

> **导语**：全球大模型竞技场再变天。在最新的国际权威评测 LMArena 中，百度文心 5.0 预览版以黑马之姿傲视群雄，不仅总分登顶，更在创意写作与复杂指令处理上超越了 GPT-5.2 与 Claude 系列，标志着国产 AI 技术已正式跻身国际最前沿行列。

### 1451分：中国AI的高光时刻

在激烈的全球人工智能竞赛中，数据是最有力的证明。国际大模型竞技场 LMArena 公布的最新榜单显示，百度文心 ERNIE-5.0-Preview-1203 以 **1451分** 的成绩强势登顶文本榜。

这一成绩的含金量极高，因为它意味着文心 5.0 在盲测中击败了包括 Claude-Opus-4-1、GPT-5.2 以及 GPT-5.1 等一众备受推崇的国际主流模型。这不仅是中国模型首次在该榜单夺魁，更打破了长期以来由硅谷巨头霸榜的局面。

### 全模态统一建模的技术跃迁

文心 5.0 的成功源于底层架构的突破。这款于 11 月发布的新模型，参数量高达 2.4 万亿，采用了先进的原生全模态统一建模技术。

![Google_AI_Studio_2025-12-24T02_40_42.930Z.png](https://static.downly.cn/images/4c8d41e2b0b4575aad2a723c0c003eb0.png)

<center>图源备注：图片由AI生成</center>

这意味着它不再是单一的语言处理机器，而是具备了强大的文本、图像、音频和视频等跨模态输入理解能力。在实际应用测试中，无论是创意写作的文采飞扬，还是面对复杂任务指令时的逻辑严谨，ERNIE-5.0 都展现出了极高的准确度和结构化能力。

### 从追赶到并跑，再到领跑

在视觉理解领域，文心 5.0 同样表现不俗，稳居国内第一，并与 Claude-Sonnet-4 和 GPT-5-High 等国际顶尖模型不相上下。

从早期的并列全球第二，到如今的登顶榜首，百度文心大模型的进化速度令人咋舌。这种灵活性和多样性的提升，预示着它将在更多垂直行业中展现出替代性的应用价值。文心 5.0 的逆袭，不仅是百度技术实力的体现，更是中国 AI 行业在激烈的国际竞争中交出的一份亮眼答卷。

登顶LMArena全球榜首 百度文心5.0逆袭GPT与Claude成最强黑马



> 导语：谷歌发布新一代轻量级模型 Gemini 3 Flash，响应速度提升三倍并实现近乎“零延迟”，在多项权威基准测试中反超前代旗舰 Pro 版本，且向全球免费开放。

## 降维打击的突破性表现

谷歌今日正式推出的 Gemini 3 Flash 不仅响应速度极快，更在性能上实现了对同代旗舰的逆袭。作为史上首个在同期对比中性能超越 Pro 版本的 Flash 模型，它在多个高难度领域表现亮眼

*   **代码修复** 在权威榜单 SWE-bench 上，以 78% 的得分超越 Gemini 3 Pro。
*   **博士级推理** 在 GPQA Diamond 测试中拿下 90.4% 的高分。
*   **综合评估** 在极难的 Humanity’s Last Exam（无工具模式）中取得 33.7% 的成绩，显著优于前代旗舰 Gemini 2.5 Pro。
*   **文本能力** 在 LMArena 排名中跃居全球第三。

![Google_AI_Studio_2025-12-18T01_40_35.277Z.png](https://static.downly.cn/images/1fb7c709d21958733790cf52c3db6832.png)

<center>图源备注：图片由AI生成</center>

## 深度优化造就性能奇迹

这一性能突破源于谷歌对模型架构的深度打磨。在保持极低推理成本的同时，通过知识蒸馏、推理路径压缩与多模态对齐等技术，使小模型具备了接近大模型的逻辑深度。用户上传一张图像或视频，Flash 可在数秒内解析内容并生成可执行计划，从识别电路故障到规划旅行路线，响应如同闪电般迅速。

## 三种交互模式适配全场景

为满足不同用户的需求，新版 Gemini App 推出了三种针对性的交互模式

*   **极速模式** 默认启用 Gemini 3 Flash，适合日常快速问答。
*   **思考模式** 激活 Flash 的深度推理链，专门处理复杂的逻辑问题。
*   **专业模式** 保留 Gemini 3 Pro，专注解决高难度数学与编程任务。

这意味着普通用户无需付费，即可享受过去仅限高端订阅的智能体验。你在 Google 搜索中提出的每一个复杂问题，背后都将由融合顶级推理能力的 AI 引擎驱动。

![Google_AI_Studio_2025-12-18T01_39_20.073Z.png](https://static.downly.cn/images/f40f8b270570f811075378cd246d9b50.png)

<center>图源备注：图片由AI生成</center>

## 市场策略与普惠愿景

市场数据有力印证了这一策略的成功。Gemini App 月活用户在一个季度内激增至 6.5 亿，API 调用量同比翻了三倍。随着 Flash 的加入，Gemini 3 产品线形成了清晰的“Deep Think 深度推理、Pro 专业攻坚、Flash 普惠极速”梯队。

当免费模型开始超越付费旗舰，AI 的竞争已不再只是参数规模的比拼，而是效率、体验与普惠性的综合较量。谷歌用 Gemini 3 Flash 宣告，下一代 AI 既要聪明，更要快、要省、要人人可用。

Gemini 3 Flash 震撼发布 免费极速 性能反超旗舰 谷歌开启 AI 零延迟时代




> 导语
> 本期资讯重点关注谷歌与OpenAI的最新动态。谷歌凭借Gemini 3 Pro在LMArena测试中创下历史新高，并以此为契机宣布了宏大的算力能效提升计划；与此同时，OpenAI宣布了针对特定开发版模型的停服时间表。此外，编程领域迎来了全新的测试基准Code Arena，旨在更真实地评估AI的开发能力。

## 谷歌Gemini 3王者归来 刷新历史最高分引爆科技圈

谷歌最新发布的Gemini 3系列模型展现了惊人的统治力。在权威的LMArena测试中，Gemini 3 Pro以1501 Elo的高分刷新了历史纪录，一举超越了GPT-5.1等强劲对手，确立了其在多模态模型领域的领导者地位。

该模型在科学、数学以及视频处理任务上的表现尤为亮眼。值得一提的是，Gemini 3利用Deep Think模式显著提升了在ARC-AGI-2等通用智能测试中的得分。这一里程碑式的成就不仅引发了市场的广泛关注，也收获了埃隆·马斯克与山姆·奥特曼的公开祝贺，标志着谷歌在AI大模型竞赛中再次占据了制高点。

![image.png](https://static.downly.cn/images/55722a5db06e23eef809607544516bda.png)

<div align="center">图源备注：图片由AI生成</div>

## 谷歌云放出豪言 未来五年算力能效将提升千倍

伴随着Gemini 3系列的成功发布，谷歌股价应声大涨，但这仅仅是开始。谷歌云AI负责人对外公布了一项雄心勃勃的长期计划：在未来四到五年内，谷歌计划在维持现有成本和能耗水平不变的前提下，将其算力、存储和网络性能提升1000倍。

这一目标显示了谷歌在底层基础设施优化上的巨大决心，预示着未来AI计算将迎来质的飞跃，为运行更复杂、更强大的模型铺平道路，同时也展示了科技巨头在绿色计算与高效能耗比方面的战略布局。

![image.png](https://static.downly.cn/images/6031d0f1d8bae78bbf19448d162642f4.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI发布API停服预告 开发版GPT-4o即将谢幕

OpenAI官方发布重要通知，确定将于2026年2月16日正式终止面向API客户的 `chatgpt-4o-latest` 模型访问权限。为了确保开发者能够顺利迁移，OpenAI预留了大约三个月的过渡期。

需要特别澄清的是，此次调整仅针对API端的特定开发版本。广大普通用户所使用的ChatGPT免费版及付费版中的GPT-4o模型不受任何影响，目前并没有针对消费者端的移除计划。开发者需密切关注时间节点，及时调整代码适配。

![image.png](https://static.downly.cn/images/0517998a5575208675746bafab2f8ecf.png)
<div align="center">图源备注：图片由AI生成</div>

## Code Arena正式面世 重新定义AI编程能力测试标准

AI编程领域迎来了一项重磅更新，Code Arena正式发布并被视为现实世界AI编程性能测试的新基准。

与传统的代码补全测试不同，Code Arena更侧重于评估AI的“代理行为”。它构建了一个受控的模拟环境，允许模型在其中进行完整的软件开发流程，包括代码规划、整体框架搭建、迭代修改以及最终完善。这种测试方式更贴近程序员在真实工作中的场景，能够更准确地衡量AI模型独立解决复杂编程问题的能力。

![image.png](https://static.downly.cn/images/cbc309d2b0b76c1855a54b439f8359aa.png)

<div align="center">图源备注：图片由AI生成</div>

每日AI资讯1124：谷歌Gemini 3霸榜刷新纪录，OpenAI定档API停服时间



> 导语：今日AI界迎来多项重磅突破，从OpenAI推出专为开发者设计的GPT-5-Codex-Mini编程模型，到月之暗面Kimi K2以极低成本实现性能登顶，再到阿里Qwen3与文心5.0分别在数学和文本能力上展现卓越实力。此外，音频编辑和出行安全领域也迎来了AI技术的创新应用。

## 编程界迎来新风暴 OpenAI 发布 GPT-5-Codex-Mini

OpenAI 近日发布了专为开发者设计的 GPT-5-Codex-Mini 编程模型。该模型基于先进的 GPT-5 架构，在代码推理和生成能力上实现了显著飞跃。无论是创建新项目、扩展现有功能，还是编写单元测试和进行大规模代码重构，GPT-5-Codex-Mini 都能高效处理。在权威的 SWE-bench 基准测试中，它以74.5%的高分超越了所有前代模型，展现了其强大的编程实力。

![image.png](https://static.downly.cn/images/7b1391c9b9dc6b1b45cf3491be7257f6.png)

<center>图源备注：图片由AI生成</center>

## 音频编辑进入“令牌时代” StepFun AI 开源新模型

StepFun AI 公司最新推出了一个开源的3B参数模型 Step-Audio-EditX，为音频编辑领域带来了革命性的体验。该模型创新地将复杂的音频编辑流程转化为类似文本编辑的“令牌”操作，用户可以像修改文字一样直接、可控地编辑语音。这一技术有效克服了现有文本转语音（TTS）系统在情感和风格控制上的短板，让充满表现力的语音编辑过程变得前所未有的简便与精确。

![image.png](https://static.downly.cn/images/d3d716bcee85cacf9707ec1465a29a7e.png)

<center>图源备注：图片由AI生成</center>

## AI成本革命 月之暗面 Kimi K2 训练成本仅460万美元

国产AI独角兽月之暗面再次成为焦点，其发布的 Kimi K2 Thinking 模型训练成本被曝仅为460万美元，却在被誉为“人类终极考试”的HLE基准测试中，以44.9%的惊人得分超越了包括 GPT-5 在内的众多国际顶尖闭源模型。这一成就不仅展示了 Kimi K2 极高的性价比，更预示着AI大模型领域的成本革命已经到来，低成本、高性能将成为新的竞争焦点。

![image.png](https://static.downly.cn/images/2391fc0183c999abbb95e79e3566c905.png)

<center>图源备注：图片由AI生成</center>

## 阿里Qwen3-Max-Thinking 登顶全球数学竞赛

阿里巴巴的AI推理模型 Qwen3-Max-Thinking 迎来了重大升级，并在全球顶级数学竞赛中取得了辉煌战绩。该模型在美国数学考试（AMC）和哈佛-麻省理工数学锦标赛（HMMT）中均获得满分，这是中国AI模型首次在这两项高难度竞赛中达到100%的准确率。这一突破充分彰显了 Qwen3 在复杂数学推理和抽象问题解决方面的强大能力，成功挑战了 OpenAI 在该领域的领先地位。

![image.png](https://static.downly.cn/images/bc1dd4dbb1a505039e9df2d8917a1216.png)

<center>图源备注：图片由AI生成</center>

## 文心5.0文本能力登顶 LMArena 最新排名出炉

在最新的 LMArena 全球大模型竞技场排名中，百度文心 ERNIE-5.0-Preview-1022 模型表现卓越，成功登顶国内文本能力榜首，全球排名第二。该模型在创意写作、深度对话和复杂问题理解等方面的表现尤为突出，获得了用户和评测系统的高度评价。这标志着中国自研大模型技术再次实现关键突破，在全球AI竞争格局中占据了重要一席。

![image.png](https://static.downly.cn/images/e2797b5063651761eb9139666710394d.png)

<center>图源备注：图片由AI生成</center>

## AI守护出行安全 滴滴顺风车严打“私下拼车”

为了提升乘客的出行安全，滴滴顺风车平台上线了名为“独享守护”的全新AI监管措施。该智能模型能够通过实时分析车辆的行程轨迹、司乘的沟通记录以及异常接单信息，精准识别绕行、异常停留等违规行为。此举旨在有效打击“私下拼车”等存在安全隐患的行为，为选择“独享”服务的乘客提供全程的安全保障。

![image.png](https://static.downly.cn/images/b02ab2959f2bd8f0135b1c8a2981b495.png)

<center>图源备注：图片由AI生成</center>



每日AI资讯1110：GPT-5 编程模型发布，Kimi K2 成本引爆行业，文心5.0文本能力登顶



> 今日AI界动态频频，苹果正研发的轻巧智能眼镜或将搭载双重用户界面，预示着可穿戴设备的全新交互模式；英伟达正式推出个人AI超级计算机，将顶级算力带入寻常书桌；同时，OpenAI与博通的强强联合、微软自研图像模型的惊艳亮相，以及Slackbot向“AI伴侣”的智能化升级，共同描绘了一幅硬件与软件齐头并进，加速改变我们工作与生活的宏伟蓝图。

## 苹果智能眼镜新突破 双重界面引领轻量化未来

苹果正致力于开发一款轻巧型智能眼镜，其核心亮点在于配备了创新的双重用户界面。这款眼镜能够无缝运行visionOS系统，并根据配对的设备智能调整显示界面。这一设计理念预示着苹果的产品重心正从功能强大的Vision Pro，逐步转向更便于日常携带和使用的设备，旨在为用户提供更为便捷的增强现实体验。

![image.png](https://static.downly.cn/images/0a6dd06c4c3dcac491f64eb3c6e86b5d.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## OpenAI联手博通 打造下一代AI加速器

为了应对日益增长的AI计算需求，OpenAI已与芯片巨头博通（Broadcom）达成合作，共同设计新一代的AI加速器。该项目将充分利用博通在以太网和PCIe等网络组件方面的技术优势，旨在打造出功率高达10千瓦的强大AI硬件。此次合作的目标是显著提高AI模型的训练和开发效率，为未来更强大的AI应用奠定坚实的算力基础。

![image.png](https://static.downly.cn/images/3ff8baef59ec135649533dcef9da11cf.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## AI时代的数据瓶颈 SSD成为存储新关键

随着人工智能技术的飞速发展，海量数据被频繁调用，传统数据中心的存储架构正面临严峻瓶颈。为了满足AI并行计算和模型训练对低延迟、高吞吐量的极致要求，存储设备的升级已势在必行。固态硬盘（SSD）凭借其出色的读写速度和响应能力，正成为解决这一问题的关键，引领着一场AI时代的存储革命。

![image.png](https://static.downly.cn/images/c3566ef894adf960a8b38d5866741e7e.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## Slackbot智能升级 变身定制化AI工作伴侣

告别简单的消息提醒，Slackbot正在经历一次彻底的重构，将升级为一款高度个性化的AI工作伴侣。新的AI助手将具备定制计划、智能摘要、知识库检索以及任务自动化等高级功能，旨在全面提升团队的协作效率。这一重大更新标志着Slack正式进军企业级AI助手市场，致力于为用户提供更智能、更高效的办公体验。

![image.png](https://static.downly.cn/images/fdd5a009748d970dec273bc057282ab9.png)
</div>
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 英伟达桌面级AI超算DGX Spark开售 个人研究迎来新纪元

英伟达宣布，其专为个人用户设计的AI超级计算机DGX Spark将于10月15日正式发售，定价为3999美元。这款桌面级设备旨在为广大数据科学家和AI研究人员提供前所未有的强大计算能力，让他们能够直接在桌面上进行复杂的AI模型训练和前沿研究。用户可通过英伟达官网及指定的美国合作伙伴进行购买。

![image.png](https://static.downly.cn/images/8bb510e3f37e2147be8af4195ae309bc.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 甲骨文力挺OpenAI 称其足以承担每年600亿美元成本

在近期的AI大会上，甲骨文CEO Clay Magouyrk对OpenAI表达了高度肯定和十足信心。他认为，尽管面临每年可能高达600亿美元的云基础设施成本，但OpenAI完全有能力承担。Magouyrk同时指出，OpenAI的用户增长速度极为惊人，已接近十亿大关，这是行业内极为罕见的现象，充分证明了其强大的市场潜力和发展前景。

![image.png](https://static.downly.cn/images/638b82806c5c1de63d27653f5a46e8eb.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 微软自研MAI-Image-1发布 图像生成告别依赖

微软正式发布其首款自研的图像生成AI模型MAI-Image-1，彰显了其在AI技术领域的独立性。该模型能够生成高度逼真的图像，并能精准模拟自然光照效果，极大地提升了视觉内容的创作体验。目前，MAI-Image-1已在LMArena平台进行公开测试，未来将深度整合到Copilot和Bing Image Creator等微软核心产品中，为用户带来更强大的AIGC功能。

![image.png](https://static.downly.cn/images/2b9c95a11a872219a95e5b125c53ba63.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>



每日AI资讯1014：苹果眼镜引领轻量化未来，英伟达发布个人AI超算





> 科技浪潮奔涌向前，人工智能领域风起云涌。本期资讯我们将聚焦AI界的最新动态：OpenAI携开发者日重磅出击，不仅预告了GPT-5的编程能力飞跃，更将ChatGPT推向平台化，构建全新AI应用生态；国内AI力量同样不容小觑，首个羊产业大模型“苏武”横空出世，精准赋能传统行业；阿里与腾讯则在多模态与文生图领域持续发力，模型性能再攀新高；同时，AI在网络安全、视频互动乃至芯片散热等前沿领域的应用也取得了突破性进展。

## ChatGPT 不再只是聊天工具，OpenAI 开启应用平台时代
OpenAI在开发者日上投下重磅消息，宣布将通过Apps SDK将ChatGPT打造为第三方应用平台。此举意味着开发者将能直接在ChatGPT内部构建交互式应用和自主AI代理，这不仅将彻底改变用户与AI的互动方式，提升任务处理效率，更预示着一个全新AI应用生态的诞生。
![image.png](https://static.downly.cn/images/342208fbedf333db273c051ba87d1fc6.png)
<p align="center">图源备注：图片由AI生成</p>

## AI “牧羊人” 上岗，首个羊产业大模型“苏武”发布
智慧农业再添新篇章。在第二十一届羊业发展大会上，西北农林科技大学陈玉林团队发布了全国首个羊产业垂直大模型 “苏武智慧养羊大模型V1.0”。该模型基于Qwen3架构自主研发，覆盖了羊产业的全品类与全链条，通过创新的算法架构，旨在以AI之力赋能传统养羊业，实现智慧养殖。
![image.png](https://static.downly.cn/images/63694706e775f4e1cc9dd38e4d99a802.png)
<p align="center">图源备注：图片由AI生成</p>

## GPT-5 编程能力前瞻，OpenAI 推出 Codex Alpha 抢先体验
OpenAI已启动“Codex Alpha”抢先体验计划，正式邀请部分开发者在DevDay2025全面发布前，提前试用新一代的Codex模型及其强大功能。这标志着GPT-5在编程领域的巨大升级已近在眼前，开发者将有机会率先体验顶尖AI编程助手的未来形态。
![image.png](https://static.downly.cn/images/07d0fc9071997259df13c1b97e6a3f44.png)
<p align="center">图源备注：图片由AI生成</p>

## 虚拟人不再“照本宣科”，Synthesia 3.0 推出可实时对话的视频代理
AI视频生成平台Synthesia发布了其3.0版本的重大升级，推出了革命性的“视频代理”功能。现在，平台生成的虚拟形象不再局限于播放预设脚本，而是能够与观众进行实时互动、对话、回答问题，甚至可以访问企业内部的专属信息库。这一突破极大地增强了虚拟人在企业培训和客户服务等场景中的真实感与实用性。
![image.png](https://static.downly.cn/images/51120bc6b562c43a95f0d507d8a35468.png)
<p align="center">图源备注：图片由AI生成</p>

## 阿里多模态模型再进化，Qwen-VL-30B-A3B挑战GPT-5-Mini
阿里巴巴在多模态领域再添力作，推出了两款拥有30亿参数的新模型Qwen3-VL-30B-A3B。新模型在数学推理、图像识别和视频处理等多个维度上均表现出卓越性能，其实力足以与GPT-5-Mini等业界顶尖模型相媲美，展示了其强大的技术竞争力。
![image.png](https://static.downly.cn/images/eea0ab6601eda28b4855805be3849b93.png)
<p align="center">图源备注：图片由AI生成</p>

## 全球用户票选第一，腾讯混元图像3.0文生图能力登顶
实力无需多言，用户的选择就是最好的证明。在全球文生图模型竞技场LMArena的最新榜单中，腾讯混元图像3.0大模型凭借真实用户的投票，超越了包括顶尖闭源模型在内的26个全球竞争者，成功登顶。这一成绩有力地证明了其在实际应用中的优越性与受欢迎程度。
![image.png](https://static.downly.cn/images/a67cad77fb87f112347022d6145cabaa.png)
<p align="center">图源备注：图片由AI生成</p>

## AI 化身“安全卫士”，Claude 4.5 漏洞发现能力实现飞跃
Anthropic公司的最新大型语言模型Claude Sonnet 4.5正在成为网络安全领域的一股新锐力量。该模型在软件漏洞发现率上实现了显著飞跃，达到5%，远超前代模型的2%。在CyberGym的网络安全实战测试中，Claude Sonnet 4.5展现了高效增强网络防御的强大能力，预示着AI将在未来的网络攻防战中扮演关键角色。
![image.png](https://static.downly.cn/images/4aa8339528e4340655524e44e05d5793.png)
<p align="center">图源备注：图片由AI生成</p>

## 挑战硬件边界，OpenAI 联手前苹果设计师打造颠覆性 AI 设备
OpenAI正与前苹果设计总监Jony Ive的工作室LoveFrom合作，共同打造一款颠覆性的AI硬件设备。据透露，该设备将具备主动学习能力，能像电影《她》中的AI伴侣一样，与用户进行流畅自然的对话，并无缝融入日常生活。尽管可能因计算瓶颈与隐私问题推迟发布，但其未来的产品形态可能包括无屏智能音箱、录音设备或可穿戴设备，远超现有智能音箱的体验。
![image.png](https://static.downly.cn/images/6c26c682b235dda1338e7dadc59b5e73.png)
<p align="center">图源备注：图片由AI生成</p>

## 为AI芯片“降温”，微软测试微流控冷却技术
随着AI算力的飙升，数据中心的散热问题日益严峻。微软正在研发一种新型的微流控芯片冷却技术，旨在有效解决AI数据中心的散热难题。这项技术有望为AI基础设施的大规模部署扫清障碍，同时显著降低能源消耗，提高整体运行效率。
![image.png](https://static.downly.cn/images/aa11c879283e0a9c060a49d951879411.png)
<p align="center">图源备注：图片由AI生成</p>

搜索结果: LMArena