•
今日凌晨1點，Google發佈Gemini 2.5思考模型家族首個Gemini 2.5 Pro實驗版本，大約一小時後，OpenAI創始人兼CEO薩姆·阿爾特曼就開直播發佈了迄今為止最先進的圖像生成器GPT-4o圖像生成技術。
OpenAI CEO Sam Altman 在 X 平台繼續誇誇群主上線，表示初次見到模型生成的圖片時，難以相信是 AI 所為，並期待使用者能發揮創意。
新功能亮點如下：
· 能夠精確渲染文字內容
· 支援多模態輸入輸出(文字、圖像、音訊)
· 能理解複雜指令並結合上下文
· 能建立具有真實感的第一人稱視角圖像
· 遵循指令，可以處理上傳的圖片並進行編輯或風格轉換
目前，新功能已向 Plus、Pro、Team 和免費使用者開放，Enterprise 和 Edu 使用者即將獲得存取權。
此外，Google的Gemini 2.5 Pro，Gemini 2.5 繼承並行揚了 Gemini 模型的優勢——原生多模態能力和超長上下文長度。Gemini 2.5 Pro 就支援 100 萬 token 的上下文窗口（200 萬 token 也即將推出），性能顯著超越了前代模型。
在大模型競技場 Chatbot Arena 中，新模型力的排名壓 Gork 3，再次遙遙領先。 (科技漩渦)