AI NEWS: 2025.03.17-03.23

NVIDIA发布GB300

• 在NVIDIA GTC大会上，黄仁勋发布旗下最强AI芯片GB300。相比去年发布的GB200，GB300推理性能是其1.5倍。该芯片将于今年下半年出货。

Gemini推出Canvas功能

• Gemini推出全新Canvas功能，支持所见即所得的预览功能。Canvas允许用户通过语音指令快速生成代码原型，并实时可视化输出结果。
• 此外，Gemini还新增Audio Overview功能，可将文档、幻灯片和深度研究报告转化为播客。

OpenAI发布新款语音模型

• OpenAI发布三款全新语音模型，专用于开发语音AI Agent。其中，两款是语音转文本模型GPT-4o Transcribe和GPT-4 Mini Transcribe；一款是文本转语音模型GPT-4o Mini TTS。
• GPT-4o Transcribe是高性能版本，基于最新语音模型架构，可处理复杂的语音信号。GPT-4 Mini Transcribe在保持较高转录性能的同时，通过模型压缩技术，将体积大幅减小。GPT-4o Mini TTS不仅能够将文本内容转换为自然流畅的语音，还允许开发者通过指令控制语调、情感和风格。

AWS开源通用AI Agent框架

• AWS开源5级通用AI Agent框架——Multi-Agent Orchestrator。该框架支持Python和TypeScript，可通过多层级Agent来处理各种复杂任务，针对用户请求找到最适合的Agent执行，并在整个交互过程中保持上下文的一致性和连贯性。