这事你还没注意呢，巨无霸已经完成“反超时刻” 过去两年世界的主旋律就是 AI 行业，AI 行业的主旋律和明星公司自然是 OpenAI 的 GPT 了。无论是模型能力，发布节奏，还是产品化速度，品牌深入人心的影响力，GPT 一枝独秀，虽然说前三名是 OpenAI、Google 和 Anthropic，对应的模型就是 GTP、Gemini 和 Claude，但大家普遍的心智还是，二三名和第一，有代际

#Gemini 2.5 Flash Image #AI 图像生成 #角色一致性 #自然语言交互 #DeepMind

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3天前

真相了，DeepMind

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5天前

DeepMind 这neural UI及时生成，不就是姚顺雨说的交互UI创新吗？

indigo

1周前

在 DeepMind 最新发表的一篇名为「Virtual Agent Economies」的论文中，描绘了一个由 AI Agent 自主交易和协作的新经济未来✨ 论文提到我们需要一个“沙盒环境”来安全的运行这些“AI Agent”。想象一下，一个“有意设计、不可渗透”的沙盒经济就像一个封闭的实验室，科学家在里面观察 AI 如何互动，但不会影响外界。而我们目前正走向的“自发涌现、可渗透”的经济

向阳乔木

2周前

谷歌“Nano Banana”名字源于早模型漏洞。会导致模型在图像中意外插入香蕉。一开始匿名登陆LMArena，被大家发现质量过于牛x，影响太大。后谷歌承认是自家模型，虽然命名为Gemini 2.5 Flash Image，但大家还是习惯于叫Nano Banana。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

第三阶段：LLM时代 —— LLM作为“通用柔性接口” •运行主体：人、软件、机器，以及LLM这个“新物种”。 •接口模式： ◦人 ↔ LLM（自然语言）：这是历史性的突破！人类第一次可以用自己最擅长的、充满“社会解释性”的自然语言，与机器世界进行高带宽、双向的交互。 ◦LLM ↔ 软件/机器（形式语言）： LLM则扮演着“通用编译器”的角色，将人类的自然语言意图，实时地翻译成软件和机器能够理

关联事件

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议

519

在新德里举行的活动中，OpenAI宣布即将推出o3-Pro模型，取代现有的o1-Pro模型，旨在提升ChatGPT的推理能力和功能。同时，OpenAI还发布了ChatGPT高级语音模式的升级，新增了自然停顿、重音处理、同理心表达和双向自动翻译等功能。这一更新已向所有付费用户开放，预计将进一步增强ChatGPT的用户体验和市场竞争力。随着用户基数的不断扩大，OpenAI的这些新功能引发了广泛关注，尤其是在人工智能语音交互领域的应用潜力。