CVPR 2025 Oral | 多模态交互新基准OpenING，新版GPT-4o杀疯了？
CVPR 2025 Oral | 多模态交互新基准OpenING，新版GPT-4o杀疯了？文生图 or 图生文？不必纠结了！
来自主题: AI技术研报
8393 点击 2025-04-06 16:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
文生图 or 图生文？不必纠结了！
在人工智能飞速发展的今天，LLM 的能力令人叹为观止，但其局限性也日益凸显 —— 它们往往被困于训练数据的「孤岛」，无法直接触及实时信息或外部工具。
「下一代默认 AI 大模型工具」的竞争开始了。
饿了么于近日宣布启动“优店腾跃计划”：平台将在2025年面向商家投入超10亿元，其中也包含加码AI技术应用支持，为商家提供更多AI经营工具，助力商家经营更提效、更简单。
随着人工智能和大语言模型（LLMs）的不断突破，如何将其优势赋能于现实世界中可实际部署的高效工具，成为了业界关注的焦点。
本文从一个需求出发，全程记录如何进行全栈开发。
上周，OpenAI 正式支持 MCP 协议的消息，无疑成为 AI 基础设施演进的重要里程碑。短短几个月内，从 Anthropic 首次提出到微软、OpenAI 等巨头先后加入，这一标准正在以惊人的速度完成从提出、验证到主流采纳的跃迁。
在大模型推理能力提升的探索中，工具使用一直是克服语言模型计算局限性的关键路径。不过，当今的大模型在使用工具方面还存在一些局限，比如预先确定了工具的使用模式、限制了对最优策略的探索、实现透明度不足等。
0个Web端AI应用类型中，只有1个应用类型（AI导航网站）MAU仍停滞在百万量级，其余19个应用类型MAU均在千万量级以上，整体量级远高于国内AI市场。有3个应用类型MAU超1亿（与1月持平），分别是AI聊天机器人、AI搜索引擎和AI设计工具，ChatGPT、Canva AI和New Bing持续领跑这3个亿级赛道，格局稳定；
目前，有个开源MCP合集算是github上最火的合集之一，已经超过20000颗星评价相当高，并且还在不断高频率迭代更新。估计以后会成为标杆MCP开源库吧。