一个3B激活参数的端侧模型，在全球Agent权威评测中，以94%任务完成率，超越了Claude、GPT-5.4、Gemini等国际主流云侧和端侧大模型。商汤绝影Sage来了，它不是「更聪明的语音助手「，而是第一个真正能在车里「办成复杂事「的智能体基座。
GPT Image 2的横空出世，直接暴打 Nano Banana 2，现在，真假难辨的照片和梗图已经满天飞了。超强的文字渲染和封神的设计能力，直接让它颠覆了众多行业，这一刻起，互联网的信任体系彻底洗牌！
用AI跑批量任务的人，手里基本都有一个干活的模型，不是最聪明，但要快、要便宜，稳定不出岔子。
今夜，ChatGPT Images 2.0震撼上线，成为首个「会思考」的图像AI。奥特曼直呼这是从GPT-3到GPT-5的飞跃。它不仅能精准听懂中文指令、渲染复杂UI，甚至能在米粒上刻字。
先说一个很多人没意识到的事实：2026年了，每个主流Agent框架底下的工具调用训练数据，格式全是乱的。
北京时间凌晨 3 点，直播准时开始，OpenAI 发布了 ChatGPT Images 2.0。据介绍，「ChatGPT Images 2.0 是下一步进化：一个最先进的模型，能够处理复杂的视觉任务，并生成精确、可直接使用的视觉内容。」
使用 GPT Image 2 甚至不太需要过于复杂的提示词，我们的测试都是一两句简单的画面描述，或者再加上图片尺寸要求，如 21:9、16:9、9:16 等。 例如让它生成广州市小学数学试卷。
刚刚，一批 ChatGPT Pro 用户在社交媒体上炸了锅： 他们发现自己的 Pro 模型好得「不对劲」。没有推送通知，没有官方发布会，没有「奥特曼瘫坐」。就这样，OpenAI悄悄完成了一次可能改变竞争格局的升级。
4 月初，LM Arena 评测平台上出现了三个匿名图像模型，代号分别是 maskingtape-alpha、packingtape-alpha、gaffertape-alpha。几小时后它们消失了。OpenAI 官方还没有正式宣布这个模型，但根据 API 返回的元数据和用户侧的测试记录，它已经有了一个被广泛接受的名字：GPT Image 2。
今天凌晨，Physical Intelligence发布了全新的VLA模型π0.7，狠狠敲了世界模型一记闷棍。π0.7第一次在机器人领域证明了Compositional Generalization（组合泛化），且VLA。
