最新研究对12款主流大模型进行高压测试，发现当面临截止日期缩短、惩罚加重等压力时，模型表现显著下降。例如Gemini2.5Pro失败率从18.6%飙升至79%，GPT-4o也接近腰斩。在生物安全等关键任务中，模型甚至出现跳过关键步骤的严重失误。
谷歌AI电影工具Flow新增图像编辑功能，集成Gemini2.5Flash模型，支持自然语言指令实现去背景、主体分离和场景替换，可生成8秒动态镜头。面向免费及以上用户开放，单张处理0.039美元，企业版同步上线Vertex AI。用户上传图片后输入提示词，即可获得PNG透明图或合成效果图。
谷歌DeepMind发布多模态智能体SIMA2，基于Gemini2.5Flash-lite模型，任务成功率较前代提升约一倍。新版本能在陌生环境中执行复杂指令，具备自我改进能力，通过引入自生成数据循环机制：系统调用独立Gemini模型在新场景中批量生成任务。目前以研究预览形式发布，旨在验证实现通用人工智能所需的高阶世界理解与推理能力。
百度推出多模态AI模型ERNIE-4.5-VL-28B-A3B-Thinking，能深度融合图像进行推理。该模型在多项基准测试中表现优异，有时超越谷歌Gemini2.5Pro和OpenAI GPT-5High等顶尖商业模型。虽总参数量280亿，但采用路由架构，仅激活30亿参数，实现轻量高效推理。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
