AI寒武纪
阿里Qwen版高级语音模式和实时视频聊天模式来了：每天10次试用
阿里发布Qwen2.5-Omni-7B模型，支持实时语音和视频聊天，并开源其技术报告。该模型采用’思考者-说话者’架构实现跨模态处理能力，性能达到同类最佳水平，在多个垂直领域表现出色。
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。