今夜，谷歌彻底杀疯！2小时发布会，Gemini提及95次点亮全场。Gemini 2.5家族全系升级，Pro深度思考模型正刷榜。全新Imagen 4生成细节超逼真，Veo 3首次实现音视频融合。
刚刚，鹅厂把文生图卷出了新高度——发布混元图像2.0模型（Hunyuan Image 2.0），首次实现毫秒级响应，边说边画，实时生成！用户一边描述，它紧跟着绘制，整个过程那叫一个丝滑。不用等待，专治各种没有耐心。
超越OpenAI！ 国产大模型突袭，AI语音生成天花板被重新定义了。
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。
我用MiniMax最近发布的MCP Server，做了一个 《会说话的博物馆》
5月19-23日，ICRA 2025将在美国亚特兰大举行。届时，第一届“探索机器人能力边界双臂机器人挑战赛（WBCD，What Bimanual Can Do）”决赛也将在ICRA 2025现场拉开帷幕。
OpenAI推出图像生成API，低至0.02美元/张，支持多模态定制。
上个月，OpenAI 在 ChatGPT 中引入了图像生成功能，广受欢迎：仅在第一周，全球就有超过 1.3 亿用户创建了超过 7 亿张图片。就在刚刚，OpenAI 又宣布了一个好消息：他们正式在 API 中推出驱动 ChatGPT 多模态体验的原生模型 ——gpt-image-1，让开发者和企业能够轻松将高质量、专业级的图像生成功能直接集成到自己的工具和平台中。
去年4月播出的动画《转生贵族凭鉴定技能扭转人生》，其片头出现了“生成AI技术协力”字样。今年1月，一部完全由AI生成的动画《八云与SETSU的怪谈事件薄》登陆关西电视频道。2025年3月播出的番剧《Twins HinaHima》，也标注全片使用生成式AI辅助。
Transformer架构主导着生成式AI浪潮的当下，但它并非十全十美，也并非没有改写者。
