社区炸了，却不是因为 GPT-5.1。 而是你们心心念念的：Gemini 3。 几小时前，有网友发现在 Gemini 移动端的 Canvas 功能里，虽然显示的还是 Gemini 2.5 Pro，但输出效果已经完全提升了一个档次。
最近，谷歌AI Studio上的一个神秘模型不仅成功识别了200多年前一位商人的「天书」账本，而且还修正了里面的格式错误和模糊表述，展现出的推理能力令历史学家震惊。
我日常最常用的 AI，不是 ChatGPT，也不是 Gemini 官网。
Gemini 3 还没影子，GPT 5.1 已经在路上。7 号深夜，OpenRouter 平台上线了一个全新的隐名模型。已经有眼尖动作快的网友尝鲜体验，并且认为这就是披着马甲的 GPT 5.1，暂名：Polaris Alpha。
AI 产业的两大核心趋势正并行发展：基础大模型的能力持续突破，而 AI Agent 的产业化落地也在全面提速。Capgemini 于 2025 年 4 月发布的一项覆盖 14 国 1500 名企业高管的调研显示[1]，已有 37% 的受访组织启动或实施 AI Agent 项目，另有高达 61 %的组织将在一年内跟进部署或进行探索，印证了该趋势的全球共识。
半夜 3 点，你跟 AI 苦战许久，横跳在 ChatGPT、Claude、Gemini 等各个平台，辗转反侧。
你的智能音箱，可能已经比你更了解自己！谷歌新推出的Gemini for Home，不仅能识别人脸、快递、访客，还会自动生成「家庭日报」。它能开灯、播歌、关窗帘，甚至提醒你宠物在客厅活动。不过，这位AI实习生也有点「中二」——连狗都能看成猫。智能的尽头，或许是一次可爱的误会。
Gemini APP 前几天上线了 PPT 生成的能力，我昨天尝试了一下发现相当可以啊。
近期，Google DeepMind 发布新一代具身大模型 Gemini Robotics 1.5，其核心亮点之一便是被称为 Motion Transfer Mechanism（MT）的端到端动作迁移算法 —— 无需重新训练，即可把不同形态机器人的技能「搬」到自己身上。不过，官方技术报告对此仅一笔带过，细节成谜。
扩散大语言模型得到了突飞猛进的发展，早在 25 年 2 月 Inception Labs 推出 Mercury—— 第一个商业级扩散大型语言模型，同期人民大学发布第一个开源 8B 扩散大语言模型 LLaDA，5 月份 Gemini Diffusion 也接踵而至。
