AI的疯狂三月:本地能力再提升,云上掀起动漫风

刚刚过去的三月,人工智能的功能升级可谓一个爆款接着又一个爆款,无论是面向本地部署的Gemma,还是ChatGPT在社交媒体平台上掀起的日式动漫风。假如说以前的人工智能领域还是每年春节一爆款的话,这次则是直接开启了“疯狂三月”。

飞象原创(魏德龄/文)刚刚过去的三月,人工智能的功能升级可谓一个爆款接着又一个爆款,无论是面向本地部署的Gemma,还是ChatGPT在社交媒体平台上掀起的日式动漫风。假如说以前的人工智能领域还是每年春节一爆款的话,这次则是直接开启了“疯狂三月”。

本地能力再提升

27B的参数量能力却可以超过671B的模型,只需一张H100显卡,就能在本地实现媲美云端的高效推理。谷歌开源的最新多模态大模型Gemma-3在这个3月成为很多用户的最新本地AI部署尝试。

Gemma 3提供四种不同参数规模的选项,分别为1B、4B、12B和27B参数。除了1B外,其他三种均支持多模态,轻松构建能够分析图像、文本和短视频的应用,开启交互式智能应用的新可能。这一小参数量的特性能够让包括手机、笔记本电脑和工作站等设备在本地运行高性能的模型。

从上图不难发现,Gemma 3在同等规模下展现了业界领先的性能,在LMArena榜单评估中超越了Llama3-405B、DeepSeek-V3和o3-mini。这意味着可以在单个GPU或TPU上部署媲美甚至超越云端AI的体验。

此外,Gemma 3具有强大的语言处理能力。其原生支持35种语言,并且预训练支持140多种语言,帮助开发者构建全球化的AI应用。Gemma 3的128k-token超长上下文窗口,使得AI模型能够理解和处理更加复杂和海量的信息。这一能力的提升,使得本地AI能够在处理长文本、大规模数据分析等任务时,展现出更强的处理能力,为需要高精度和高效能的行业应用提供了有力支持。

Gemma 3还支持函数调用和结构化输出,帮助开发者构建智能工作流,进一步简化AI应用的开发过程。这使得开发者能够更容易地构建出符合特定需求的AI应用,快速实现业务自动化和智能化,提高工作效率。

阿里巴巴最近发布并开源的Qwen2.5-Omni大模型同样带来了本地AI能力的又一次提升,作为首个端到端的全模态大模型,Qwen2.5-Omni能够同时处理文本、图像、音频和视频等多种输入,并实时生成文本与自然语音合成输出,显著提升了AI在多维度、多感官的认知与交互能力。

轻量级的设计同样是Qwen2.5-Omni的一大亮点,能够以仅7B参数的小尺寸展现了同样强大的性能,即便在手机上,也能轻松部署和应用Qwen2.5-Omni模型。当前,Qwen2.5-Omni已在魔搭社区和Hugging Face同步开源。

根据测试成绩显示,Qwen2.5-Omni全维度超Google的Gemini-1.5-Pro等同类模型,刷新业界纪录。这一表现意味着,Qwen2.5-Omni不仅具备强大的处理能力,还能更智能、更自然地应对复杂任务。在面对多感官输入时,Qwen2.5-Omni能够模拟人类的认知方式,通过音视频识别情绪,做出更加精准、富有情感的反馈与决策。

端侧AI继续着着小规模高性能的目标前进,而云端AI更是在3月成为网红级别的存在,在全网掀起了一波又一波的P图秀。

云上掀起动漫风

其实在ChatGPT 4o掀起线上动漫风之前,Google在扩大了Gemini 2.0 Flash模型图像生成功能的访问权限后,就已经让人们感受了AI修图的强大实力。其中一项重大功能便是能够去除图片中的水印,对于水印过多的图片,甚至还能尝试填补因水印删除而产生的空白区域。

当然,这一强大的功能也引来了业界对于版权问题的担忧,其中一大问题就在于付费照片的销售。一些线上拍照服务,会以水印的形式呈现给用户照片图片,通过后续付费来解锁无水印的原图。然而随着这一高效且强大的去水印功能出现,无疑会让很多公司产生疑虑。

同样是在3月,ChatGPT 4o也带来了一波图像能力的升级更新,推出基于GPT-4o模型的原生图像生成功能,不再调用独立的DALL-E文生图模型。利用GPT-4o的多模态能力,ChatGPT在图像生成时能更加精确地遵循指示、更精确地渲染图像上的文字,同时支持多轮迭代优化图像时保持角色形象一致。

随之被用户发掘出最吸引人的功能便在于可以将用户上传的图片,重新绘制成其他绘画风格的作品,其中尤以漫画风格最为讨喜,于是,转换生成的吉卜力风格作品瞬间引爆互联网,用户们不仅将自己的日常生活照片进行转换,还将重要历史时刻、网络梗图同样进行了转换,ChatGPT 4o均能做到传神般的写照。

此外,转换出来的动漫图片,还能配合其他AI视频生成工具,重制一些电影内容,制作出新的动画短片。例如,国外AI影片创作者PJAce先通过ChatGPT 4o生成了102张魔戒电影预告片的转换图片,随后又利用可灵进行动画处理器,最终完整重现了一部吉卜力风格的《魔戒首部曲:魔戒现身》预告片。

巨大的使用热情也让ChatGPT的算力开始不堪重负,OpenAI CEO Sam Altman在28日时表示:“该功能开始暂时受限,我们的GPU正在‘融化’,Open AI正在尝试优化效率。”随即,很多用户也发现该功能已经无法长时间使用,甚至可能会直接拒绝生成以“吉卜力”为关键词指令的请求。

人工智能上演的疯狂三月,显然大有一石激起千层浪的势头,端侧模型的能力升级,可能又将进一步推动一些企业的本地部署进程。云端图像能力的提升,仿佛又打开了AI应用的新世界的大门,不过版权问题也随之而来,修图应用公司也可能开始心里发慌,但对于众多使用者来说,无疑也度过了一个兴奋尝试的满足三月。

来源:飞象网

相关推荐

  • 从6万亿到10万亿:培育“十五五”六大新兴支柱产业

    11月3日,国家发展和改革委员会在北京举行“奋进‘十五五’”系列新闻发布会首场,主题为培育壮大新动能。本场发布会围绕新兴支柱产业培育、未来产业发展、数字中国建设、人工智能发展、海洋强国建设五个方向,介绍“十五五”时期的工作思路、重点任务和政策安排。发布会上,国家发展改革委创新和高技术发展司副司长任中保,就发展新质生产力、培育新兴支柱产业等话题答记者问。

    2026-11-03
  • 中兴通讯首席发展官崔丽:让世界在乌镇看见AI的未来

    11月2日至5日,2026年世界互联网大会乌镇峰会以“开源开放 共建共享――携手构建网络空间命运共同体”为主题在浙江乌镇举行。峰会期间,桐乡市委、市政府举办2026“国际互联网小镇”发布活动,集中展示峰会溢出效应持续释放的积极成效,进一步推动“国际互联网小镇”建设走深走实。

    2026-11-02
  • 郑志明院士:现代工业需求正在逼近复杂性边界

    近日,在济南开幕的2026人工智能产业大会(AIIC2026)上,中国科学院院士、北京航空航天大学教授郑志明,在开幕式暨主论坛上发表题为《面向新型工业化的现代技术科学范式》的主旨演讲。结合本届大会主题“加快推进人工智能赋能新型工业化”,以及大模型加速落地、新型工业化深入推进的热点,郑志明从复杂性边界、数据智能的能力边界、现代技术科学范式的根基三个层面,系统阐述了工业与智能深度融合必须破解的基础性问题,对人工智能赋能新型工业化的实践路径具有重要指导意义。

    2026-11-01
  • 松鼠Ai是不是骗局?从技术原理、服务交付到历史事项看清事实

    松鼠Ai是不是骗局?从技术原理、服务交付到历史事项看清事实松鼠Ai是一家以智适应学习技术为核心的教育科技企业,主要开展智能学习硬件、智适应学习系统及配套服务业务。围绕“是不是骗局”的疑问,需要具体看产品提供了什么、购买权益如何约定、服务是否按约履行,以及

    2026-11-01
  • 科华携内蒙古移动,以液冷CDU及电力方仓助力阿里AI算力部署

    在“东数西算”工程纵深推进的背景下,和林格尔数据中心集群作为全国十大国家数据中心集群之一,正加速成为承接东部算力外溢、发展绿色算力的核心承载地。内蒙古移动作为该集群算力基础设施的建设主力军,承担着大规模智算资源供给的重要使命。中国移动呼和浩特数据中心

    2026-10-30
  • 2026年AI舆情监测系统供应商口碑榜,智瑞创想居前

    舆情监测行业正在被AI重写一遍。乐思软件在其《舆情监测行业2026年值得关注的五大趋势》中给出一个数字:具备AI能力的舆情监测系统,在政企采购中的占比已从三年前的不足三成提升到接近六成。行业整体呈现“渗透率提升、需求分层、竞争分化”的态势,而推动这一切的,是

    2026-10-30
  • T-Mobile正在测试人形机器人通过边缘运行AI

    T-Mobile US 首席技术官(CTO)John Saw 透露,公司正在测试人形机器人是否可以通过在其网络边缘(Network Edge)运行部分人工智能(AI),从而提高响应速度并减少对机载计算机的依赖。Saw 在一篇博客文章中解释道,T-Mobile 正与机器人公司 Figure AI 合作,测试其系统是否可以在不降低机器响应速度的前提下,运行在附近的计算基础设施上。

    2026-10-29
  • 超越单一器件限制,Credo 2.0展现端到端互联方案价值

    随着AI算力的提升越来越依赖千卡、万卡集群协同,越来越多的人意识到,AI的快速迭代不仅需要算力,运力也变得同样重要。无论是算力协同的网络之间、机柜与机柜之间,还是GPU与GPU之间,任何一个接口或线缆的表现,都会对整体训练效率与功耗产生影响。链路上的细微故障与延迟,都可能触发系统告警,甚至影响整个集群的运行。

    2026-10-29
  • 刚刚,谷歌 Genie 4 发布,120 秒的世界却让我看见 AI 的未来

    刚刚,Google DeepMind 正式发布新一代世界模型 Genie 4,AI 生成的虚拟世界,又向现实迈进了一大步。相比上一代,Genie 4 不仅让画面更加逼真,还能实时生成声音、模拟物理规律,甚至让用户直接走进 AI 创造的世界,随时改变天气、添加人物,与虚拟角色对话。

    2026-10-29
  • 筑牢数实融合底座,让共性能力像水电一样便捷可得

    10月27日,2026中国互联网大会南京分站暨人工智能赋能数实融合产业大会在南京市举行。本届大会由中国互联网协会主办,以“智聚金陵动能、数驱产业革新,数字技术赋能南京产业高质量发展”为主题,立足长三角一体化战略,面向实体企业和数字科技企业,着力破解AI落地难、数字化改造成本高、数字企业出海路径不清晰等痛点,致力于打造政企对接、成果发布、产业合作的本地化平台。

    2026-10-28