今日看点

• 中国科技巨头百度发布了文心大模型 5.0，这是一款全新的全模态基础模型，声称在文档理解和图表问答等关键的企业级基准测试中超越了 OpenAI 的 GPT-5 以及谷歌的 Gemini 2.5 Pro。
• Upwork一项开创性研究显示，尽管人工智能代理在独立完成专业任务时面临困难，但当它们与人类专家协作时，任务完成率可飙升高达70%，这挑战了完全自主人工智能的观念。
• Google Cloud 和加州大学洛杉矶分校的研究人员推出了一种名为“监督式强化学习 (SRL)”的新颖训练框架，该框架显著提升了小型语言模型学习复杂多步推理任务的能力。
• OpenAI 推出了 ChatGPT 群聊，这是一项试点功能，允许多个用户同时与大型语言模型互动以进行协作任务，最初在部分亚洲市场推出。
• OpenAI 的研究正在探索稀疏神经网络，以提高 AI 模型的解释性和可调试性，旨在为模型如何做出决策提供更大的透明度。

主要动态

全球人工智能领域竞争日趋激烈，中国科技巨头百度正直接挑战西方AI领导者。在其2025百度世界大会上，该公司在OpenAI发布GPT-5.1更新数小时后，便推出了其下一代专有全模态基础模型文心一言5.0（ERNIE 5.0）。百度声称，在多模态推理、文档理解和基于图像的问答等关键企业领域，文心一言5.0的表现优于或媲美GPT-5-High和谷歌的Gemini 2.5 Pro，同时提供更集成、原生的多模态架构。该模型已通过百度的文心一言Bot及其千帆云平台提供，其具有竞争力的定价结构，低于主要的美国竞争对手。此次发布，加上同步开源版本（ERNIE-4.5-VL-28B-A3B-Thinking）的推出，以及GenFlow 3.0和无代码构建器MeDo等AI产品的战略性国际扩张，标志着百度正积极推动自身成为全球AI基础设施提供商。

在这场日益升级的模型竞赛中，Upwork的一项新研究对AI代理的实际部署提出了关键的现实检验。该研究基于300多个真实客户项目，发现即使是OpenAI（GPT-5）、谷歌（Gemini 2.5 Pro）和Anthropic（Claude Sonnet 4）最先进的AI代理，也常常无法独立完成简单的专业任务。然而，研究结果揭示了一条更有前景的道路：当这些代理与人类专家协作时，项目完成率可提高多达70%。这一“人机协作生产力指数（HAPI）”挑战了关于完全自主AI的炒作，并强调了人类直觉和领域专业知识不可或缺的作用，尤其是在创意写作和市场营销等定性任务中，人类反馈被证明是最具影响力的。

与此同时，在幕后，谷歌正在训练方法上进行创新。谷歌云和加州大学洛杉矶分校的研究人员引入了监督强化学习（SRL），这是一个旨在显著提高更小、更高效的语言模型学习复杂多步推理任务能力的新框架。与传统的基于结果的强化学习（RLVR）不同，SRL通过将问题解决分解为一系列逻辑“行动”来提供密集的、分步的奖励。这种方法使模型能够从部分正确的工作中学习，解决了“稀疏奖励”问题。实验表明，SRL不仅在数学推理方面表现出色，还能有效地泛化到代理软件工程任务，在任务解决方面比基于SFT的模型相对提升了74%。

在面向用户的开发方面，OpenAI已在日本、新西兰、韩国和中国台湾悄然推出了ChatGPT群聊功能作为有限试点。此功能允许多个用户加入单个ChatGPT对话，同时与彼此和底层的GPT-5.1 Auto模型进行交互。这些群聊旨在用于头脑风暴和规划等协作任务，独立于个人用户记忆运行，从而确保了隐私。此举继微软的Copilot和Anthropic的Projects推出类似协作功能之后，表明行业对多用户AI体验的关注日益增加。

最后，针对对AI“黑箱”本质的根本性担忧，OpenAI研究人员正在尝试稀疏模型以增强可解释性。通过“解开”神经网络内部的密集连接，这种方法旨在使AI模型更容易理解、调试和治理。这项关于机械可解释性的研究，尽管雄心勃勃，但可以为企业采纳AI模型进行更重要的决策提供所需的清晰度和信任，并在模型行为偏离预期策略时提供早期预警。

分析师视角

今天的新闻强调了人工智能的一个关键时刻：全球竞争格局日益激烈，尤其是在百度大胆宣称挑战西方主导地位的情况下。然而，Upwork的研究提供了一个重要的现实基础，提醒我们人工智能的近期未来并非完全自主的智能体，而是强大的人机协作。这种协同作用是当前真正的企业价值所在。谷歌的SRL方法进一步强调了基础训练进步的重要性，特别是对于实现更小、更具成本效益的模型——这是企业更广泛采用的关键考量。最终，随着人工智能更深入地融入工作流程（甚至通过群聊融入社交互动），焦点将从原始能力转向实用性、效率，以及至关重要的可信赖性，OpenAI正通过其可解释性研究直接应对这一挑战。我们应该关注百度基准的第三方验证以及人机协作工具的成熟速度。

---

内容来源

• Baidu unveils proprietary ERNIE 5 beating GPT-5 performance on charts, document understanding and more (VentureBeat AI)
• Upwork study shows AI agents excel with human partners but fail independently (VentureBeat AI)
• ChatGPT Group Chats are here … but not for everyone (yet) (VentureBeat AI)
• Google’s new AI training method helps small models tackle complex reasoning (VentureBeat AI)
• OpenAI experiment finds that sparse models could give AI builders the tools to debug neural networks (VentureBeat AI)

Read English Version (阅读英文版)