AI寒武纪
突发！ChatGPT原生图像生成正式上线，网友：截胡谷歌Gemini 2.5发布
OpenAI正式推出GPT-4o原生图像生成功能，Sam Altman认为这代表了赋予用户创作自由度的新高度。亮点包括上下文理解、复杂指令执行、文本与图像融合及聊天式交互能力。该功能已向ChatGPT和Sora的Plus、Pro、Team用户以及免费用户提供，并计划扩展至企业版、教育版和开发者API使用。
谷歌深夜炸场：Gemini 2.5 震撼发布！号称世界最强“思考型”AI，各种测试大幅领先
谷歌发布Gemini 2.5 Pro实验版，通过显著增强的基础模型和改进的后训练技术，在多个主流基准测试中实现了大幅领先，尤其在推理和代码能力上表现惊人。
超出想象！DeepSeek V3小更新:实测强到离谱，胜过R1，毫不逊色Claude 3.7
Sam Altman 推出的 DeepSeek v3 版本在编程能力和前端表现方面超越了 Claude 3.7，并且没有做任何宣传就上传至 Hugging Face。实测显示，DeepSeek v3 在多个任务上的表现都非常出色，包括赛朋克风格的贪吃蛇游戏和天气卡片生成任务。
Claude 悄悄进化：全新“思考”工具解锁，AI 也能像人一样“停下来想想”了
Claude 模型新增 ‘think tool’ 功能，可在生成答案过程中暂停思考并整理信息。Anthropic 官方称其特别适合处理信息过载、规则繁琐及步步为营等复杂场景。通过 JSON 配置简单集成到应用中，并在 T-Bench 和 SWE-Bench 测试中证明了显著提升性能。
DeepSeek R1-Zero 内幕大公开：原来“顿悟时刻”早就来了？还有 GRPO 的秘密
新加坡国立大学与海航人工智能实验室团队提出了一篇关于R1-Zero-like训练的新论文。文章详细分析了基座模型和强化学习（RL）两大基石，并指出现有方法可能存在偏见问题，提出了改进方案。
刚刚！腾讯正式推出混元-T1：业界首个Transformer-Mamba 推理大模型
腾讯正式推出推理模型混元-T1，基于TurboS基座打造，具备强大的长文理解和加速能力。通过强化学习和大规模训练，T1能有效提升推理性能，并且在多个基准测试中表现优异。
重磅！OpenAI推出语音智能体全家桶：可以实现前所未有的精细化教AI说话
OpenAI发布了三种新的先进音频模型：两款语音转文本模型表现优于Whisper，新TTS模型可教AI说话。为了让开发者构建强大的‘语音智能体’，OpenAI推出了三项重要功能：全新语音转文本模型、文本转语音模型和升级版Agent SDK。
波士顿动力Atlas逆天进化！这次用上了「强化学习+动捕」，人类动作直接复刻，背后还有个AI机构
波士顿动力Atlas人形机器人通过与AI机构RAI Institute的合作，利用动作捕捉服和强化学习技术，模仿真人动作。这项研究展示了大量模拟数据对机器人的训练效果，并强调了实际应用之间的差距需要深入探讨。
英伟达发布GR00T N1：世界上第一个人形机器人开源通用“大脑”
英伟达发布GR00T N1开源人形机器人通用模型，参数量为20亿。利用多样化物理动作数据集进行训练，包括真实人形机器人遥操作、大规模仿真数据及‘幻觉’生成的数据。展示了其在家庭和工业环境中的卓越性能提升，并提供详细的预训练策略与资源支持。