日前，OpenAI发布了多模态AI模型GPT-4o，其强大的图像生成功能迅速引发了全球范围内的关注。尤其是其生成的吉卜力风格图像，更是在短时间内席卷了整个互联网。自3月27日OpenAI发布GPT-4o原生图像生成功能以来，全球社交媒体迅速被“吉卜力风格”的AI生成图像刷屏。用户仅需上传图片并输入自然语言指令，即可将普通照片转化为日本动画大师宫崎骏作品般的艺术画面。 吉卜力风格的爆火并非偶然。吉卜 ...

李岩认为，未来大模型的发展将深刻影响各行业的组织形态和人员能力结构。以传统的人才金字塔为例，其结构通常分为底层、中腰部和顶层。目前看来，底层能力画像的人会被大面积“吞噬”，接着是腰部能力的人群，而最头部的那部分人永远不会被大模型吞噬，因为大模型本身也 ...

由于图像生成功能现已深度集成于 GPT-4o 系统，用户可通过自然对话实现图像优化。GPT-4o 能基于聊天上下文中的图文内容持续创作，确保输出结果的一致性。例如在设计游戏角色时，当你反复调整和测试方案，该角色的外观特征将在多次迭代中保持高度协调。

当地时间 4 月 4 日，OpenAI 首席执行官山姆・奥特曼（Sam Altman）在社交媒体平台 X 上宣布了一项重大计划调整：OpenAI 将推出 o3 和 o4-mini 模型，预计将在未来几周内发布，而备受期待的 GPT-5 ...

很多网友猜想 GPT-4o 的图像生成采用了「自回归 + 扩散」的范式。比如 CMU 博士生 Sangyun Lee 在该功能发布后不久就发推猜想 GPT-4o 会先生成视觉 token，再由扩散模型将其解码到像素空间。而且他认为，GPT-4o ...

这是NASA前工程师测试特斯拉自动驾驶系统的伪装“隐形墙”，在GPT-4o面前也无所遁形。 一夜之间，CV被大模型“解决”了（狗头）。 万物皆可吉卜力之后，GPT-4o原生多模态图像生成更多玩法被开发出来。 一个男友回头表情包，可以秒变语义分割图。

OpenAI将发布开源大模型（open-weight），新模型的两大特点：开源和强化推理能力，这是自2019年GPT-2之后，OpenAI首次开源语言模型。Sam Altman直言“要让它变得非常、非常优秀”。

奥特曼接连抛出重磅消息：GPT-5不仅将免费开放，还将整合多项尖端技术。o3和o4-mini即将在几周内亮相，还有一个神秘的开源推理模型要来。然而，另一边Meta的Llama 4却因性能瓶颈屡次延期，AI竞赛的格局愈发扑朔迷离。

虽然自回归模型统一多模态的思路（Omni Model）早在去年年初就已经有不少尝试，但直到几天前 OpenAI 开放 GPT-4o 的图像生成功能后，大多数人才真正意识到这种方案的优势。 这背后的差距，其实也不难理解。在 Omni Model 之前，像 DALL·E 一类的多模态模型，通常是通过 CLIP ...

不知道大家有没有发现一个有趣的现象，23年3月OpenAI就发布了 GPT-4，但是直到2年后的现在，包括 OpenAI、Claude、DeepSeek 在内的诸多AI大模型的版本号还是一直徘徊在"5"这个神秘的门槛之下！为什么前几天 ...

作者｜沐风来源｜AI先锋官最近AI绘图领域可谓是热闹非凡。GPT-4o带来的热潮还未褪去，字节即梦的图片模型又悄悄上线了3.0版本。经即梦官方确认，今天开始进行小范围内测，部分用户登录账号后，在左侧生图模型即可看到“图片3.0”版本。未获得测试资格的 ...

新智元报道 编辑：Aeneas 犀牛【新智元导读】刚刚，奥特曼接连抛出重磅消息：GPT-5不仅将免费开放，还将整合多项尖端技术。o3和o4-mini即将在几周内亮相，还有一个神秘的开源推理模型要来。然而，另一边Meta的Llama ...