ChatGPT文生图功能迎重大升级；谷歌正式推出Gemini 2.5

摘要：当地时间3月25日，OpenAI首席执行官山姆·阿尔特曼在直播活动中表示，正式推出基于GPT-4o模型的原生图像生成功能——模型直接从文本提示生成图像，不再调用独立的DALL-E文生图模型。利用GPT-4o的多模态能力，ChatGPT在图像生成时能更加精确地遵

当地时间3月25日，OpenAI首席执行官山姆·阿尔特曼在直播活动中表示，正式推出基于GPT-4o模型的原生图像生成功能——模型直接从文本提示生成图像，不再调用独立的DALL-E文生图模型。利用GPT-4o的多模态能力，ChatGPT在图像生成时能更加精确地遵循指示、更精确地渲染图像上的文字，同时支持多轮迭代优化图像时保持角色形象一致。从官方给出的更多示例来看，不管是生成黑板板书，还是印刷体、展示科学常识的绘图，ChatGPT在生成图像文字领域终于从完全不能用，达到接近商用的程度。

该功能一推出就迅速引爆了社交媒体，全球互联网平台上涌现大量由个人照片、知名梗图转变而来的“吉卜力”卡通风格图片。不论是特朗普在白宫力挺特斯拉的现场照片，还是黄仁勋展示“芯片盾牌”的场景，都能被生动形象地转化成吉卜力工作室的经典画风。就连阿尔特曼也将自己的头像换成了用ChatGPT生成的“吉卜力”风格图像。吉卜力工作室是曾制作过《龙猫》和《千与千寻》等热门电影的日本动画工作室。

3月26日凌晨，谷歌正式推出新一代人工智能推理模型Gemini 2.5，该模型基于多态大语言框架升级，显著增强了推理能力、多语言支持及长文本处理能力。

据官方介绍，Gemini 2.5通过优化算法架构，将响应速度提升40%，能耗降低25%。在关键指标测试中，其复杂逻辑任务完成度较前代提升65%，尤其在医疗诊断辅助、法律文书生成等垂直领域展现出更高精度。

Gemini 2.5系列模型是谷歌挑战OpenAI“o”系列模型最重磅的尝试。其旗舰版本Gemini 2.5 Pro Experimental在多项基准测试中超越OpenAI、Anthropic等竞争对手。

3月24日晚间，DeepSeek发布了更新后的模型DeepSeek-V3-0324，开源版本已上线。本次更新为DeepSeek-V3模型的版本更新，并非市场此前一直期待的DeepSeek-V4或R2。

同日，DeepSeek在其官方交流群宣布称，DeepSeek-V3模型已完成小版本升级，该版本的最新模型也已经同步至官网、APP和小程序，关闭“深度思考”就可体验。此次发布的版本更新，在性能上，编程能力的优化成了最大亮点，新版本DeepSeek-V3-0324生成前端代码的能力大幅提升。

日前，一家名为克拉克森律所的机构代表消费者在美国加州圣何塞地区法院对苹果公司发起集体诉讼，指控该公司存在不正当竞争、虚假广告和过失性虚假陈述：“夸大了人工智能的能力，导致消费者相信他们购买的设备具有实际上不存在或被严重误述的功能。”投诉称，苹果公司欺骗了用户关于其iPhone16的AI功能，诱使人们购买他们本可能会放弃的手机而不是选择其竞争产品。

据悉，诉讼文件显示，苹果自去年夏天起通过电视、网络等多种渠道投放广告，重点展示了具备“革命性AI能力”的升级版Siri语音助手。而苹果公司在今年3月7日确认推迟语音助手Siri对话式版本的发布时间，“我们一直在努力打造更具个性化的Siri，而实现新功能所需的时间比我们想象的长，预计将在明年推出”。

3月26日，宝马集团宣布与阿里巴巴集团深化战略合作，基于阿里通义AI大模型，联合开发AI引擎，将应用于中国市场的宝马新世代系列车型。

此次战略合作，主要聚焦在AI大模型、智能语音交互等前沿技术领域。基于通义大模型和斑马元神AI，全新BMW智能个人助理采用宝马与阿里共同开发的AI引擎，计划搭载于中国生产的BMW新世代系列车型上，预计2026年在中国市场交付。AI引擎支持的智能座舱及智能出行交互场景，将于今年4月首次亮相上海车展。

3月24日消息，近日，蚂蚁集团Ling团队发表了一篇技术成果论文。论文显示，蚂蚁集团推出了两款不同规模的MoE大语言模型——百灵轻量版（Ling-Lite）与百灵增强版（Ling-Plus），前者参数规模为168亿（激活参数27.5亿），Plus基座模型参数规模高达2900亿（激活参数288亿），两者性能均达到行业领先水平。

除了自研性能领先的大模型以外，该技术论文最大的突破在于提出了一系列创新方法，以提升资源受限环境下AI开发的效率与可及性。实验表明，其3000亿参数的MoE（混合专家）大模型可在使用国产GPU的低性能设备上完成高效训练，性能与完全使用英伟达芯片、同规模的稠密模型及MoE模型相当。