对于视觉推理模型，阿里的野心和意图都非常明显。早在去年 12 月，阿里 Qwen 团队就探索性地推出了 QVQ-72B-Preview 视觉推理模型。到了今年 1 月，又为雷鸟创新打造了用于雷鸟 V3 AI 眼镜的定制模型。

生成式人工智能模型正在更接近在现实世界中采取行动。大型人工智能公司已经在推出人工智能代理（agents），它们能够为你处理基于网络的繁琐事务，如订购食品杂货或预订晚餐。如今，谷歌DeepMind宣布了两款旨在为未来机器人提供动力的生成式人工智能模型（ ...

来自苏黎世大学的心理学家研究了 ChatGPT 对创伤性故事——车祸、自然灾害、人际关系暴力和军事战斗经历的反应。他们发现，创伤性故事使 AI 的可测量焦虑得分翻倍（从 30.8 上升至 ...

Google 正在推出一系列新功能 —— 其中部分由 AI 驱动 —— 覆盖搜索、地图和 Gemini，旨在帮助人们规划暑期度假。这些新功能的推出正值用户开始转向使用 OpenAI 的 ChatGPT 等工具来协助规划旅行。 Google 搜索的 ...

Nvidia 推出全新 AI 工具套件 NIM 微服务，让拥有 RTX 显卡的用户能够在本地轻松运行 AI 模型。这套工具支持文本、图像和代码生成等多种功能，不仅可以节省长期使用成本，还能确保数据安全性。该举措体现了 AI ...

Google这波拉响了硅谷的AI军备竞赛，此前Anthropic CEO称，还有更强的大模型没有放出，预计也会近期推出，防止Claude 3.7无法维持领先。而OpenAI在GPT 4.5发布会中，山姆奥特曼都没有出现，也许意味着新的模型也会近期发布 ...

Google CEO Sundar Pichai 在线打 Call，称 Gemini 2.5 Pro Experimental 是一款最先进的「思维」模型，在多个基准测试中领先，特别是在推理和编程能力上有了显著的提升。 按照 OpenAI ...

AI图像生成领域传来了新进展。当地时间3月25日，OpenAI在直播中对GPT-4o和Sora进行更新，并宣布其最新一代多模态模型GPT-4o正式集成“迄今为止最先进的图像生成器”，并开放免费使用。这一动作被业界视为对同日凌晨Google发布的Gem ...

Google DeepMind 推出最新大规模多模态 AI 模型 Gemini 2.5 Pro，内置"思考"能力以处理复杂任务。该模型在多个行业基准测试中领先，展现出强大的推理和编程能力。与传统基于模式预测的 AI 不同，Gemini 2.5 Pro ...

继几个月前发布首个 Gemini 2.0 AI 模型后，Google 又推出了全新升级。该公司称新的 Gemini 2.5 Pro Experimental 是其"最智能"的模型，具有超大的上下文窗口、多模态能力和推理能力。Google ...

谷歌称 Gemini 2.5 Pro 比较擅长在创建视觉效果精美的网页应用和操作智能体。在官方放出的 demo 中，只需一行提示词，Gemini 2.5 Pro 就开动脑筋，逐步推理出了这个类似「flappy bird」的小游戏的全部代码，并且直接可玩： ...

2024年，Google试图在AI领域重振雄风，但OpenAI总是抢先一步。每当Google宣布即将召开发布会时，OpenAI都会提前推出更强大的产品，使得Google的发布会显得尴尬。