4o图像生成是一种比我们早前的DALL·E 3系列模型更为先进、能力更强的新图像生成方法。它可以生成逼真的输出结果，并能够以图片为输入，对这些图片进行转换。

在OpenAI，我们一直坚信图像生成应成为我们的语言模型的主要功能之一。因此，我们最新开发了GPT-4o，它集成了最先进的图像生成技术。

GPT-4o不仅能够生成美丽的图像，而且能够生成有用的图像，这标志着图像生成领域的新突破。

在OpenAI，我们积极适应变化，包括直接将全面的安全措施融入我们的基础设施和模型之中。

随着人工智能技术的发展，聊天机器人的功能也在不断进化。早期的聊天机器人主要依赖于基于意图的技术（Intent-Based Bots），这种技术侧重于理解和响应用户的具体需求或问题。然而，随着技术的进步，一种新的趋势正在兴起：从基于意图的聊天机器人迈向主动型AI代理（Proactive AI Agents）。本文将探讨这一转变的意义及其对未来对话式人工智能的影响。

基于意图的聊天机器人通常需要用户明确地表达其需求或问题，然后才能进行相应的响应。这种模式虽然有效，但往往不够主动和高效。相比之下，主动型AI代理能够通过分析用户的上下文信息、历史交互记录以及实时数据等多维度信息，预测用户的需求，并在适当的时候提供相关的信息和服务。

这一转变的意义不仅在于提升了用户体验，还为开发者提供了更多可能性。例如，在客户服务场景中，主动型AI代理可以提前识别用户体验中的潜在问题并进行干预，从而提高客户满意度和忠诚度；而在健康医疗领域，则可以通过监测用户行为数据，提前预警可能存在的健康风险。

然而，迈向主动型AI代理并非没有挑战。如何确保这些代理的行为符合伦理规范、隐私保护原则等问题需要得到妥善解决。此外，还需要不断优化算法模型以提高预测准确性和响应速度。

总之，从基于意图的聊天机器人到主动型AI代理的转变代表了对话式人工智能领域的一个重要发展方向。随着技术的进步和应用领域的扩展，我们有理由相信未来的智能交互将更加自然、高效。

据《纽约时报》最新报道，Meta计划在今年内为其智能眼镜添加面部识别功能。该功能内部代号为“Name Tag”，能够让佩戴者通过Meta的人工智能助手识别并获取他人信息。

然而，《纽约时报》指出，Meta的计划可能发生变化。自去年年初起，该公司一直在权衡如何发布这一具有“安全和隐私风险”的特征。据一份内部备忘录显示，公司原本打算将“Name Tag”功能首先提供给视障人士会议的参会者使用，再逐步向公众推广，但最终没有实施。

Meta据报道认为，在美国政治动荡时期是一个发布该功能的好时机，“在这样动态的政治环境中，我们预计会受到攻击的社会团体资源可能集中在其他问题上。”

早在2021年，Meta曾考虑将面部识别技术加入第一代雷朋智能眼镜中，但由于技术和伦理方面的顾虑而放弃了这一计划。《纽约时报》称，在特朗普政府与科技巨头关系更密切、以及智能眼镜取得意外成功之后，该公司重新启动了该计划。

随着谷歌、Anthropic 和 OpenAI 等顶级人工智能实验室追逐企业采用，加拿大初创公司 Cohere 一直在默默取得突破。据 CNBC 报道，该公司告知投资者其在 2025 年度的年经常性收入（ARR）目标已超过 2亿美元，全年达到 2.4 亿美元，并实现了季度环比增长超 50%。

Cohere 成立于2019年，得到了 Nvidia、AMD 和 Salesforce 等企业技术投资者的支持。该公司的核心科技是其 Command 家族生成式 AI 模型，据 Cohere 称这些模型足够高效，可以在有限的 GPU 上部署 —— 这对于那些希望控制成本和资源管理的企业来说是一个吸引人的承诺。

去年夏天，Cohere 推出了 North 平台，这是一个更高级别的企业级平台及 AI 工作空间，用于安全构建基于 Cohere 模型的定制化 AI 代理和服务流程。Cohere 的 CEO 艾丹·戈梅斯在去年10月表示，公司可能很快就会进行 IPO。

如果“很快”意味着2026年，Cohere 将与正在考虑自己首次公开募股的 OpenAI、Anthropic 和 SpaceX/xAI 竞争。TechCrunch 已经联系了 Cohere 以获取评论。

今天，我们宣布获得了新的融资——400亿美元的注资，以3000亿美元的投后估值进行。这笔资金将使我们能够进一步推进人工智能研究，扩大计算基础设施，并为每周使用ChatGPT的5亿人提供更加强大的工具。

在应对英国关于版权的公开咨询时，我们提出了一系列促进创新的政策建议，旨在帮助英国成为欧洲的人工智能（AI）中心。

通过这些政策建议，我们可以创造一个有利于技术创新和应用的环境。这不仅有助于推动英国科技产业的发展，还能够提升整个社会的技术水平和生活质量。

尽管已经是一家非营利组织，并且已经在利用人工智能帮助人们解决难题，但OpenAI的目标是创建有史以来装备最齐全的非营利组织——结合可能具有历史意义的财务资源与更加强大的技术：能够放大人类创造力的技术。

近日，我们与Canva公司的首席产品官兼联合创始人Cameron Adams进行了一场深入对话。Canva通过其强大的人工智能技术，为全球用户提供了无限的创作可能。

Canva是一个广受欢迎的设计工具平台，在过去几年里迅速成长，并吸引了数百万用户的青睐。凭借其直观易用的界面和丰富多样的模板资源，Canva成为了设计师、企业家甚至是普通用户的得力助手。

Cameron Adams表示：“我们致力于通过技术创新来提升用户体验，特别是利用人工智能技术来简化设计流程。”他指出，Canva的核心竞争力在于其能够为用户提供易于上手的设计工具，并且能够快速生成高质量的作品。而这一切的背后支持正是不断进步的人工智能算法与技术。

在对话中，Cameron还分享了关于未来发展方向的一些见解：“我们相信未来的数字创意市场将更加注重个性化和定制化服务。”这不仅意味着Canva将继续优化产品功能以更好地满足用户需求，同时也会进一步探索AI技术在设计领域的更多可能性。

总之，通过与Cameron Adams的交流我们了解到，Canva正不断推动着全球创意产业的进步。借助于强大的人工智能支持，Canva正在为每一位有梦想的设计爱好者带来前所未有的创作体验。

OpenAI的先锋计划正致力于提升模型性能，并在实际应用领域进行实地评估。

在数字时代，用户界面和交互方式的不断进化使得“浏览代理”成为了研究热点。为了更好地理解和评估这些代理的表现，“BrowseComp”作为一个新的基准测试工具被开发了出来。

“BrowseComp”的目标是为各种类型的浏览代理提供一个公平、透明的竞争平台。通过标准化的任务和指标，它能够帮助研究人员和开发者更准确地比较不同代理在多种应用环境下的表现。

此基准测试覆盖了多个方面，包括但不限于任务完成速度、用户满意度以及与传统人类用户的相似程度等关键性能指标。

“BrowseComp”的发布标志着一个致力于提高浏览代理技术的研究社区的形成。这一举措不仅推动了相关领域的技术创新和进步，同时也为未来的人机交互研究奠定了坚实的基础。

我们很高兴地宣布推出API中的GPT-4.1——一个集成了全方位改进的新模型系列，包括在编程、指令遵循和长上下文理解方面的重大提升。此外，这也是我们首次发布nano模型。

全球开发者可以从今天开始使用这些新工具。

我们发布了更新后的准备框架，旨在衡量和防范来自前沿人工智能能力的严重危害。

该框架帮助我们在技术快速发展的同时，确保安全与负责任地推进人工智能的应用。通过这一工具，我们可以更好地识别潜在的风险，并制定相应的策略来保护我们的社会和经济免受不利影响。

OpenAI宣布任命四位新顾问，以协助指导其慈善活动。

此次聘请的四位顾问将为OpenAI在公益领域的努力提供宝贵的意见和建议。这四位顾问将在技术、伦理和社会影响等方面为OpenAI提供专业视角，确保其技术发展能够更好地服务于社会。

近期，OpenAI 公布了其迄今为止最先进、最具能力的一批智能模型——o3 和 o4-mini。这些新型号不仅在性能上实现了重大突破，还全面提升了与各种工具的兼容性。

相较于之前的版本，o3 在处理复杂任务和学习新信息方面表现出更强的能力。而 o4-mini 则是为那些需要轻量级解决方案的用户设计的，在保持高效能的同时，更加便于集成到不同的应用场景中。

OpenAI 的 o3 和 o4-mini 系统卡结合了最先进的推理能力和全面的工具功能，包括网络浏览、Python 编程、图像和文件分析、图像生成、画布操作、自动化任务、文件搜索以及记忆能力。

OpenAI 的 o3 和 o4-mini 在视觉感知领域取得了显著进步，它们能够通过图像进行推理，在思考链中利用图像进行分析。

《华盛顿邮报》正与OpenAI进行合作，旨在将新闻内容集成到ChatGPT中。通过这一合作，《华盛顿邮报》将会为用户提供新闻摘要、引用以及直接连接至原始报道的链接。

在数字化时代，语言学习工具正在经历一场革命。Speak作为一家致力于通过人工智能技术提升语言学习体验的公司，其CEO兼联合创始人Connor Zwick分享了公司的创新理念与实践。

记者（以下简称记）：请先简单介绍一下Speak这家公司在语言学习领域的定位和发展历程。

Zwick：Speak成立于2017年，我们的愿景是通过技术创新使每个人都能轻松掌握多种语言。我们相信，通过利用先进的AI技术，可以提供更加个性化、高效的外语学习体验。

记：Speak是如何实现个性化的语言学习的？

Zwick：我们采用了一种名为“对话引擎”的系统，该系统可以根据每位用户的学习进度和偏好调整课程内容。这意味着用户可以在家中通过手机或电脑随时随地进行学习，并且每次练习都能针对他们的薄弱环节提供精确反馈。

记：在语言学习过程中，如何保证质量？

Zwick：我们有一支专业的教师团队，他们会参与课程的设计与优化工作。同时，所有的教学材料都会经过严格的质量检查流程，确保内容的准确性和实用性。此外，用户还可以随时向我们的教练寻求帮助。

记：面对日益激烈的市场竞争，Speak未来的发展规划是什么？

Zwick：我们计划进一步扩大产品线和服务范围，不仅仅局限于英语学习，还将开拓更多语种市场。同时，也在积极探索与其他教育科技公司的合作机会，共同推动行业的进步与发展。

我们最新的图像生成模型现在可以通过‘gpt-image-1’接口接入API，这使得开发人员和企业能够直接在自己的工具和平台中构建专业级、可定制的视觉效果。

本月，我们为大家带来了ChatGPT for Business的最新版本——o3。这次更新包括四个主要的新功能：现场演示将展示这些新特性，它们分别是图像生成、增强的记忆能力和内部知识处理。