论文分析真实场景中的多模态 LLM 图像交互任务
一项研究分析了40,000多条去标识化的 Microsoft Copilot 图像上传对话，并用涵盖感知、认知和生成的十类能力刻画用户任务。研究发现，多数图像任务涉及多种能力，且多模态使用覆盖的任务空间比纯文本交互更广。对照253个基准后，研究指出现有评测更集中于感知和固定答案推理，而文本、代码与数据生成等常见工作流覆盖较少；研究还在独立的 ChatGPT 数据集上验证了分类框架和发现。
#OpenAI
#OpenAI
今日 0 条arXiv · 多模态、视频与世界模型AI 评分7272 TechCrunch · AIAI 评分5656 Graphite 研究分析 Opus 5.5 等模型的 AI 写作特征
Graphite 通过比较10,000篇 ChatGPT 发布前的人类文章与各模型根据摘要重写的样本，研究前沿模型在词语和句式上的写作特征。Claude Opus 5.5 使用“this matters”的频率是人类写作的116倍，“dependable”高出23倍；研究共发现13,000个在 AI 内容中至少出现频率翻倍的短语。
arXiv · 多模态、视频与世界模型AI 评分5959 Beyond Text：基于 LLM 的多模态对话维度情绪评估
该研究提出基于 LLM 的多模态对话情绪评估框架，在 IEMOCAP 上同时进行离散情绪识别和 Valence-Arousal-Dominance（VAD）维度评估，并比较 LLaMA、GPT 和 Qwen 系列的零样本、少样本提示与 LoRA 微调。
宝玉@doteyAI 评分7474谷歌发布新一代旗舰模型 Gemini 4 Argon，在 19 项对比测试中 13 项第一，输出上限从上一代 6.4 万 token 提升到单次最多 100 万 token。
引用Sundar Pichai@sundarpichaiLots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:
沐阳@yyyoleAI 评分00
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-6 Sol 与 Luna 两款模型
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，将前沿智能带入日常工作，两者在能力与成本上有不同的平衡取向。
OpenAI NewsAI 评分2222 Parallel 用 GPT-6 Astra 将研究时间与成本减半
Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据，耗时和成本均降至此前模型的一半。
OpenAI News精选AI 评分6262 OpenAI 在 API 中上线 GPT-Live-1 语音模型
OpenAI 在 API 中推出 GPT-Live-1，为开发者带来自然的全双工语音对话能力。该模型在指令遵循上更强，并支持自定义音色与电话（telephony）接入。
推荐理由：OpenAI 把全双工语音对话能力开放到 API，读者可据此判断语音类应用的接入门槛与能力边界。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-6 Astra，面向企业工作场景
OpenAI 发布 GPT-6 Astra，称其是面向企业场景能力最强的模型，具备更强的推理、computer use 以及写作与设计判断能力。目前官方仅给出这一简要介绍，未披露版本细节、开放方式与可用范围。
推荐理由：OpenAI 官方给出 GPT-6 Astra 的定位与能力方向，可用于判断企业级模型选型与智能体落地的下一步。
OpenAI News精选AI 评分6060 OpenAI 发布 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，官方称生成结果能更好地体现用户的想法。
推荐理由：官方给出 ChatGPT Images 2.5 的输入类型与生成定位，可据此判断参考图生图能力在创作流程中的位置。