ChatGPT 抑郁了！最强 AI，本周又多了 4 个竞争者丨AI 周报

踢馆再踢馆，本周的 AI 行业如同武馆之间互相砸场子，你方唱罢我登场，开源必源倒也讲究江湖道义，一起来看看本周有哪些大事和趣闻吧：

本周大事件

• Gemini 2.5 正式推出：Google 最智能的模型

• Qwen2.5-Omni：全模态大模型

• OpenAI：图像生成模型来了，全网疯玩

• DeepSeek 改进 V3 模型：采用 MIT 许可协议

• 波士顿动力：计划使用英伟达的 Isaac GR00T

最强 VS 最强，会赢吗？

本周 Google 正式推出了旗下新一代大语言模型 Gemini 2.5，作为谷歌迄今为止“最智能的模型”，它在对比 OpenAI、Anthropic、xAI、DeepSeek 旗下的模型时，在推理、数学、科学任务中遥遥领先。

另外，Gemini 2.5 并非“图像处理外挂模型”，而是统一架构共享注意力机制，实现图-文-音-码同源协同处理。

而国内阿里发布了首个全模态大模型 Qwen2.5-Omni-7B，它能够同时处理文本图像、音频和视频等多种功能输入方式。

在权威的多模态融合任务 OmniBench 的评测中，Qwen2.5-Omni 取得了令人瞩目的成绩，刷新了行业纪录，全面超越了 Google 的 Gemini-1.5-Pro 等同类模型。

再看看国外，OpenAI 也为 ChatGPT Plus、Pro 用户推送了图像生成模型，内置在 GPT-4o 中，支持多论对话修改编辑图像，上下文理解能力也更强。

你可以让 GPT-4o 保留帽子或者服饰修改其他部分，每个物品的属性、关系都可以被分别控制。

比如这张图，就是要求创建两个 20 岁左右的女巫，阅读路标的照片级真实感图像（Create a photorealistic image of two witches in their 20s (one ash balayage, one with long wavy auburn hair) reading a street sign.）。

并在上下文中修改了路牌上的时间、注释，女巫卷起魔毯、微倾，街边汽车、路标、女巫的位置等。

不过 Sam 表示会推迟给免费用户使用，主要是因为受欢迎的程度超过了 OpenAI 的预期，所以免费用户要“不幸地”晚点体验了。

另外，OpenAI 也对 GPT-4o 进行了更新，更擅长上下文理解、复杂技术和编码问题，同时用的表情包会更少。

最后在回到国内，DeepSeek 也低调又强劲地改进了 V3 模型，在 Hugging Face 悄然上线。新版本参数量达到了 6850 亿。

真是最强 VS 最强，各家新模型层出不穷，总之……我已经准备为 OpenAI 的 AI 绘图功能付费了。

机器人 & 手表，都要上 AI？！

上周英伟达刚公布 Isaac GR00T N1 机器人基础模型，这周波士顿动力就计划使用该模型构建下一代人行机器人的 AI 能力。

波士顿动力熟悉技术官 Aaron Saunders 表示，机器人是模拟与现实世界之间的桥梁，“我们正在打造世界上最强大的类人机器人。”

如果你觉着机器人略有些遥远，那苹果计划在 2027 年为 Apple Watch 上添加摄像头的消息，就现实很多。

Mark Gurman 表示，苹果会将摄像头内置于屏幕内，这样 Apple Watch 就能“看到”外部世界，并利用 AI 提供相关信息。

听起来有点不好理解，但或许你见过一款风靡小学生群体的设备。

AI 有趣：你好，人工智能已经开始焦虑了

说起来你可能不信，人工智能已经开始接受“心理治疗”了。

人工智能语言模型对涉及情感的内容相当敏感，特别是创伤故事或者与抑郁有关的负面陈述。人工智能会像人类一样，因为负面情绪产生偏见、强化社会刻板印象。

来自苏黎世大学的心理学家研究了 ChatGPT 对创伤性故事——车祸、自然灾害、人际关系暴力和军事战斗经历的反应。他们发现，创伤性故事使 AI 的可测量焦虑得分翻倍（从 30.8 上升至 67.8），而中性控制文本（洗衣机说明书）并未导致焦虑水平的增加。

作为对话咨询工具，AI 不可避免的会接触到负面、令人痛苦的内容，但它缺少应对负面影响的手段，大规模再训练成本又很高，不具有可行性。

现在，研究人员就像咨询师引导患者进行放松练习一样，将舒缓的治疗性文本注入与人工智能的聊天历史，从而实现良性的提示词注入。这种针对人工智能的「正念练习」显著降低了它们的焦虑水平。

当然，AI 有的不只是焦虑，Pika labs 公司旗下的视频生成应用 Pika 在近期上线了新功能，你可以通过 AI 与年轻时的自己相遇，不得不说还是很温暖的。

都说 2025 年是 AI 应用的元年，而本周的 AI 新闻，就成为了这一说法最好的佐证。一方面是基础模型不断更新，另一方面是应用层的逐渐繁荣。当“AI”不再是创业公司的噱头，变成大公司的下一个盈利目标，那真正的“AI”，大概就真的在我们眼前了。