AI NEWS: 2025.03.24-03.30

OpenAI发布GPT-4o原生图像生成功能

• OpenAI发布GPT-4o原生图像生成功能，通过融合文本与图像理解能力，首次实现“用聊天迭代编辑图像”的自然交互方式。
• 实测显示，该模型可生成风格统一的情绪板、多角度产品视图，还可将手绘草图转化为专业线稿，以及一次性输出完整漫画分镜。
• 该技术的核心优势在于其原生多模态能力——不仅能理解复杂提示、精准渲染文本，还能基于聊天上下文保持图像一致性，甚至能学习用户上传的图片特征进行再创作。

Google发布Gemini 2.5 Pro

• Google正式发布Gemini 2.5 Pro模型。该模型以40分优势超越Grok-3和GPT-4.5登顶LMArena排行榜，在LMArena测试中包揽数学、创意写作等五大领域冠军，同时在视觉竞技场和网页开发领域分别斩获榜首与亚军。
• 该模型现已向Gemini Advanced用户开放，支持100万token上下文窗口，并能处理多模态数据与完整代码仓库，其定价方案将于近期公布。

DeepSeek-V3-0324新版本发布

• DeepSeek V3升级至0324版本。新版本模型的推理能力提升近20%，在MMLU-Pro、GPQA等基准测试中表现亮眼，尤其在数学类评测集AIME上准确率提升19.8%。
• DeepSeek-V3-0324的代码生成能力得到显著优化。在前端开发中，其生成的HTML代码，可用性和设计感增强。

OpenAI支持MCP协议

• OpenAI宣布Agents SDK正式支持Anthropic推出的MCP协议。该协议能实现模型与工具、数据库等双向连接。目前MCP协议已形成庞大生态。
• OpenAI还预告，将把对MCP的支持扩展至ChatGPT桌面版和Responses API，未来用户可通过ChatGPT直接调度外部资源，重构AI工作流。

Anthropic揭示Claude思维路径

• Anthropic连续发布两篇论文，介绍关于理解AI“黑盒子”机制方面取得的进展。该公司开发了一种新型AI“显微镜”技术，通过追踪语言模型内部的神经活动模式和信息流动，首次揭示Claude模型的思维路径。
• 研究发现，尽管大语言模型通常逐词输出，但Claude 3.5 Haiku展现出提前规划语句的能力。在多语言处理方面，研究证实，不同语言共享核心概念表征。模型规模越大，跨语言特征共享比例越高。