OpenAI 发布 GPT-6 Astra：面向工作的下一代智能模型
OpenAI 推出 GPT-6 Astra，这是其面向商业场景最强大的模型。该模型具备高级推理、计算机使用能力以及更强的写作与设计判断力，旨在提升工作效率。
设计 AI 动态
设计 AI 动态
今日 0 条OpenAI NewsAI 评分2828
OpenAI NewsAI 评分1212 OpenAI 探讨更具能力且低成本的 AI 如何拓展工作与增长
OpenAI 指出更具能力且价格更低的 AI 能够拓展个人与企业可完成的工作范围。这种技术变革旨在让业务增长变得更加经济高效，从而释放更多潜在价值。
OpenAI NewsAI 评分3131 OpenAI 推出 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，旨在将用户的想法、草图和参考照片转化为更具个性化和精致感的图像。该版本重点优化了生成结果对用户创意的还原度，使其更贴合原始构思。
Google DeepMindAI 评分3333 Gemini 推出智能体视频理解功能，Token 消耗降低 88%
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能。该特性通过动态搜索视频片段，使 Token 消耗最高降低 88%，成本减少 66%，准确率提升 7%。目前可通过 Gemini API 启用，未来将集成至 YouTube“Ask YouTube”功能。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.1 Flash 增强视频生成控制能力
Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供更具可控性的视频生成能力。
推荐理由：原文详细列出了场景扩展、首尾帧插值及4K升频等具体参数与API调用方式，为开发者评估其在专业视频工作流中的落地可行性提供了直接依据。
Google DeepMindAI 评分2828 Google 发布 Gemini 3.7 Flash：面向编码与智能体的主力模型，价格减半
Google 推出 Gemini 3.7 Flash，作为其最智能的编码与智能体主力模型。该版本在 FrontierCode 1.1 Main 得分 43.6%，DeepSWE v1.1 达 65.3%，输入输出价格分别为 $0.75/1M 和 $3.75/1M tokens，较前代降低一半。Gemini Spark 即日起接入该模型以提升多技能工作流效率。
Microsoft ResearchAI 评分4747 MindTopo 基准揭示多模态模型拓扑推理能力差距
Microsoft Research 推出 MindTopo 基准，评估多模态模型的拓扑推理与规划能力。测试显示模型在静态识别上表现优于交互式规划，且在维持连通性、封闭性等结构关系时易失效。该发现凸显了 AI 在机器人及交互环境中保持拓扑一致性的关键短板。
Google DeepMindAI 评分3535 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.6 Flash，输出 token 减少 17%，定价 $1.50/1M 输入。同时发布 3.5 Flash-Lite，速度达 350 tokens/s，以及用于网络安全的 3.5 Flash Cyber。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 模型
Google DeepMind 推出两款新模型：主打高速低成本图像生成的 Nano Banana 2 Lite，以及支持高质量视频生成与对话式编辑的 Gemini Omni Flash。
推荐理由：官方发布了面向高速图像生成的Nano Banana 2 Lite和具备对话式编辑能力的Gemini Omni Flash，并提供了结合两者的工作流示例。
Google DeepMindAI 评分3030 Gemini 3.5 Flash 内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成至 Gemini 3.5 Flash，此前该功能仅存在于独立的 Gemini 2.5 模型中。开发者可通过 Gemini API 和 Enterprise Agent Platform 构建能跨浏览器、移动端及桌面环境执行任务的智能体。为应对提示注入风险，官方引入了对抗性训练及可选的企业级安全护栏系统。
Google DeepMindAI 评分3333 Google DeepMind 发布开源实验模型 DiffusionGemma，文本生成速度提升 4 倍
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma，通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind精选AI 评分5555 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 推出 Gemma 4 12B，这是一款旨在在笔记本电脑上运行的高性能多模态模型。该模型采用统一的无编码器架构，直接将视觉和音频输入整合进 LLM 主干，无需传统独立编码器，从而降低延迟并减少内存占用。
推荐理由：Gemma 4 12B 采用无编码器统一架构，支持本地运行与多模态输入，为开发者提供轻量级智能体开发方案。
Google DeepMind精选AI 评分4848 Google DeepMind 在 Project Genie 中集成 Street View 实现真实地点模拟
Google DeepMind 宣布在实验性原型 Project Genie 中推出新的 Street View grounding 功能，允许用户利用 Google 地图的真实影像数据生成锚定于现实地点的交互式虚拟环境。该功能目前仅支持美国境内的地点，并已向全球 Google AI Ultra 订阅用户开放访问权限。
推荐理由：原文展示了将真实街景数据接入生成式世界模型的实验性功能，为AI智能体提供了基于现实地理信息的交互环境。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash 模型
Google DeepMind 推出 Gemini Omni Flash，这是 Omni 系列的首个模型，支持从图像、音频、视频和文本输入生成高质量视频，并允许通过自然语言进行对话式编辑。
推荐理由：原文展示了Gemini Omni Flash在视频生成与对话式编辑上的新能力，读者可据此评估其对多模态创作工作流的实际改变。
Google DeepMindAI 评分4545 Gemini 3.5 Flash 发布：兼顾前沿智能与行动能力
Google DeepMind 发布 Gemini 3.5 Flash，该模型在 Terminal-Bench 2.1 得分 76.2%，输出速度比其他前沿模型快 4 倍。它现已通过 Gemini App、Google Antigravity 及 API 全球可用，并作为默认模型支持新的个人 AI 智能体 Gemini Spark。