发展重心正从大模型向智能体演进，开源技术显著降低训练门槛，提升泛化能力，为多模态智能探索开辟新路径。企业需紧跟趋势把握机遇，在大模型驱动的新时代找准定位。
理想汽车5月28日发布OTA 7.4版本升级，主要亮点包括：1）首次搭载自研MindGPT-4o大模型，智能助手"理想同学"升级为3D毛绒形象，新增双手交互动作，语音交互更自然生动；2）新增"小同桌"多角色对话功能，支持连续聊天和情商引导；3）升级为生活助手Agent，能自主操作车机完成复杂任务，支持支付宝小程序操作；4）新增家庭账号系统、面容识别和对话历史功能；5）影音体验优化，支持前后排独立音区；6）推出儿童节专属"小主人"模式，新增斑马百科应用；7）新增超充站降锁、冰箱定时开关等实用功能；8）优化L6车型CDC悬架系统，提升操控性。
要问最近哪个模型最火，混合专家模型（MoE，Mixture of Experts）绝对是榜上提名的那一个。 它的巧妙之处，就在于把不同的任务分配给擅长处理的专家网络，让整个系统性能得以提升。 但你知道吗? 正是这个关键的专家网络，也是严重影响系统推理性能的因素之一。 因为在大量任务来临之际（尤其是超大规模时），MoE并不是以“雨露均沾”的方式去分配——专家网络们的负�
本文汇总了近期AI领域的重要动态：1)美团将推出对话式编程工具"NoCode"；2)火山引擎发布大模型生态平台MCP Servers；3)B站开源动画视频生成模型Index-AniSora；4)字节跳动升级AI耳机Ola Friend的英语学习功能；5)GitHub推出AI编程助手自动修复代码漏洞；6)腾讯混元上线游戏视觉生成平台；7)微软将VS Code转型为开源AI编辑器；8)Windows 11原生支持MCP协议；9)Anthropic发布AI代理开发指南；10)谷歌推出编程AI代理Jules；11)NotebookLM推出iOS版；12)Genspark创3600万美元ARR纪录；13)Bright Data发布开源MCP服务器；14)马斯克宣布Grok模型将登陆Azure平台。这些进展展示了AI技术在编程、内容生成、操作系统等领域的快速发展和应用创新。
刚刚， 2025 年高考作文题目出炉，再次成为亿万网友关注的话题。越来越“聪明”的人工智能大模型写高考作文真题，会带给我们怎样的惊喜?阅卷老师又会给出怎样的分数呢?今年湖北高考语文采用全国一卷，作文题为根据给定的材料进行写作。根据阅卷老师的打分，豆包、通义千问、GPT-4o的作品斩获前三名。全国一卷阅读下面的材料，根据要求写作。( 60 分)他想要给孩子们唱
极光旗下AI开发平台GPTBots.ai近日在广东省网信部门完成生成式人工智能服务登记，成为合规经营的AI服务提供商。该平台严格遵循国家《互联网信息服务深度合成管理规定》和《生成式人工智能服务管理暂行办法》等法规要求，标志着其在技术创新、服务模式和数据安全等方面获得关键合规认可。此次登记体现了极光对法律法规的严格遵守和对安全责任的高度重视，为区域AI生态发展注入新活力。未来，极光将继续优化技术与服务，保障用户权益，推动生成式AI技术的健康规范发展。
更新后的 R1 拥有 6850 亿个参数，体量庞大。由于模型规模极大，普通消费者级别的硬件很可能无法直接运行。
