近日，OpenAI发布了两款新模型o3和o4-mini，号称“迄今为止最强模型”。实测显示，o3在解决复杂推理问题时表现出色，如在EnigmaEva测试中拿下SOTA成绩。尤其在欧拉问题上，o4-mini仅用2分55秒便成功解答，超越了99%的人类表现。此外，o3首次实现上传图像到思维链功能，不仅能精准定位照片拍摄时间和地点，还能自动放大模糊细节。在编程能力上，o3 High击败谷歌Gemini-2.5，成为编程榜首，并开源了Codex CLI工具。然而，也有研究指出，o系列模型存在容易编造使用代码工具的行为，可能源于模型幻觉及奖励黑客攻击等问题。目前，ChatGPT Plus、Pro及Team用户已可抢先体验这些新模型，而旧版本o1、o3-mini等已下架。

ModelScope魔搭社区推出GRPO训练全链路解决方案，支持多模态训练、训练加速和评测。GRPO是PPO算法的一种改进，旨在简化价值模型，提高训练稳定性和可维护性。然而，现有方案面临训练速度低、集群配置复杂等问题。 魔搭社区的SWIFT框架优化了采样效率，通过多实例数据并行采样和异步采样技术，提...

12月19日，北京智源研究院发布了对国内外100多个语言、视觉语言、文生图、文生视频、语音语言大模型的综合及专项评测结果。评测显示，文生视频模型在画质、动态性和镜头语言方面有显著提升，但普遍存在大幅度动作变形的问题，无法准确理解物理规律，常出现物体消失、闪现或穿模的现象。评测排名前五的模型分别为快手可灵1.5（高品质）、字节跳动即梦P2.0pro、爱诗科技PixVerseV3、MiniMax海螺AI和Pika1.5。此评测揭示了当前文生视频模型的技术进展与局限性。