據消息，OpenAI 推出的 o3 推理模型，打破了傳統文字思維鏈的邊界 —— 多模態模型首次實現將圖像直接融入推理過程。
據介紹，它不僅 “看圖”，還能 “用圖思考”，開啟了視覺與文本推理深度融合的問題求解方式。這種 “Thinking with Images” 的能力，使 o3 在視覺推理基準測試 V* Bench 上準確率飆升至 95.7%，刷新了多模態模型的推理上限。
DeepSeek R1模型更新
不僅如此，日前，DeepSeek宣布完成R1模型小版本試升級，并邀請用戶測試官方網頁、APP及小程序功能，API接口和使用方式保持不變。
R1基于DeepSeek-V3模型能力復現，而R2可能需等待V4研發成功。新版模型平均每題使用23K tokens，較舊版12K顯著增加。英偉達CEO黃仁勛預測Agentic AI將推動算力需求暴增至少100倍。
此外，DeepSeek蒸餾出DeepSeek-R1-0528-Qwen3-8B，該8B模型在AIME 2024數學測試中表現僅次于DeepSeek-R1-0528，超越Qwen3-8B且準確率與Qwen3-235B相當。強化后訓練后，幻覺率降低45%～50%，此前R1因高幻覺率備受批評。
DeepSeek稱，此次更新通過后訓練提升了模型思維深度與推理能力，盡管工具調用等能力仍有進化空間。騰訊（TCEHY.US）迅速響應R1更新，多款產品接入DeepSeek-R1-0528。
現如今，開源與開放協議嶄露頭角，成為AI新競爭力。DeepSeek的開源成功促使行業傾向開源，OpenAI也考慮開源。眾多企業早已開啟開源戰略，同時大模型開放協議如同互聯網HTTP協議，讓大模型能便捷調用工具，完成各類任務。
微美全息開拓產業新格局
資料顯示，5G+AI視覺廠商微美全息（WIMI.US）,全面加速大模型技術迭代與產業落地，圍繞大模型戰略，全面升級AI矩陣，積極采用“自研+擁抱開源”雙軌模式，重點布局多模態大模型（文本、圖像、音頻、視頻原生級融合），并計劃提供實時多模態AI模型體驗。
在行業生態上，微美全息提升多模態數據處理能力，強化商業場景應用潛力，努力加速“模型+應用”一體化，面向開發者，提供多模態交互預判需求、軟硬一體開源應用方案，有望在全感官交互、場景化記憶、分布式協同等應用領域實現進一步躍升，同時以低成本、高性能多模態模型降低開發者門檻，推動應用生態繁榮。
結尾
值得一提，有多位專業人士表示，已有研究表明，AI行業今年以來，國內外科技巨頭紛紛押注AI Agent。技術、生態、市場、政策等多方面原因，促使當前整個AI發展重心，由大模型向智能體演進。
總之，開源技術加速了行業生態發展，它不僅降低了訓練門檻，還顯著提升了泛化能力和整體性能，為開放世界的多模態智能探索提供了切實可行的新路徑。并且大模型下半場的這些趨勢，也為科技發展與行業變革指明方向，企業和開發者需緊跟趨勢，把握機遇，應對挑戰,在大模型驅動的新時代中找準定位，實現創新發展。
轉自：中國網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
