Google 开放 Gemini 2.0 Flash 原生生图:支持对话修改与图内文字
Google 向开发者全面开放 Gemini 2.0 Flash 原生图像生成功能。该模型无需外挂生图工具,可直接端到端生成图片,支持多轮对话持续修改、跨画面保持角色一致性,并在图片内文字渲染上表现出色。目前可通过 Google AI Studio 和 API 测试。
Google 向开发者全面开放 Gemini 2.0 Flash 原生图像生成功能。该模型无需外挂生图工具,可直接端到端生成图片,支持多轮对话持续修改、跨画面保持角色一致性,并在图片内文字渲染上表现出色。目前可通过 Google AI Studio 和 API 测试。
微软在 Azure AI Foundry 推出 Responses API 与 Computer-Using Agent(CUA)。CUA 能看懂图形界面并跨桌面或网页执行点击与表单操作,Responses API 则将多工具调用整合为单次请求。不过针对高风险操作,目前仍强烈建议人工介入确认。
OpenAI 首席执行官 Sam Altman 透露,团队训练出了一个极擅长创意写作的新模型。他表示这是自己第一次被 AI 写的东西真正打动,并晒出了一篇关于 AI 与悲痛的元小说短篇。不过,目前该模型何时、以何种形式发布仍未确定。
据报道,Anthropic CEO Dario Amodei 表示编程是 AI 进展最快的领域,3 到 6 个月内 AI 将编写 90% 的代码,12 个月内可能接管几乎全部代码。这意味着程序员的角色将迅速转向审核与监督。
OpenAI 推出用于构建智能体的新工具套件,核心是全新 Responses API,内置网络搜索、文件搜索和电脑操作工具,并提供 Agents SDK。最值得关注的是,它大幅简化了多步骤任务的编排,且计划在 2026 年中彻底取代 Assistants API。
据知情人士透露,OpenAI 与 CoreWeave 签署了一项为期五年、价值 119 亿美元的协议,采购 AI 数据中心技术及服务。作为交易的一部分,OpenAI 还将获得 CoreWeave 价值约 3.5 亿美元的股权,并与后者即将进行的 IPO 挂钩。
据外媒报道,Meta 计划在数周内发布旗舰模型 Llama 4,重点升级语音功能。该模型为原生处理文本和音频的「全模态」架构,允许用户随时打断说话,体验对标 ChatGPT 的语音模式。此前 DeepSeek 的崛起也促使 Meta 全力加速研发。
据 The Information 报道,微软 AI 负责人 Suleyman 正推动减少对 OpenAI 的依赖,尝试在 Copilot 中替换进自研 Phi-4 等模型。微软想借此压低高昂的推理成本并强化自主权,不过双方绑定太深且面临技术阻力,实际进展仍显缓慢。
OpenAI 宣布 ChatGPT macOS 桌面端支持直接在 IDE 中编辑代码。该功能现已向 Plus、Pro 和 Team 用户开放,免费及企业用户随后跟进。写代码不用再来回复制粘贴,不过有早期测试者反馈多文件联动时偶尔会被批量误改,还得备好撤销键。
Andreessen Horowitz 发布第四期生成式 AI 消费级应用榜单。ChatGPT 靠 GPT-4o 和 o1 模型推动,周活在 2 月中旬突破 4 亿,不到半年翻倍;DeepSeek 上线仅 10 天便冲上全球流量第二。此外,AI 视频与 Vibe Coding 也在迅速进入日常工作流。
OpenAI 开始向 ChatGPT Plus 订阅用户推送新模型 GPT-4.5,预计一到三天内铺开。它是 OpenAI 迄今最大的模型,长于日常对话、常识理解并减少了幻觉;但官方直言它不是推理模型,复杂逻辑并不拔尖,且 API 生成价格高达 GPT-4o 的 15 倍。
据报道 OpenAI 正筹划推出一系列专业 AI 智能体,月订阅费在 2000 至 20000 美元之间。服务分为商务专业、软件开发和博士级研究员三档,软银据传已承诺注资 30 亿美元。OpenAI 押注企业愿意为顶尖专业能力的自动化支付媲美高管年薪的溢价。
因开创强化学习而斩获图灵奖的科学家 Andrew Barto 和 Richard Sutton 警告,当前 AI 厂商被商业利益驱动,在未充分测试且缺乏防护的情况下仓促推向大众,就像「造了桥直接让人上去测安全性」。
周二,加州联邦法官驳回了马斯克阻止 OpenAI 转变为营利性实体的初步禁令申请,称原告未能证明获得救济所需的充分理由。这意味着 OpenAI 的改组暂时不受禁令阻碍,但马斯克提起的违约及反垄断诉讼其他部分仍将继续推进。
OpenAI 宣布成立 NextGenAI 联盟,承诺向哈佛、MIT、牛津等 15 家机构提供 5000 万美元的资助、算力与 API 接口。重点支持罕见病诊断、珍本古籍数字化等科研落地,进一步把自身生态推进顶尖学府。
上周五,加州大学圣迭戈分校 Hao AI Lab 用《超级马里奥兄弟》测试大模型。Anthropic 的 Claude 3.7 表现最好,而 OpenAI o1 等推理模型反而垫底。原因很现实:游戏极吃即时反应,推理模型一步要想几秒钟,马里奥早就掉进坑里摔死了。
曾起草 SB 1047 的加州参议员推出新法案 SB 53。该法案吸纳了此前争议最小的条款,重点保护敢于揭发 AI 重大风险的内部员工,防止公司报复,并计划筹建公共云算力集群 CalCompute,供科研人员和初创公司使用。
OpenAI 联合美国能源部下属九大国家实验室举办「千名科学家 AI Jam Session」。来自橡树岭、伯克利等实验室的千余名研究人员利用前沿模型探索科研难题,并向技术团队反馈需求与评估。后续还将发布报告总结 AI 在科研领域的实际应用。
OpenAI 宣布旗下 AI 视频生成工具 Sora 正式进入欧盟和英国市场。这意味着当地用户现在也可以直接体验 Sora 的视频生成功能,进一步扩大了该产品的可用地区范围。
据 CNBC 报道,Meta 计划在第二季度推出独立的 Meta AI 移动应用,并测试付费订阅服务,直接对标 ChatGPT。此前 Meta AI 仅内置于社交软件与网页端。独立成 App 有助于沉淀聊天记录并跨硬件打通体验。