ICLR 2025 Spotlight｜让机器人实现“自主进化” 蚂蚁数科与清华联合提出具身协同框架BodyGen
果：由蚂蚁数科与清华大学联合团队提出的全新的具身协同框架 BodyGen 成功入选 Spotligh
日期: 2025 年 3 月 26 日
OpenAI上新：GPT-4o生图功能，实测很强，20+场景示例&缺陷整理
Google 和 OpenAI 分别发布了新功能。OpenAI 推出了4o 文生图功能，能创建高质量图像；Google 使用 DeepSeek 模型进行更新，提升了模型质量和代码表现。
轨迹可控视频生成新范式，复旦微软破解视频生成难题，精准控制任意物体运动
MagicMotion提出了一种新的图像到视频生成框架，能够在指定的轨迹条件下精确控制物体运动。该方法构建了大规模的轨迹数据集，并引入了隐分割损失以提高对象形状感知能力。实验结果显示，MagicMotion在多种指标上优于现有方法，展示了卓越的性能。
谷歌发布Gemini 2.5 Pro：思考模型、原生多模态，编码、数学能力屠榜
谷歌发布的Gemini 2.5 Pro模型在多个基准测试中达到SOTA水平，并且在Arena排行榜上排名第一。它具有强大的推理能力和代码生成能力，在视觉和编程领域表现卓越。
速递｜《指环王》级文本吞吐，谷歌发布Gemini2.5 Pro的能效比突破密码
谷歌发布下一代AI推理模型Gemini 2.5，具备多模态能力，并在多个基准测试中表现优异。该模型通过Google AI Studio提供给开发者，并计划在未来几周公布其API定价。
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。