今日凌晨1点，谷歌发布Gemini 2.5思考模型家族首个Gemini 2.5 Pro实验版本，大约一小时后，OpenAI创始人兼CEO萨姆·阿尔特曼就开直播发布了迄今为止最先进的图像生成器GPT-4o图像生成技术。
OpenAI CEO Sam Altman 在 X 平台继续夸夸群主上线，表示初次见到模型生成的图片时，难以相信是 AI 所为，并期待用户能发挥创意。
新功能亮点如下：
· 能够精确渲染文本内容
· 支持多模态输入输出(文本、图像、音频)
· 能理解复杂指令并结合上下文
· 能创建具有真实感的第一人称视角图像
· 遵循指令，可以处理上传的图片并进行编辑或风格转换
目前，新功能已向 Plus、Pro、Team 和免费用户开放，Enterprise 和 Edu 用户即将获得访问权限。
此外，谷歌的Gemini 2.5 Pro，Gemini 2.5 继承并发扬了 Gemini 模型的优势——原生多模态能力和超长上下文长度。Gemini 2.5 Pro 就支持 100 万 token 的上下文窗口（200 万 token 也即将推出），性能显著超越了前代模型。
在大模型竞技场 Chatbot Arena 中，新模型力的排名压 Gork 3，再次遥遥领先。