OpenAI GPT-4o推出圖像生成功能

北京時(shí)間3月26日凌晨，OpenAI進(jìn)行了直播，對GTP-4o和Sora進(jìn)行更新，在ChatGPT和Sora中推出GPT-4o的圖像生成功能。OpenAI此次強(qiáng)調(diào)了新功能在精準(zhǔn)理解文本描述、準(zhǔn)確生成文本方面的優(yōu)勢。據(jù)介紹，GPT-4o圖像生成功能擅長準(zhǔn)確呈現(xiàn)文本，并精準(zhǔn)遵循提示詞，該功能還會將GPT-4o的知識庫和聊天上下文作為靈感來源，這有助于使用者與圖像生成工具更有效地溝通并提高生成圖像的質(zhì)量。

點(diǎn)評：生成圖像中的文字，此前是圖像生成領(lǐng)域的一個(gè)難題。國內(nèi)，去年豆包升級文生圖能力，支持一鍵生成指定文本。今年3月，智譜AI發(fā)布了首個(gè)支持生成漢字的開源文生圖模型CogView4。OpenAI這個(gè)新的圖像生成功能生成文字的能力比較強(qiáng)，可以生成白板上的字、菜單、實(shí)驗(yàn)示意圖等，但OpenAI表示，該功能也有一些限制，例如在呈現(xiàn)非拉丁語言時(shí)容易出現(xiàn)幻覺。

Manus公布收費(fèi)方案：最高每月199美元

3月28日下午，目前還處于非公開測試階段的AI Agent產(chǎn)品Manus，宣布開始向用戶收費(fèi)，這距離其發(fā)布預(yù)覽版本還不足1個(gè)月時(shí)間。據(jù)悉，此次付費(fèi)版本分為Manus Starter和Manus Pro，均為Beta版本。Manus Starter每月收費(fèi)39美元，用戶可獲得3900積分，最多可以同時(shí)運(yùn)行2個(gè)任務(wù)。 Manus Pro每月收費(fèi)199美元，用戶可獲得19900積分，最多可以同時(shí)運(yùn)行5個(gè)任務(wù)，同時(shí)支持使用高投入模式和其他測試功能。積分是Manus使用的標(biāo)準(zhǔn)計(jì)量單位，任務(wù)越復(fù)雜或越耗時(shí)，所需積分越多。

點(diǎn)評：Manus是今年以來中國AI圈又一個(gè)爆款。3月5日，成立于2023年的AI初創(chuàng)公司Butterfly Effect（蝴蝶效應(yīng)）發(fā)布Manus的早期預(yù)覽版，將其稱為“全球首款通用智能體產(chǎn)品”。從介紹來看，使用者只需要給Manus一個(gè)簡單的指令，它就能自動完成復(fù)雜的任務(wù)。但上線一天后，對于Manus的評論出現(xiàn)兩極，有人批評公司“以邀請碼為噱頭，營銷味太重”，但也有人為Manus的創(chuàng)新點(diǎn)贊。

OpenAI預(yù)計(jì)今年?duì)I收增長兩倍以上：將達(dá)127億美元

3 月 27 日，據(jù)彭博社報(bào)道并經(jīng) CNBC 等多家媒體核實(shí)，在付費(fèi)人工智能軟件強(qiáng)勁實(shí)力的有力推動下，OpenAI 預(yù)估其 2025 年?duì)I收將達(dá)到 127 億美元（約合人民幣922.31億元），相比2024年?duì)I收（37 億美元）增長兩倍還多。在此基礎(chǔ)上，OpenAI 預(yù)計(jì)其 2026 年?duì)I收將達(dá)到 294 億美元（約合人民幣2135.12 億元），2029 年更將超過1250億美元（約合人民幣9077.9 億元）。作為 OpenAI 主要投資者及戰(zhàn)略合作伙伴的微軟，其第四季度年度經(jīng)常性收入已達(dá) 130 億美元，同比增幅達(dá) 175%。

點(diǎn)評：去年9月，OpenAI對外宣布，公司版ChatGPT的付費(fèi)用戶數(shù)量已成功突破100萬大關(guān)。然而，在收入一路飆升的背后，OpenAI也面臨著諸多嚴(yán)峻挑戰(zhàn)，開發(fā)尖端模型需要投入巨額成本，涵蓋芯片采購、數(shù)據(jù)中心建設(shè)以及高端人才招募等多個(gè)方面。據(jù)知情人士透露，OpenAI預(yù)計(jì)在2029年之前難以實(shí)現(xiàn)現(xiàn)金流轉(zhuǎn)正。

DeepSeek-V3模型更新，編程能力大大提升

3月25日晚，DeepSeek在海內(nèi)外官方賬號宣布V3模型完成小版本升級的消息，并介紹了新版本DeepSeek-V3-0324模型的提升細(xì)節(jié)，包括推理、前端開發(fā)、中文寫作、中文搜索幾個(gè)方面的能力優(yōu)化。根據(jù)官方展示的對比圖，在數(shù)學(xué)、代碼類相關(guān)評測集上新版V3模型分?jǐn)?shù)排在第一，超過了GPT-4.5、Claude-Sonnet-3.7以及阿里云的Qwen-Max，但在百科知識上新模型稍弱于GPT-4.5。

點(diǎn)評：“這是開放權(quán)重模型首次成為領(lǐng)先的非推理模型，對于開源來說是一個(gè)里程碑。”海外專業(yè)AI模型評測機(jī)構(gòu) Artificial Analysis官方表示，此版本可以說比DeepSeek的R1模型更令人印象深刻，并且可能預(yù)示著R2模型將是另一個(gè)重大飛躍。此次發(fā)布的新版V3模型采用MIT許可（允許模型蒸餾、商用），意味著其可以被自由用于商業(yè)用途。

微軟再提DeepSeek，有意向開發(fā)獨(dú)立大模型

微軟董事長兼首席執(zhí)行官薩蒂亞·納德拉 (Satya Nadella)今日在接受采訪時(shí)表示微軟有意向獨(dú)立開發(fā)AI模型。他同時(shí)表示這一開發(fā)作為與 OpenAI 合作的補(bǔ)充，可以為客戶提供附加價(jià)值。他在面向員工的內(nèi)部講話中再次提到了DeepSeek，稱其R1模型為微軟的 AI 發(fā)展設(shè)定了“新標(biāo)準(zhǔn)”，因?yàn)镈eepSeek通過200人的團(tuán)隊(duì)打造出了應(yīng)用商店排名第一的產(chǎn)品。在1月DeepSeek引發(fā)了巨大反響后，微軟迅速在Azure 平臺上部署了 DeepSeek 的 R1模型。

點(diǎn)評：雖然有意向獨(dú)立開發(fā)AI模型，但微軟對于和Open AI的合作一直持正向態(tài)度。此前在2025財(cái)年第二財(cái)季電話會議上，被問及對Open AI后續(xù)的投資態(tài)度時(shí)，薩蒂亞·納德拉回應(yīng)稱對與 OpenAI 的合作仍感到非常滿意。他同時(shí)提及成本的問題，并表示在人工智能領(lǐng)域，需要注意的關(guān)鍵一點(diǎn)是不能只是推出前沿模型，如果其服務(wù)成本過高，那就毫無用處，它不會產(chǎn)生任何需求。因此平臺必須進(jìn)行優(yōu)化，使推理成本降低，從而能夠被廣泛使用。

傳阿里前高管的創(chuàng)業(yè)公司將賣給英偉達(dá)

有消息稱，英偉達(dá)即將達(dá)成收購Lepton AI的交易，交易價(jià)值數(shù)億美元。Lepton AI是一家成立了兩年的人工智能初創(chuàng)公司，致力于為企業(yè)提供高效、可擴(kuò)展的AI應(yīng)用平臺，是由AI領(lǐng)域的頂級科學(xué)家、阿里巴巴前高管賈揚(yáng)清創(chuàng)辦。

點(diǎn)評：有市場分析認(rèn)為，英偉達(dá)收購Lepton AI是為了進(jìn)軍云計(jì)算和企業(yè)軟件市場，英偉達(dá)希望與亞馬遜、谷歌等云計(jì)算提供商競爭。不過，目前該消息并未得到英偉達(dá)或Lepton AI證實(shí)，賈揚(yáng)清回應(yīng)稱“無法評論”。

谷歌發(fā)布推理模型Gemini 2.5 Pro，沖上榜一

3月26日谷歌發(fā)布Gemini 2.5系列人工智能推理模型，該系列模型在回答問題前會“思考”片刻。實(shí)驗(yàn)版Gemini 2.5 Pro是該系列上線的首款推理模型，被谷歌稱為“目前最智能的模型”。作為原生多模態(tài)大模型，Gemini 2.5 Pro可以處理來自音視頻和大型數(shù)據(jù)集等多模態(tài)輸入，還能夠理解編碼項(xiàng)目的整個(gè)代碼存儲庫。目前，實(shí)驗(yàn)版Gemini 2.5 Pro以39分的顯著優(yōu)勢在測試人類偏好的大模型競技場Chatbot Arena榜上排名第一。

點(diǎn)評：自從OpenAI于2024年9月發(fā)布首個(gè)人工智能推理模型o1以來，科技行業(yè)紛紛爭相開發(fā)推理模型，想要匹配或超越o1的性能。目前，Anthropic、DeepSeek、谷歌和xAI等公司均已推出各自的推理模型，這些模型在輸出答案之前先進(jìn)行事實(shí)核查和邏輯推演。推理技術(shù)使得模型在數(shù)學(xué)與編程任務(wù)中實(shí)現(xiàn)突破，行業(yè)認(rèn)為，推理模型將成為智能體的重要組成部分，但成本也更高。

騰訊元寶接入DeepSeek-V3最新版本

騰訊元寶近日進(jìn)行了多次更新。3月26日，騰訊元寶接入DeepSeek V3-0324最新模型后發(fā)布了更新，支持實(shí)時(shí)預(yù)覽HTML代碼，用戶輸入一句話就可以生成網(wǎng)頁代碼并看到可運(yùn)行的網(wǎng)頁，也可以輸入一句話生成UI組件、編寫小游戲。3月28日，元寶再次更新，支持用戶上傳和解析36種格式的文件，包括Word、Excel、PPT、PDF 等常見辦公文檔和.py、.java、.cpp、.json 等數(shù)十種開發(fā)文件格式。

點(diǎn)評：有用戶體驗(yàn)后發(fā)現(xiàn)，DeepSeek-V3最新版本在代碼能力方面有所增強(qiáng)，這體現(xiàn)在了元寶的更新中。騰訊元寶增加可上傳文件的格式則增加了該應(yīng)用的實(shí)用性。2月13日至今，騰訊元寶已進(jìn)行了30多次更新。更新的同時(shí)，騰訊元寶還在線上線下加大宣傳廣告的力度。

Dyna Robotics完成數(shù)千萬美元種子輪融資，打造AI驅(qū)動機(jī)器人

3月27日，Dyna Robotics 宣布完成數(shù)千萬美元的種子輪融資。本輪融資由硅谷風(fēng)投CRV和First Round Capital領(lǐng)投，真格基金參與投資。Dyna Robotics由Lindon Gao、YorkYang和Jason Ma于2024年 9月共同創(chuàng)立，總部位于美國硅谷，上海設(shè)有硬件研發(fā)中心。據(jù)悉，Dyna Robotics致力于為各類企業(yè)打造AI驅(qū)動的機(jī)器人。公司機(jī)器人通過“一次專注一個(gè)任務(wù)”的方式，從折疊到備餐等各類任務(wù)入手，讓其具身智能基礎(chǔ)模型能在真實(shí)生產(chǎn)場景中以高性價(jià)比不斷學(xué)習(xí)和成長，最終邁向通用型具身智能的目標(biāo)。

點(diǎn)評：盡管語言、圖像與視頻模型已發(fā)展蓬勃，但具身智能仍未真正破解難題。Dyna Robotics聯(lián)合創(chuàng)始人兼CEOLindon Gao表示，“機(jī)器人基礎(chǔ)模型需要大量高保真、真實(shí)世界的數(shù)據(jù)，我們正圍繞包裝、清潔馬桶等具體任務(wù)采集大量數(shù)據(jù)，在提供實(shí)際商業(yè)價(jià)值的同時(shí)，系統(tǒng)性地推動具身智能的發(fā)展。”