近日，OpenAI 在 ChatGPT 網(wǎng)頁端悄悄推出了獨立的翻譯功能 ——ChatGPT Translate。

從界面設計來看，ChatGPT Translate 與谷歌翻譯頗為相似，都采用雙文本框設計，上方輸入原文，下方顯示譯文，并提供語言選擇的下拉菜單。目前，該功能支持超過 50 種語言之間的互譯，并具備自動語種識別功能。

蘋果推出Manzano 多模態(tài)模型，核心突破在于近乎無損地融合圖像理解與圖像生成能力，打破了傳統(tǒng)模型在 "看圖" 與 "繪圖" 之間的性能沖突瓶頸

過去一天，國內外AI行業(yè)還有更多熱點可以關注，硅基君帶你一起看看。

大模型

1）智譜華為聯(lián)合開源圖像生成模型

智譜AI 與華為聯(lián)合宣布開源新一代圖像生成模型 GLM-Image，這是首個完全基于國產(chǎn)芯片完成全程訓練并達到業(yè)界領先水平的 SOTA 多模態(tài)模型。

GLM-Image 模型基于華為昇騰 Atlas 800T A2 設備與昇思 MindSpore AI 框架，完成了從數(shù)據(jù)預處理到大規(guī)模訓練的全流程構建。

在技術架構方面，GLM-Image 采用了創(chuàng)新的 "自回歸 + 擴散解碼器" 混合架構，融合了 9B 參數(shù)量的自回歸模型與 7B 參數(shù)量的 DiT 擴散解碼器。這種設計有效解決了傳統(tǒng)模型在 "理解復雜指令" 與 "精準繪制文字" 上難以兼顧的痛點，顯著改善了 AI 生成圖片時常見的 "提筆忘字" 現(xiàn)象。

2）蘋果推出 Manzano 多模態(tài)模型

蘋果推出Manzano 多模態(tài)模型，核心突破在于近乎無損地融合圖像理解與圖像生成能力，打破了傳統(tǒng)模型在 "看圖" 與 "繪圖" 之間的性能沖突瓶頸。

該模型通過創(chuàng)新的混合視覺分詞器(Hybrid Vision Tokenizer) 和三段式架構，實現(xiàn)了單模型同時高效處理兩類任務，性能對標 GPT-4o 和 Gemini 2.5 Flash 等頂級模型。

AI應用

1）ChatGPT推出翻譯功能

OpenAI 在 ChatGPT 網(wǎng)頁端悄悄推出了獨立的翻譯功能 ——ChatGPT Translate。

從界面設計來看，ChatGPT Translate 與谷歌翻譯頗為相似，都采用雙文本框設計，上方輸入原文，下方顯示譯文，并提供語言選擇的下拉菜單。

目前，該功能支持超過 50 種語言之間的互譯，并具備自動語種識別功能。

與傳統(tǒng)翻譯工具最大的不同在于，ChatGPT Translate 在完成初步翻譯后，還提供多種一鍵提示選項，用戶可以直接點選讓系統(tǒng)對譯文進行再加工，包括讓譯文更地道流暢、改為商務正式語氣、簡化到適合兒童理解的程度，或改為更適合學術場景的表述等。

從翻譯質量角度來看，ChatGPT Translate 與谷歌翻譯的差距并不明顯，"機翻" 的味道雖然弱了一些，但仍然可以感知。值得注意的是，與 ChatGPT 相比，ChatGPT Translate 的翻譯速度更快，但質量稍遜，這可能意味著二者使用的并非同一模型。

投融資情報

1）由前Snap高管創(chuàng)立的AI視頻初創(chuàng)公司Higgsfield估值達13億美元

人工智能視頻生成初創(chuàng)公司Higgsfield 在 9 月份完成的5000 萬美元A 輪融資基礎上，又增發(fā)了價值 8000 萬美元的股票，使其 A 輪融資總額達到 1.3 億美元。該公司表示，其估值目前已達到 13 億美元。

Higgsfield 提供一款工具，讓消費者、內容創(chuàng)作者和社交媒體團隊能夠創(chuàng)建和編輯人工智能生成的視頻。該公司由 Alex Mashrabov 創(chuàng)立，他曾是 Snap 生成式人工智能部門的負責人。2020 年，Snap 以 1.66 億美元收購了他之前的創(chuàng)業(yè)公司 AI Factory， Mashrabov 也因此加入 Higgsfield。Mashrabov 是 AI Factory 的聯(lián)合創(chuàng)始人之一。

Higgsfield推出其工具五個月后，宣稱擁有1100萬用戶，并稱其為內容創(chuàng)作者的首選平臺。九個月后，用戶數(shù)量已超過1500萬，年收入達到2億美元，該公司表示，這一數(shù)字在短短兩個月內就從1億美元翻了一番。

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。