随着各厂商加快研发速度，无论是推理模型、多模态大模型还是AI智能体，接下来或都将不断迎来新的技术进展与突破。

3月26日，谷歌宣布推出新一代大语言模型Gemini 2.5，被定义为公司迄今为止“最智能的AI模型”。Gemini 2.5 Pro实验版本在多项基准测试中超越了包括OpenAI o3-mini在内的多个模型，并在LMArena（一个用于评估大型语言模型的开源平台）上排名第一。Gemini 2.5在编码性能上显著提升，擅长创建视觉网页应用程序和代理代码应用程序，其在SWE-BenchVerified上的得分为63.8%。此外，Gemini 2.5 Pro具备多模态处理能力和超长上下文窗口，支持文本、图像、音频、视频及代码的输入，上下文窗口达100万token，未来将升级至200万token。

而在谷歌深夜上线旗下最强推理模型Gemini 2.5的一个小时后，OpenAI紧急发布了GPT-4o图像生成器，该技术能精准文本渲染、严格遵循指令提示，并深度调用4o知识库及对话上下文。不过，OpenAI也承认模型并不完美，依然在裁剪、幻觉、精确绘图等方面存在多个限制，OpenAI表示，将在首次发布后通过模型改进来解决这些问题。

谷歌和OpenAI的新产品发布预示着AI竞争的持续升级，随着各厂商加快研发速度，无论是推理模型、多模态大模型还是AI智能体，接下来或都将不断迎来新的技术进展与突破。