文 | 鲸选 AI

2024 年，Google 想夺回 AI 场子，但老是被 OpenAI 搅局。

每次一秘书某日要建筑布会，OpenAI 就会提前发布实力更强的家具。导致每次 Google 的 AI 家具发布会皆突出莫名。

2025 年的 Google 学聪敏了，发布 AI 家具不再风风火火，而是暗暗滴获胜上线。此次今晚又没任何预热，Google 获胜上线了 Gemini 2.5 Pro 模子。

这是一款会推理的羼杂大模子，实力超越 GPT4.5 和 Grok3 ，最大特质是省略师法东说念主类快慢念念考，这不是堪比 GPT-5 前奏吗？而它就这样不声不吭上线了。

就在环球觉得殊荣会属于 Google 时，OpenAI 又在推特上秘书：

太平洋时刻上昼 11 点直播。最终 OpenAI 发布了 GPT-4o image generation，图像生成技能模子。

具有失色东说念主类照相的出图质地，运用自若的构图以及细节处理，超乎寻常的图文贯通，以及任性的图中翰墨和 LOGO 生成的性情，亦然在 X 上引起一派欣忭。

夜深 2 点多，鲸哥还没睡觉，看到一又友圈许多东说念主发北京地震了。于是我写下如斯一又友圈：

并莫得感受到北京地震，但此刻，正在被 Google 和 OpenAI 天雷勾地火的竞争涟漪。酣睡中的普罗巨匠，并不知说念在这整夜中，在通往 AGI 之路上，东说念主类又跃进了一大步！

无心睡觉，向 AGI 前进一大步

Gemini 2.5 炸裂出场，首个类东说念主大模子

Gemini 2.5 Pro 履行版此次很炸裂，Gemini 2.5 堪称不错处理更复杂的编程、科学和数常识题，并相沿更具多情境感知技艺的智能体。

这个新的"念念考模子"在 LMArena 上以显贵上风起首，并在数学、科学和编码基准测试中打败了 DeepSeek-R1、Grok 3 和 Claude 3.7。也险些全面优于 OPenAI 家的两款模子— o3-mini 和 GPT4.5。

Gemini 2.5 Pro 刻下在竞技名次榜上位居第一——这是有史以来最大的分数高出（比 Grok-3/GPT-4.5 高出 40 分）。

配备 100 万 token 的高下文（行将推出 200 万），省略处理多模态数据，何况经过 vibe coding 认证，不错仅通过一个教唆构建总共这个词游戏。这是 Gemini 2.5 的神奇之处。

更紧迫的是，当你向   Gemini 2.5 发问时，它会在回复之前通过念念考进行推理，师法东说念主类处理念念想的面孔—渐渐接近问题，细化潜在惩处决策，并聘用最好决策。

鲸哥测试生成"近 3 年国内直播带货 KOL 的动态演示页面"，2.5 Pro 赶快生成了关联代码。

这里就需要提到 Google AI 的亮眼公正，即是他不错调用之前的 Flash 2.0   就还是交融的 Google 系用具，比如分析 YouTube 视频、输出内容到 Docs。这波代码演示，生成后也获胜调用 Colab 演示。

以下是 2.5 Pro 生成的主播热度动态演示成果，侧重是代码到生成的历程，至于内容准确性并莫得体现，但举座还不错参考。毕竟 2023 年的小杨哥还没出事，照旧直播带货鸿沟的实足一哥。

同期，咱们测试了 2.5 Pro 的深度推理技艺，条款其生成一份具身智能叙述。这份叙述不是那种很虚、弗成用的内容，而是具有一定的可读性。

OpenAI 杀死照相师

在 OpenAI 展示的官决策例 AI 生图中，第一个图就富饶涟漪。

淌若不阐发注解，只怕任何东说念主皆猜不到，这张图是 AI 生成的。毕竟反射画面和密密匝匝们的翰墨，皆在说 AI 不可能这样神奇！

但骨子上，这即是 4o 生成的 AI 图片，OpenAI 放出它的教唆词如下。

这是用手机拍摄的玻璃白板的广角图像，拍摄场地是一间鸟瞰海湾大桥的房间。视线中不错看到一位女士正在写字，她身穿一件印有大型 OpenAI 符号的 T 恤。字迹看起来很当然，但有点凌乱，咱们不错看到照相师的倒影。

更神奇的是第二张图片转了东说念主物朝向，生成的图像照旧毫无纰谬，也放出来涟漪下环球。

淌若你莫得 GPT Plus，那么用 GPT 免费的图片生告捷能，其实还是能秒杀大部分文生图家具了。这是鲸哥获胜用上头同款教唆词生成的图片。

同期，鲸哥也用 Google 2.0 Flash 模子，同款教唆词生成了相似的图。不错看到 Google 不太有审好意思，手部细节也崩了。

但 OpenAI 是不是为了官网案例特调，还需要以后全量上线模子，环球恒久测试。

另外，4o 的图像生成指示也富饶庞杂，许多系统在处理约 5-8 个对象时会际遇辗转，而 GPT ‑ 4o 不错处理多达 10-20 个不同的对象。下图即是 4o 在团结张图上，生成了 16 个物体，每个皆准确生成了用户抒发的内容，Amazing！

虽然，关于雷同 Google 2.0 Flash 的图片裁剪技艺，4o 亦然不在话下。可谓精确狙击了 Google 刚火出圈的图片裁剪技艺。

咱们行将接近 AGI 了吗？

OpenAI 同期秘书，从今天起，ChatGPT 和 Sora 的总共 Plus、Pro、Team 和 Free 用户皆不错开动使用 4o 图像功能。

山姆奥特曼则示意，" ChatGPT 中图像的新版块仍在推出中，是以淌若今天莫得取得很好的图像，请稍后再试 "。应该预示着将络续整合多模态模子，以及家具端的交融。

有网友驳倒，4o 图像功能超越了数百家 AI 图像公司。委实，以致一些录像和筹算师等影像职责的饭碗，也将不保。

而关于 Google 来说，Gemini 席卷的多样基准测试，在阐发他的庞杂。骨子体验中，应该快速回复的问题很快回复，需要深度推理的问题也极度快速奉行，一份叙述、一份游戏生成基本皆在 60 秒以内。

鲸哥惊艳于它的速率，更讶异这种交融模子带来的体验。不会再出现问个简便问题，AI 也去深度推理了。虽然，2.5 还弗成生成图片，也许下一步 3.0，就会带来这一技艺。

Google 这波拉响了硅谷的 AI 武备竞赛，此前 Anthropic CEO 称，还有更强的大模子莫得放出，展望也会近期推出，防患 Claude 3.7 无法保管起首。而 OpenAI 在 GPT 4.5 发布会中，山姆奥特曼皆莫得出现，也许意味着新的模子也会近期发布。

在这场 OpenAI 和 Google 对决的主角戏中，没意象最浮躁的是埃隆马斯克，他在 X 上发了多条内容，标明 Grok 是更好的那一个模子。

马斯克发布这张图时说说念：这是很紧迫的分辩，嘲讽其他家模子撒谎和追求政事正确，而 Grok 则追求真义。

  马斯克的出现，为今晚这场竞争增添了说念理说念理身分。

就在 DeepSeek V3 刚刚拿回的头牌中，Google 和 OpenAI 展示了庞杂的竞争实力，而环球在你追我赶中，进一步拉近了 AGI 的设想。

也许就在不远的某个夜晚中云开体育，AGI 就会一会儿来临！