超越GPT-4o！华人团队新框架让Qwen跨领域推理提升10%，刷新12项基准测试
超越GPT-4o！华人团队新框架让Qwen跨领域推理提升10%，刷新12项基准测试一项新的强化学习方法，直接让Qwen性能大增，GPT-4o被赶超！
来自主题: AI技术研报
5858 点击 2025-06-04 10:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一项新的强化学习方法，直接让Qwen性能大增，GPT-4o被赶超！
最近，大家开始用3d打印整活了：
OpenAI模型命名混乱没规律，以至于打开ChatGPT后，好多人都不知道到底该用哪个模型来完成任务。
长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算开销和运行效率等方面仍存在明显短板。
网友挺生气。
不久前，GPT-4o 的最新图像风格化与编辑能力横空出世，用吉卜力等风格生成的效果令人惊艳，也让我们清晰看到了开源社区与商业 API 在图像风格化一致性上的巨大差距。
近年来，语言模型技术迅速发展，然而代表性成果如Gemini 2.5Pro和GPT-4.1，逐渐被谷歌、OpenAI等科技巨头所垄断。
GPT-4o-Image也只能完成28.9%的任务，图像编辑评测新基准来了！360个全部由人类专家仔细思考并校对的高质量测试案例，暴露多模态模型在结合推理能力进行图像编辑时的短板。
FLUX.1 Kontext是一款融合即时文本图像编辑与文本到图像生成的新一代模型，支持文本与图像提示，角色一致性强，速度快达GPT-Image-1的8倍。
在 「What's Next｜科技早知道」 的播客节目中，峰瑞资本执行董事 刘鹏琦 和「声动活泼」联合创始人&「科技早知道」主播 丁教Diane ，以及「科技早知道」节目监制 雅娴 ，围绕具身智能赛道所处的新阶段与核心挑战，探讨了以下问题，包括但不限于：