AI在线 AI在线

o3模型

长文本理解新王者?Gemini2.5Pro 击败 o3领跑 Fiction.Live 基准测试

长文本理解新王者?Gemini2.5Pro 击败 o3领跑 Fiction.Live 基准测试
在最近的 Fiction.Live 基准测试中，Gemini2.5Pro 在理解和再现复杂故事和背景方面表现出色，领先于竞争对手 OpenAI 的 o3模型。 这项测试远超传统的“大海捞针”式任务，专注于模型在海量上下文中处理深层语义和背景依赖信息的能力。 据测试数据显示，在上下文窗口长度达到192，000个词条（约14.4万个单词）时，o3模型性能急剧下滑，而 Gemini2.5Pro 的6月预览版(preview-06-05)在同一条件下依然保持了超过90% 的准确率。
6/9/2025 9:00:56 AM
AI在线
DeepSeek 全新开源R1-0528 模型登场，性能媲美 OpenAI o3 模型

DeepSeek 全新开源R1-0528 模型登场，性能媲美 OpenAI o3 模型
今天凌晨，知名的开源大模型平台 DeepSeek 发布了其最新版本 R1（0528），引起了广泛关注。 此次发布没有附带详细说明，DeepSeek 选择了 “悄然” 开放模型，预计后续会发布模型卡，进一步介绍其功能。 据悉，R1-0528版本的性能在著名代码测试平台 Live CodeBench 上的测试结果显示，其表现与 OpenAI 最新的 o3模型相当。
5/29/2025 9:00:51 AM
AI在线
多模态大模型视觉推理能力评估:o3 仅得 25.8% 分数

多模态大模型视觉推理能力评估:o3 仅得 25.8% 分数
近日，由清华大学、腾讯混元、斯坦福大学及卡耐基梅隆大学的研究团队联合发布了一项新评估基准 ——RBench-V，专门针对多模态大模型的视觉推理能力进行测试。 该基准的推出，旨在填补当前评估体系中对模型视觉输出能力的空白，以便更全面地了解现有模型的性能。 RBench-V 基准测试包含803道题目，涉及多个领域，包括几何与图论、力学与电磁学、多目标识别和路径规划等。
5/28/2025 12:01:20 PM
AI在线
AI新功能震惊网友：轻松破解照片拍摄位置

AI新功能震惊网友：轻松破解照片拍摄位置
近日，OpenAI 推出的 o3模型因其能够精准猜测照片拍摄位置而引发广泛关注。 这一功能由 Django Web 框架的创始人 Simon Wilson 首次测试，他在自己的博客中详细记录了 o3的推理过程，称这一体验既超现实又令人不安。 Wilson 随意拍了一张看似平常的照片，包含了些许道路和房屋，却没有明显的标志性建筑。
4/28/2025 10:01:34 AM
AI在线
OpenAI 新推理模型 o3 和 o4-mini 引发 “照片定位” 热潮，隐私问题随之而来

OpenAI 新推理模型 o3 和 o4-mini 引发 “照片定位” 热潮，隐私问题随之而来
随着人工智能技术的不断进步，OpenAI 近日推出了其最新的推理模型 ——o3和 o4-mini。 这两款新模型不仅在文本理解上更为强大，更具备了图像推理的能力，迅速成为用户们的新宠。 据外媒 TechCrunch 的报道，越来越多的用户开始利用 ChatGPT 来定位照片拍摄的具体地点，这一新现象在社交媒体上引发了广泛关注。
4/18/2025 10:01:28 AM
AI在线
微软、英伟达带头接入Deepseek OpenAI紧急寻求400亿美元新融资

微软、英伟达带头接入Deepseek OpenAI紧急寻求400亿美元新融资
近日，微软、英伟达和亚马逊 AWS 等行业领军企业纷纷接入 Deepseek 的模型托管服务。 这一消息不仅让人对 Deepseek 的前景充满期待，同时也昭示着 AI 行业将迎来新的变革。 与此同时，OpenAI 也在积极筹集新一轮资金，寻求高达400亿美元的融资。
2/2/2025 10:49:00 AM
AI在线
  • 1