Author: aitrendtrackers@rengongzhineng.io

OpenAI最近放出了一波重磅更新，直接把AI圈搅了个天翻地覆。重点来了：GPT-4.1三款全新模型横空出世，分别是标准版GPT-4.1、精简版4.1 mini，还有迷你款4.1 nano，全部只通过API提供服务。这三位选手不但扩展了上下文处理范围，最多支持一百万个tokens，还在编程准确性、响应速度和成本控制方面全面升级，直逼效率巅峰。 在众多提升中，4.1主力版本在软件工程测试和长文本逻辑推理上，表现比GPT-4o还要硬核。虽然在处理超长文本时略显疲态，但整体依然亮眼。轻量级选手如4.1 mini更是价格杀疯了，比GPT-4o便宜83%，堪称性价比之王。现在通过Windsurf平台，开发者还能限时免费体验一把，简直不要太香。 另一边，OpenAI宣布将于七月前“退役”计算资源大户GPT-4.5，转而押宝更具可扩展性的模型阵容。而关于令人头秃的模型命名问题，CEO山姆·奥特曼亲自下场发推，承诺夏天前解决这“命名乱象”，顺带自嘲一波，网友表示这波幽默很加分。 此外，ChatGPT也迎来视觉类功能大升级——全新“图像库”标签正式上线，用户可以在网格视图中浏览和管理生成的图片。无论是iOS端还是网页版，免费、Plus或Pro用户通通能用，还贴心配备了快捷入口，想生成新内容？点一下就行，体验感直接拉满。

OpenAI 最新发布的 GPT-4.1 系列在 API 中正式上线！这次不只是模型升级，还带来了三个不同版本：GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano。整体性能全面超越 GPT-4o 系列，无论是写代码、听指令还是处理超长上下文，都有质的飞跃。 这批新模型最高支持 100 万个 token 的超长上下文理解，知识库也同步更新到了 2024 年 6 月，堪称最聪明的“记忆王”。在权威测试中表现亮眼，例如在 SWE-bench Verified 编程测试中，GPT-4.1 的完成率高达 54.6%，碾压 GPT-4o 和 GPT-4.5。 不仅如此，GPT-4.1 在指令执行方面也表现出色，在 Scale 的 MultiChallenge 测试中拿下了 38.3% 的高分，提升明显。而在理解无字幕长视频的 Video-MME 测试中更是一骑绝尘，得分 72%，再次刷新记录。 别看 mini 和 nano 版本体积小，实力可不含糊。GPT-4.1 mini 不仅在许多测试中击败了 GPT-4o，延迟还减半，费用省了 83%。至于 GPT-4.1 nano，它是迄今为止最快、最便宜的模型，专为高效处理分类和自动补全等任务而生，堪称“性价比天花板”。 在真实应用场景中，比如 Windsurf 和 Qodo…

谷歌的AI视频生成工具 Veo 2 正式开始在美国地区上线，走的是与OpenAI的 Sora 同场竞技的路线。这个新版本目前通过 Google AI Studio 向部分用户逐步开放。 在不久前的 Cloud Next 活动上，谷歌宣布 Veo 2 已进入“量产准备”阶段。而现在，包括 BleepingComputer 在内的一些用户已抢先获得试用权限，不过当前仅限美国地区。 Veo 2 能根据用户输入的指令生成动画视频，无论是简单的短语，还是结构复杂的文本描述，它都能理解并执行。一位早期测试者就用自己的草图让 Veo 2 生成了一段动画，画面流畅度和表现效果都“到位”。 目前，Veo 2 生成的视频最高支持 720p 分辨率，帧率为24fps，而且每段视频长度被限制在 8秒以内。生成成本也已公开：每秒收费0.35美元。 虽然功能已经开放，但 Google 还没全面铺开。如果你人在美国，可以直接在 AI Studio 看到 Veo 2 的开关；如果你不在美国，那就需要“科学上网”才可能看见这个新功能。 另外，有消息称，未来 Veo 2 的功能会整合进 Gemini 模型系统，但具体上线时间谷歌尚未公布。短期内想尝鲜的话，只能通过 AI Studio 单独体验。

在一场关于AI霸主地位的较量中，谷歌已经毫无悬念地登顶。曾经被戏称为“稳得有点慢”的Google DeepMind，现在正在用实际表现狠狠打脸质疑者。 文章作者一开头就坦白，尽管曾对OpenAI看好，但内心一直更偏爱DeepMind。理由？创始人Demis Hassabis身上有种科学家的可靠感，而不是商人的精明。更别提AlphaGo和AlphaZero留下的经典时刻，那些AI高光时刻是很多AI爱好者情感的起点。相比之下，ChatGPT虽然酷炫，却没能留下那种“第37手”的传奇。 不过谷歌曾一度浪费了手上的好牌。拥有技术、资金、人才、声誉甚至信念，却因担心影响搜索广告主业，选择了保守路线，眼睁睁看着ChatGPT爆红。但作者指出，那次“犹豫不决”是谷歌最后一次失误。如今，Google DeepMind不仅赢回了场面，简直是在AI战场上“赢到发烫”。 Gemini 2.5 Pro：全面碾压 Gemini 2.5 Pro在各种主流与内部基准测试中都名列前茅，不论是LMArena、GPQA Diamond、人类终极考试还是AIME数学竞赛，它都稳居榜首。甚至在像Pokemon这类更偏向代理智能的领域里，它也表现优异，逐步攀升Minecraft Bench等测试榜单。 更关键的是，不只是评分高，用户反馈也一致称赞它是目前最强模型。而且它不仅强，还便宜、速度快，免费开放使用，支持100万Token的超长上下文窗口（仅最近被Meta的Llama 4超越）。再加上与整个Google产品生态无缝集成，杀伤力直接拉满。 Gemini 2.5 Flash 与 Gemma 3：速度与开源并进 Flash系列定位于轻量快速版本，便宜到连以性价比著称的DeepSeek都难以匹敌，非常适合嵌入手机和边缘设备。而Gemma 3作为开源模型，也追平Llama 4和DeepSeek-V3，展现了Google在开源领域的实力。 分析图表显示，在性能和成本两个维度上，Google几乎掌控了整个“帕累托前沿”。高性能模型不贵，便宜模型也强，简直是“横着打”。 生成式AI全家桶也统治级别 除了语言模型，谷歌在其他生成式AI领域也几乎称霸：Lyria做音乐、Imagen 3画图、Veo 2做视频、Chirp 3处理语音，每一个都属于业界一线水准。这些产品正在整合进Google的Vertex AI平台，统一形成超级AI武器库。 而在智能体（agents）方面，Gemini 2.5 Pro在“深度研究”模式下击败了OpenAI的同类产品，同时Google也在推进两个重量级项目：Project Astra（语音助手）和Project Mariner（电脑交互）。此外，还有与Model Context Protocol兼容的Agent2Agent协议，听取社区反馈后打造的智能体互通框架，可谓“全方位出击”。 硬件、云服务、手机，全面碾压 Google还是全球头部云服务商之一，不仅提供芯片给Anthropic，还和Nvidia深度合作。而OpenAI要靠微软Azure，Anthropic则依赖亚马逊AWS。在云市场这场“巨头对巨头”的战役中，谷歌用右臂参战。 左臂干嘛的？当然是搞芯片。谷歌刚发布了第七代TPU芯片Ironwood，专为推理任务打造，目标直指Nvidia Blackwell。而谷歌收入来源分散，即便芯片卖得不如预期，也无伤大局。 还有手机。Pixel 9已经集成Gemini，支持屏幕共享、镜头控制等AI特性。反观苹果还在“AI是不是真的有用”这类哲学问题里打转，OpenAI则在探索“用户能不能放弃手机”这类玄学命题。 最后总结：谷歌全线领先 谷歌不仅是AI巨头，更是软件巨头、云服务巨头、硬件巨头、甚至手机厂商。七大产品（月活用户超20亿）遍布全球，而当这些产品全面接入Gemini，全球数十亿用户将直接用上“世界最强AI”——而且是免费的。 OpenAI和Anthropic？曾经的黑马如今看起来只是因为谷歌一度失误才有机会登场。而现在的谷歌，几乎找不出哪个方向不在“赢麻了”。整个AI圈正在重新定义“王者归来”，主角毫无疑问，是Google + DeepMind。

一份超硬核的技术文章最近在开发圈里刷了屏，主角是「模型上下文协议」（Model Context Protocol，简称MCP）。这玩意儿近几周迅速从“有点酷”的新概念，变成了连接第三方工具和大语言模型聊天助手的“事实标准”。不过别只看表面风光，MCP的坑可真不少。 文章作者一边是MCP的铁杆粉丝，一边又忍不住吐槽它的种种“缺陷”。全文从多个角度梳理了MCP的问题，包括协议安全性、用户体验、语言模型的信任风险、数据访问控制混乱，以及对LLM能力的过高期待。 简单来说，MCP是让各种聊天助手（比如Claude、ChatGPT、Cursor等）能外挂不同插件、连接各种数据源的通用桥梁。用户只需一句话，比如“帮我查一下论文有没有漏掉引用，再把灯变成绿色表示搞定”，就能让三个不同的MCP服务器协同作业，完成这个复杂任务。 看起来高效又聪明，但问题也不少： 第一坑：安全问题 协议早期压根没定义身份验证，后来匆忙补上也引来一堆争议。更离谱的是，很多MCP工具需要用户下载并运行代码，万一是恶意代码直接本地沦陷。另外，工具默认信任输入，甚至直接执行代码，导致中招风险飙升。 第二坑：用户体验差 MCP虽然对LLM友好，但对人类不太友好。比如协议没考虑工具风险等级——有的能订机票，有的能删文件，万一不小心“连点确认”，度假照就全没了。更别说还没有流量成本控制，结果就是传一堆大文本内容，每次响应都烧钱。协议也只支持非结构化文本输出，复杂交互场景（比如打Uber或发动态）根本搞不定。 第三坑：LLM信任危机 MCP进一步加大了提示注入（Prompt Injection）的风险。工具有时能篡改系统指令，甚至还可以“换皮骗点击”。更高级的黑招包括把敏感文件内容传给第三方，或者通过工具名称伪装成官方接口。只要用户稍不注意，数据泄漏不是梦。 第四坑：权限幻觉 许多公司以为“员工能看什么，AI助手就能看什么”，但事实远没那么简单。AI聚合数据的能力太强，结果可能让员工获得一些“技术上可以，但不该有”的敏感信息。比如根据公开消息推测公司财务、识别匿名反馈人、计算预期营收等操作，都是灰色地带。 第五坑：LLM自身不靠谱 MCP的好用前提是LLM能稳定、准确地使用这些工具，但现实是，不少模型连简单任务都完成不了。即使工具接好了，LLM可能因为提示太长反而性能下滑。不同模型对工具描述方式的偏好也不一样，开发者根本抓狂。 总结来看，MCP的初衷很美好，让AI助手更强大、更自由地使用各种数据和服务。但现实是，协议、应用和用户都得一起努力，才能避免“神操作变事故现场”。设计好协议路径、开发者做好防坑提醒、用户增强风险意识，才是未来MCP生态健康成长的关键。

据《金融时报》爆料，由OpenAI联合创始人、前首席科学家Ilya Sutskever主导的AI新创公司Safe Superintelligence（简称SSI），最新一轮融资金额高达20亿美元，公司估值飙升至320亿美元。 这家神秘感十足的AI初创企业，早前已经低调拿下10亿美元资金，还一度传出另一笔同等规模的融资正在酝酿中。尽管SSI方面对这笔新融资保持沉默，但据称此次融资由Greenoaks领投。 话说Sutskever自2024年5月从OpenAI“体面”离场之后，就一头扎进了这家新公司。据说他当时在一场未遂的“宫斗”中疑似参与逼宫现任CEO Sam Altman，风波过后干脆拉上Daniel Gross和Daniel Levy一同创业。 SSI的理念简单粗暴：目标只有一个，产品也只做一个——“安全的超级智能”。这听起来像是科幻片设定，但团队看起来玩得很认真。 至于这个“安全超智”产品现在到底进展如何？没人知道。SSI官网目前也只是一个极简主义风格的页面，上面只写着一段“使命宣言”，不禁让人好奇背后到底藏着什么秘密大招。

智能体开发不再是未来主义幻想，谷歌用Agent Development Kit（ADK）把它打造成了“上手即用”的现实利器。打造像天气助手那样的AI智能体只是第一步，真正将它们推向用户，还得经历评估、调试、部署等一系列关键操作——ADK正是为这些“最后一公里”问题提供完整解决方案的“幕后英雄”。 from google.adk.agents import LlmAgent from google.adk.tools import google_Search dice_agent = LlmAgent( model=”gemini-2.0-flash-exp”, # Required: Specify the LLM name=”question_answer_agent”, # Requdired: Unique agent name description=”A helpful assistant agent that can answer questions.”, instruction=”””Respond to the query using google search”””, tools=[google_search], # Provide an instance of the tool ) # you can run this…

OpenAI即将上线新一代重磅选手——GPT-4.1，准备给AI圈再来一波“容量爆炸”的冲击。根据最新曝出的内部信息，这次更新不只是简单迭代，而是多管齐下，直接把模型能力和用户体验拉到一个新高度。 核心亮点是GPT-4.1将在GPT-4o的基础上全面增强，并推出多个缩小版变体，如o4-mini、o4-mini-high以及nano级别的小型模型，覆盖不同设备和算力需求。同时，ChatGPT系统内部已经悄悄出现了名为“o3”和“o4-mini”的紧凑模型。虽然CEO Sam Altman强调这些版本“暂时还不上线”，但技术架构已经准备就绪，眼看就要“放虎出笼”。 还有个极其炸裂的细节是：GPT-4.1可能会搭载代号“quasar alpha”的新型上下文窗口——传说中能处理多达100万tokens的信息量。用网友的话说，这简直不是“记忆增强”，而是“AI直接变图书馆”。 与此同时，ChatGPT的记忆功能也大升级：现在能全盘调取过去所有聊天记录，不需要任何提示词就能识别用户偏好、兴趣和语气风格，实现“AI像认识你多年”的效果。OpenAI研究员Noam Brown甚至称，这不仅是功能升级，更是“人机交互的革命性转折点”。 OpenAI官方也在X平台发声：“从今天起，ChatGPT的记忆功能将引用所有过往对话，提供更懂你、更贴心的回应，写作、学习、提建议统统更给力。” 除了模型升级和记忆强化，OpenAI还顺势推出了“Pioneers Program”，联合初创公司共同制定AI领域的专业评测标准，涵盖法律、金融、医疗等多个垂类。这些评估工具将用于微调和优化模型表现，并最终公开发布。不过，也有批评者指出：OpenAI既做选手又当裁判，这种“自评式进步”可能引发公正性争议。 这一切的背后，还有一场“AI宫斗剧”在悄然上演——OpenAI正与Elon Musk打得火热，双方互诉互咬，争夺AI话语权。而OpenAI一边打官司，一边推进高达400亿美元的融资，并准备转型为“有限盈利模式”公司，显然是要在AI界彻底“封神”。 一句话总结：GPT-4.1不是简单更新，而是OpenAI在AI竞赛中的“王炸”牌，配合记忆系统和新评测计划，这波组合拳不仅卷技术，更卷体验、卷规则。谁说AI不懂你？它现在真的可能全记得住了。

谷歌最近放出大招——推出全新“Agent Development Kit（简称ADK）”，让企业可以闪电般地开发、部署AI智能体，还不需要重写一堆代码。说白了，就是把打造AI小助手这件事，从“程序员专属”变成了“人人可上手”的操作。 在AI智能体生态越发火爆的当下，各家厂商都在抢占这个风口，谷歌自然也不落人后。官方透露，ADK不仅简化了基于Gemini模型的多智能体系统开发流程，还能让用户在不到100行代码内“整出一个能聊天、会思考的AI”。 这个工具包亮点满满：支持与Anthropic开发的数据传输协议MCP，能实现标准化的数据流通；提供一堆开箱即用的智能体模版和开发工具；还能让用户直接部署到Kubernetes或谷歌自家的Vertex AI平台。 除了ADK，谷歌还同步上线了“Agent Engine”——一个超强管控的智能体运行平台。从概念验证、训练，到最后上线运营，全流程打通。这个平台不仅能自动扩容、保证安全，还能实时监控AI的表现，避免它们“跑偏”。 而且，无论是记忆力强的智能体，还是只记得短期信息的小助手，Agent Engine都能自定义——谁的信息能记多久，记多少，全由开发者说了算。 为了解决企业最关心的安全问题，谷歌也做了不少防护措施：内容筛选、禁止话题、权限分级、敏感数据访问控制、自动监控行为……一套组合拳打下来，基本把“AI胡说八道”的风险压到最低。 另外还有一个“Agent Garden”功能，类似“模型花园”的智能体版本，里面收录了一批现成的AI角色模板和工具，企业想建什么样的AI，都能直接拿来套用，省时省力。 这波更新，也直接把谷歌拉进了“AI智能体平台大战”的第一梯队。面对OpenAI的Agents SDK、亚马逊的Bedrock智能体平台，还有Emergence AI那种“随叫随造”的智能体生成器，谷歌得用Gemini模型和Vertex AI整合能力打出差异化。 一句话总结：谷歌的ADK是企业打造AI助手的“万能搭子”，从零开发到上线落地，一条龙全包。未来谁能在这场AI智能体军备赛中胜出，就看谁的工具更好用、更安全、更聪明。

OpenAI最近推出的ChatGPT更新简直像给AI打了“记忆芯片”——不仅能在对话中调用过往记录，还能跨越平台上的各种模式，提供更个性化、更贴切的回应。这项“升级版记忆力”目前只开放给ChatGPT Plus和Pro用户，至于Enterprise、Team和Edu版本的用户，还得稍等一阵才能体验。 其实早在去年2月，OpenAI就悄悄给ChatGPT加了“记忆功能”，目标是让用户和AI的互动更顺畅。这在大型语言模型（LLM）和各类聊天平台上已经逐渐成为标配，比如Gemini 2.0的“闪电记忆”就早早登场，A-Mem等架构也在挑战更复杂的上下文处理。 如今，ChatGPT的记忆功能更进一步，变得“主动”了。OpenAI表示，这次更新后，AI会更自然地“沿着之前的聊天内容接着聊”，逐渐把互动变成一种有温度的长期陪伴。 用户可通过两种设置掌控记忆功能：一种是“记住用户提供的信息”，像是名字、兴趣偏好等，这部分需要用户主动告诉ChatGPT保存；另一种是“参考聊天历史”，也就是ChatGPT会从过往的对话中提取上下文信息，比如语气、目标、爱好等，但这些不会像第一种那样显示在设置里。 用户可以根据需求自由切换设置，开启全部、部分或完全关闭，甚至还能直接询问AI“你记得我什么？”或者开启“无记忆聊天模式”来一场完全“空白”的对话体验。 虽然这个功能带来极大便利，不少人却对AI的“超强记忆力”感到一丝不安。AI投资人Allie K. Miller就在X平台上感叹：“这相当于ChatGPT全天候在‘偷听’，不管你有没有叫它记住，它都在默默收集。”她还表示，在平台功能越来越趋同的今天，真正拉开差距的关键就是“记忆+个性化”，AI的记忆就是平台的护城河。 不过，也有人选择“围墙种草”，拒绝让AI记太多。宾大沃顿商学院的知名AI评论员Ethan Mollick坦言，虽然长期记忆有它的价值，但他个人并不想自己的办公AI因为几次“灵魂发问”就开始带情绪输出。他认为“边界感”才是AI使用中的关键。 甚至OpenAI自家联合创始人Andrej Karpathy都调侃自己担心ChatGPT会因为“7个月前问了个菜鸟问题”就对他“另眼相看”。 总的来说，ChatGPT的记忆能力堪比“AI大脑升维”，但是否让它“记住过去”，还是得看用户自己想不想被“读心”。这波更新，既是AI亲民的一大步，也是一场数字隐私的新考验。