搜索全球AI产品动态

微软正积极扩展其Phi系列紧凑型语言模型，最新发布了三款专为高级推理任务设计的新变体:Phi-4-reasoning、Phi-4-reasoning-plus 和 Phi-4-mini-reasoning。这些模型旨在通过结构化推理和内部反思处理复杂的问答，同时保持轻量级特性，使其能够在包括移动设备在内的低端硬件上高效运行，延续了微软Phi系列在资源受限设备上实现强大AI功能的愿景。Phi-4-reasoning 拥有140亿个参数，并借鉴OpenAI o3-mini的推理路径，通过监督微调进行训练。更高级的Phi-4-reasoning-plus在此基础上增加了强化学习机制，处理的tok

近日，OpenAI 针对其最新推出的 GPT-4o 模型所引发的 “献媚” 问题进行了紧急修复。公司首席执行官兼联合创始人 Sam Altman 于今天凌晨宣布，免费用户已经完成了系统更新，100% 回滚至老版本，而付费用户的更新预计将在今天晚些时候完成。用户反馈与问题曝光 自从 GPT-4o 发布以来，许多用户反映该模型在与其互动时表现出明显的阿谀奉承特质。有用户通过关闭所有与记忆相关的功能，进行了多次测试。他们询问模型对自己的看法，结果发现模型的回答逐渐趋于过于恭维，给人一种不真实的

OpenAI 首席执行官萨姆・奥尔特曼（Sam Altman）在社交媒体上回应了用户对于最新版本 GPT-4o 的一些反馈，指出该模型在情感表达上出现了 “过度谄媚” 的倾向。奥尔特曼承诺，OpenAI 将在一周内推出解决方案，以修复这一问题。根据 OpenAI 的更新记录，GPT-4o 于3月27日进行了一次全面的更新，随后在4月25日进行了进一步的调整，重点提升了模型在科学、技术、工程和数学（STEM）领域的能力。此外，更新还改变了模型在对话中的响应方式，使其更加主动，并能够更好地引导对话走向有效结论。

OpenAI宣布GPT-4o的图像生成能力正式集成到GPTs（自定义GPT）平台，为开发者与创作者提供了构建个性化图像生成机器人的强大工具。据AIbase了解，这一更新允许用户通过GPTs打造专属图像生成应用，如海报设计机器人或特定艺术风格生成器，极大地提升了创作灵活性与共享性。社交平台上的热烈讨论凸显了其广泛影响力，相关功能已向ChatGPT Plus、Pro及Team用户开放。AIbase为您带来详细报道。核心功能:GPTs赋能个性化图像生成GPT-4o的图像生成能力融入GPTs，标志着AI创作从通用工具向个性化应用的

OpenAI 最近宣布对其 ChatGPT 的 GPT-4o 版本进行了更新。这次更新主要集中在如何保存记忆的时机以及在科学、技术、工程和数学（STEM）等领域的技能提升。此外，新版本还旨在更有效地引导对话朝着 “富有成效的结果” 发展。OpenAI 希望通过这些改进，使模型在各种任务中显得更加 “直观和高效”。OpenAI 首席执行官山姆・阿尔特曼表示，这次更新不仅提升了智能水平，还改善了模型的人格特质。然而，他也坦言目前模型在某些情况下仍存在 “光滑” 过度的问题，并承诺未来会对此进行改

2025年4月27日，AIbase报道：由Stepfun AI团队推出的Step1X-Edit图像编辑模型于近日正式开源，引发业界广泛关注。这一通用图像编辑框架以其卓越性能和实用的开源特性，展现了媲美GPT-4o和Gemini 2 Flash等闭源模型的潜力。以下是对Step1X-Edit的全面解析，涵盖其技术亮点、应用场景及未来影响。创新技术架构Step1X-Edit采用多模态大语言模型（MLLM）与扩散变换器（DiT）的结合，通过处理用户提供的参考图像和编辑指令，生成高质量的目标图像。其核心创新在于将多模态语言模型的语义理解能力与扩散

2025年4月26日 AIbase报道：OpenAI近日宣布，其旗舰多模态模型GPT-4o的图像生成功能现已正式集成至ChatGPT的自定义GPTs功能中。这一更新标志着用户创建的定制化AI助手能够直接生成和编辑图像，为内容创作、设计和教育等领域带来更多可能性。无缝集成的图像生成体验GPT-4o的图像生成功能此前已于2025年3月25日起在ChatGPT和Sora平台向免费、Plus、Pro和Team用户逐步开放。与过去依赖DALL-E3等外部模型不同，GPT-4o的图像生成能力内嵌于模型本身，支持直接根据文本提示生成高质量图像。如今，这一功能

在百度 Create 开发者大会上，百度创始人李彦宏重磅发布了全新一代文心大模型 X1Turbo。这款模型在性能大幅提升的同时，价格极具竞争力，每百万 token 的输入价格仅为1元，输出价格为4元，仅相当于竞品 DeepSeek-R1的25%。据介绍，文心大模型 X1Turbo 基于4.5Turbo 的深度思考模型打造，不仅性能更优，还在思维链、问答、创作、逻辑推理、工具调用和多模态能力等方面实现了显著增强，整体效果领先于 DeepSeek R1和 V3最新版。此外，百度还同步推出了文心大模型4.5Turbo，进一步强化了多模态能力。

OpenAI宣布ChatGPT迎来一项重大更新:全新 图像库功能正式上线，允许用户在统一的界面中查看、编辑和分享通过GPT-4o模型生成的所有图片。这一功能现已向免费、Plus及Pro用户逐步开放，显著提升了用户在AI图像生成领域的创作体验。图像库功能:一站式管理AI创作ChatGPT的图像库功能为用户提供了一个集中化的平台，用于存储和管理所有通过GPT-4o生成的图片。无论是基于文本提示生成的艺术作品，还是从用户上传的图像转换的风格化内容（如Studio Ghibli风格或卡通效果），所有创作都将自动归档

最近，AI 领域迎来了重磅消息:拥有17亿参数的开源图像生成模型 HiDream-I1正式发布。此款模型不仅在生成图像的质量上表现出色，甚至在某些方面超越了目前备受瞩目的 GPT-4o。HiDream-I1的发布使得普通用户在无需订阅的情况下，也能体验到先进的图像生成和编辑技术。HiDream-I1由国内公司智象未来研发，成功跻身人工智能基准测试平台 Artificial Analysis 的竞争榜单，迅速成为开源模型的新标杆。这一模型在上线后的24小时内便登顶，成为第一个占据该平台榜首的中国自研生成式 AI 模型。通过与

在快速发展的语言模型领域，研究人员和组织面临着诸多挑战。这些挑战包括提升推理能力、提供强大的多语言支持以及有效管理复杂的开放任务。尽管较小的模型通常更容易获得且成本较低，但在性能上往往不及更大的模型。因此，开发中型模型以有效平衡计算效率与强大的推理及指令跟随能力，成为了当前的趋势。近日，清华大学发布了 GLM4，特别是其 GLM-Z1-32B-0414变体，有效应对了这些挑战。GLM4在一个包含15万亿个标记的大型数据集上进行训练，旨在提供可靠的多语言能力，并引入了

在人工智能领域，随着 OpenAI 的 o1和 DeepSeek 的 R1模型受到广泛关注，大语言模型（LLM）的推理能力和测试时扩展(TTS)技术引发了众多研究者的兴趣。然而，在处理复杂推理问题时，如何准确评估模型每一步的回答质量，依然是一个亟待解决的难题。为此，清华大学与上海 AI Lab 共同提出了生成式过程奖励模型(GenPRM)，为过程监督推理提供了创新解决方案。传统的过程奖励模型（PRM）虽然能够验证推理步骤的正确性，但由于采用了标量评分机制，难以捕捉深层次的逻辑错误。此外，PRM 的判别式

备受瞩目的国内人工智能公司 Moonshot AI （月之暗面） 近日宣布，正式开源发布了两款全新的视觉语言模型——Kimi-VL 与 Kimi-VL-Thinking。这两款模型以其轻量级的架构和卓越的多模态理解与推理能力，在多个关键基准测试中超越了包括 GPT-4o 在内的众多大型模型，引发行业广泛关注。轻巧身躯，蕴藏澎湃动力与动辄拥有数百亿甚至千亿参数的主流大模型不同，Kimi-VL 和 Kimi-VL-Thinking 均采用了 MoE（Mixture-of-Experts，混合专家）架构，其激活参数仅约 30亿。这意味着它们在运行和部署上更加高效，

人工智能领域的技术迭代速度令人惊叹。近日，OpenAI正式宣布，其标志性模型GPT-4将于2025年4月30日从ChatGPT中全面退役，被更先进的GPT-4o取代。这一消息引发了业界和创作者的广泛讨论，标志着AI大模型时代又一次里程碑式的转折。AIbase通过整理社交媒体上的最新动态，深入剖析GPT-4退役的意义及其对行业的深远影响。GPT-4的辉煌:掀起全球AI热潮自2023年3月14日发布以来，GPT-4以其强大的语言理解和生成能力迅速席卷全球。作为OpenAI的里程碑式产品，GPT-4不仅推动了ChatGPT的普及，还为教育、编程

2025年4月9日，一项名为“OminiControl Art”的全新技术正式亮相，引起了人工智能与艺术创作领域的广泛关注。该技术基于 OminiControl 框架开发，能够将 OpenAI GPT-4o 模型的艺术风格成功提炼并融入到 FLUX.1模型中，为 AI 生成艺术开辟了新的可能性。这一发布不仅展示了技术上的突破，也为用户提供了一种优雅而高效的工具，用于生成高质量的艺术图像。OminiControl Art 的核心在于其对 GPT-4o 艺术风格的“蒸馏”（distillation）。GPT-4o 作为 OpenAI 的旗舰多模态模型，以其强大的图像生成能力和细腻的风

OpenAI 正在积极测试一项为旗下 GPT-4o 图像生成模型添加水印的新功能。近期，ChatGPT 因其强大的图像生成能力而备受瞩目，该模型不仅能准确生成带文字的图片，还能创作出高度逼真的视觉作品，甚至能模仿如吉卜力工作室等著名动画公司的艺术风格。图源备注:图片由AI生成，图片授权服务商Midjourney据悉，最初仅面向 ChatGPT Plus 用户开放的 ImageGen 模型，现已全面向所有用户开放。AI 研究员 Tibor Blaho 近日发现，OpenAI 似乎正在为免费用户生成的图像测试名为“ImageGen”的水印。消息人士也证实

近日，科技巨头谷歌悄然发布了其最新的旗舰人工智能模型——Gemini2.5Pro，并迅速在开发者社区引发了巨大的轰动。谷歌称其为“有史以来最智能的模型”，而现在，这款强大的模型已经通过 Gemini API 在 Google AI Studio 上开启公开预览，并将很快在 Vertex AI 上线。这一举措不仅让更多开发者能够体验到顶尖AI的能力，其极具竞争力的定价策略更是引发了业界的广泛关注。虽然谷歌并未在公告中详细列出 Gemini2.5Pro 的所有功能特点，但其被誉为“有史以来最智能的模型”本身就暗示了其在推理能

近日，人工智能领域再次掀起热议，OpenAI旗下的GPT-4o图像生成模型凭借卓越性能，在行业权威评测中脱颖而出。据最新社交媒体讨论透露，GPT-4o在图像生成质量的ELO评分中与新兴模型Reve并列第一，超越了Recraft V3、FLUX1.1[pro]以及Google的Gemini2.0Flash等强劲对手。这一成绩不仅巩固了OpenAI在生成式AI领域的领先地位，也引发了业界对该模型应用潜力的深入探讨。根据相关分析，GPT-4o在多个关键领域展现了无与伦比的优势，尤其是在文字排版、商业图像、人物肖像、未来科幻和动漫风格的图像生成

讯飞医疗今日发布重磅消息，由国家“四大慢病”重大专项核心成果转化而来的全球首个“1型糖尿病专病大模型”正式亮相。据称，该模型的发布标志着一项重要的科研成果从实验室走向临床应用，也是安徽省在慢性病防治领域首次实现国家级重大科研项目成果转化。据介绍，该项目聚焦于1型糖尿病诊疗过程中的关键痛点，通过整合多模态数据与丰富的临床经验，并基于讯飞星火医疗大模型 X1的强大技术底座，构建了一个覆盖筛查、分型、治疗及管理全流程的数智化防控体系。科大讯飞

近日，OpenAI 在其 ChatGPT 平台上推出了全新升级的图像生成功能，吸引了大量用户的关注与使用。然而，这一火爆的功能也让 OpenAI 面临了一些新挑战。OpenAI 的创始人 Sam Altman 透露，由于需求激增，公司的 GPU 算力几乎不堪重负，他形象地表示 “GPU 冒烟了”，这迫使他们在一定程度上对图像生成功能引入速率限制。新功能 “Images in ChatGPT” 是基于 GPT-4o 模型开发的，用户可以通过简单的自然语言指令生成和编辑图片，并进行多轮迭代优化。这一功能的推出，标志着 ChatGPT 在文本、图像、代