分类目录归档：国外

国外人工智能发展

OpenAI发布o3和o4-mini新模型：智能工具整合与多模态推理能力升级

发表评论
原文链接：

ChatGPT just got a massive upgrade that takes it to the next level – here are
the 3 biggest changes

by:
Graham Barlow

OpenAI发布o3和o4-mini新模型：智能工具整合与多模态推理能力升级

1. 全层级开放与性能飞跃
新推出的o3和o4-mini模型已向Pro/Plus/Team及免费用户开放，推理速度显著超越旧版（如ChatGPT o3-mini/o1），支持智能选择工具链完成复杂任务。

2. 全工具链自主决策能力
模型可自动调用并组合所有ChatGPT工具（网页浏览/Python编码/图像分析/文件搜索等），实时展示推理步骤与工具选择逻辑，最终生成带完整来源的详细报告。

3. 突破性图像推理功能
首次实现图像融入思维链（如识别车型并预测五年后价值），标志着多模态AI的重大进步。

4. 用户体验升级
实测显示响应速度与答案深度同步提升，o3模型因平衡速度与细节成为Plus用户首选，智能工具选择机制被赞为”自然进化”。

5. 使用方式说明
付费用户可通过LLM菜单选择模型，免费用户需点击“Reason”按钮激活o4-mini（有次数限制），o3-pro版本将于数周后面世。

用户对AI礼貌用语引发的成本与效益争议

发表评论
原文链接：

ChatGPT spends ‘tens of millions of dollars’ on people saying ‘please’ and
‘thank you’, but Sam Altman says it’s worth it

by:
John-Anthony Disotto

用户对AI礼貌用语引发的成本与效益争议

1. 礼貌用语的高昂成本
OpenAI CEO萨姆·奥尔特曼透露，用户对AI说”请”和”谢谢”导致公司每年多支出数千万美元电费，但认为这是”值得的花费”。

2. 普遍存在的AI礼貌现象
调查显示70%用户会对AI保持礼貌，其中12%是出于对”机器人起义”的担忧。这种社交习惯正转化为实质性能源消耗。

3. 环境代价的隐性危机
每个AI交互请求都依赖耗能巨大的服务器运行，但公众普遍缺乏对单条消息环境成本的认知。

4. 礼貌带来的潜在价值
研究表明礼貌提示词能提升回答质量并减少偏见，未来AI可能发展出对礼貌用语的差异化响应机制。

5. 核心争议
在用户体验优化与环境可持续性之间需要权衡：礼貌交互虽提升服务质量，但其能源代价是否合理仍存疑。

AI语音助手功能升级：Claude即将推出”语音模式”

发表评论
原文链接：

Claude tipped to get its answer to ChatGPT’s Advanced Voice Mode soon – is
adding an AI voice to a chatbot yet another tick box exercise?

by:
John-Anthony Disotto

AI语音助手功能升级：Claude即将推出”语音模式”

1. 功能发布：据报道，Anthropic公司的AI助手Claude计划本月推出名为”语音模式”的新功能，将提供三种不同音色（暂定名：Airy/Mellow/Buttery）供用户选择。

2. 行业现状：当前ChatGPT和Gemini均已推出类似语音交互功能（Advanced Voice Mode/Gemini Live），使得AI对话体验更自然流畅。

3. 同质化担忧：业界观察到AI产品功能趋同现象——从推理模型、图像生成到现在的语音模式，各厂商都在快速复制竞争对手的功能创新。

4. 用户视角：作者质疑这种”打勾式创新”的实际价值，呼吁企业突破现有模式开发真正差异化的功能，而非简单重复市场竞争。

5. 未来期待：虽然对Claude新功能持观望态度，但仍希望其能为AI语音助手领域带来实质性突破，而非沦为又一款雷同产品。

ChatGPT推出AI图片库功能：集中管理生成图像

发表评论
原文链接：

ChatGPT gets a useful new home for your AI images – and it could be the first
step towards OpenAI’s new Instagram rival

by:
David Nield

ChatGPT推出AI图片库功能：集中管理生成图像

1. 全新图片库功能上线
OpenAI为ChatGPT推出专属图片库（Library），免费和付费用户均可使用，支持网页端和移动端同步，集中展示所有历史生成的AI图像。

2. 核心功能特点
• 自动归档：跨对话记录自动收集生成的所有图片
• 基础编辑：支持点击图片进行下载和编辑
• 联动删除：删除聊天记录时关联图片也会同步清除
• 当前暂缺图片搜索/筛选功能，但未来可能更新

3. 产品战略意义
• 解决用户此前需翻查历史对话找图片的痛点
• 或为OpenAI布局AI社交平台铺路（类似Instagram的AI内容社区）
• 可能通过用户图片数据强化模型训练

4. 行业背景
正值AI图像生成技术爆发期（如DALL·E 3、人物手办化等趋势），该功能响应了用户对AI内容管理的强烈需求。

Google和微软推出免费AI视觉功能

发表评论
原文链接：
Gemini Live’s screensharing feature is now free for Android usersby:Jay Peters

Google和微软推出免费AI视觉功能

Google宣布，其AI驱动的Gemini Live功能现在将免费提供给所有Android用户，通过Gemini应用即可使用。该功能允许AI查看并响应用户摄像头和屏幕上的内容。此前，该功能仅在Pixel 9和Samsung Galaxy S25设备上推出，并计划通过Gemini Advanced订阅提供给其他Android用户，但Google决定免费开放。

微软也宣布，其类似工具Copilot Vision现在在Edge浏览器中免费提供。用户可以通过视频了解Gemini Live的功能，例如在水族馆中使用摄像头让Gemini识别动物并分享信息。

微软Copilot Studio新增“计算机使用”功能

发表评论
原文链接：
Microsoft lets Copilot Studio use a computer on its ownby:Tom Warren

微软Copilot Studio新增“计算机使用”功能

微软本周为Copilot Studio启用了一项新的“计算机使用”功能，使AI代理能够与网站和桌面应用程序交互。这一功能类似于OpenAI的Operator或Claude的“计算机使用”功能，允许企业利用Copilot Studio构建AI代理，将网站和桌面应用视为自动化任务的工具。

通过点击按钮、选择菜单和在屏幕上输入字段，AI代理可以处理即使没有API直接连接的任务。这意味着如果一个人能使用某个应用，AI代理也能做到。

Copilot Studio能够创建自动化数据录入、市场调研甚至处理发票的AI代理。微软表示，这一新工具还能检测应用程序或网站中按钮和屏幕的变化，并继续工作而不会失败或中断。

微软本月早些时候在其消费者版Copilot中添加了类似的功能，称为“Actions”。“Actions”可以在后台执行任务，例如预订餐厅、购买活动门票或在线购物，而用户可以继续处理其他任务。不过，“Actions”体验目前仅限于部分合作伙伴，而Copilot Studio则可以自由与更多网站和应用合作。