自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下
自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下OpenAI 的 GPT-4o 在图像理解、生成和编辑任务上展现了顶级性能。流行的架构猜想是：
来自主题: AI技术研报
10111 点击 2025-05-23 11:42
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
OpenAI 的 GPT-4o 在图像理解、生成和编辑任务上展现了顶级性能。流行的架构猜想是：
就在刚刚，OpenAI 正式官宣，将以接近 65 亿美元（折合人民币 468.16 亿元）的价格收购由 OpenAI CEO Sam Altman 与前苹果首席设计官 Jony Ive 联合创办的 AI 设备初创公司 io。
一份隐藏了部分关键信息的法庭文件，给我们展示了 OpenAI 的很多独家信息，特别是对 ChatGPT 的发展、如何定位自己的竞争对手以及自己的护城河在哪等。
国产大模型进步的速度早已大大超出了人们的预期。年初 DeepSeek-R1 爆火，以超低的成本实现了部分超越 OpenAI o1 的表现，一定程度上让人不再过度「迷信」国外大模型。
热门法律AI 工具 Harvey 于 5 月 13 日在博客中宣布，将不再仅依赖 OpenAI 的基础模型，开始采用 Anthropic 和谷歌的基础模型。
OpenAI发布新基准HealthBench，联手60个国家262名执业医生，树立新的「AGI标志性用例」。OpenAI o3碾压Grok 3和Gemini 2.5 Pro，成功登顶。而最强AI几乎达到了人类医生最佳水平！
OpenAI GPT-4o发布强大图片生成能力后，业界对大模型生图能力的探索向全模态方向倾斜，训练全模态模型成研发重点。
昨晚，金融时报消息，OpenAI和微软正在重新洽谈数十亿美元的合作条款。这场谈判旨在让OpenAI能够进行未来的首次公开IPO募股，同时保护微软对前沿AI的访问权限。
2025 年 4 月的 AI 月报，你会看到：“评估（Evals）” 成为模型和 AI 产品开发的关键词；Google 继续提升 Gemini 模型能力的思路； OpenAI 的 GPT-4o 为什么变得谄媚，以及背后的问题；用户规模与模型能力提升关系不大？可能要有变化了
近日，在红杉资本主办的 AI Ascent 上，OpenAI 研究科学家 Dan Roberts 做了主题为「接下来的未来 / 扩展强化学习」的演讲，其上传到 YouTube 的版本更是采用了一个更吸引人的标题：「9 年实现 AGI？OpenAI 的 Dan Roberts 推测将如何模拟爱因斯坦。」