我本来不信 OpenAI 新图像模型,直到它把 Nano Banana Pro 拉下神坛
OpenAI 悄悄上线了 ChatGPT Image 1.5。Greg Isenberg 原本只是随手测试,结果一路从“我很怀疑”变成“这可能直接改变我做生意的方式”。更关键的是:这一次,赢的不是模型参数,而是“会不会用”。
OpenAI 悄悄上线了 ChatGPT Image 1.5。Greg Isenberg 原本只是随手测试,结果一路从“我很怀疑”变成“这可能直接改变我做生意的方式”。更关键的是:这一次,赢的不是模型参数,而是“会不会用”。
一张在GPT-5发布日出现的“死星”配图,四个月后被证明并非玩笑。本文复盘TBPN节目中对Disney×OpenAI交易的拆解:为什么以“铁血维权”著称的迪士尼会开放IP?这笔10亿美元交易给OpenAI带来了什么独特优势?以及生成式AI时代,娱乐产业正在被迫接受的现实。
这场演讲并不是一次常规的模型发布,而是一份关于“如何把小模型做成好用Agent”的方法论说明。Olive Song从开发者体验出发,解释了Miniax M2为何以10B参数,却在真实编码与Agent任务中赢得社区认可。
一个年收入480万美元、正在高速增长的iOS应用,被两个人用AI在32分钟内“复刻”出来,还顺手接上了真实支付。这不是标题党,而是一次把AI应用、无代码、原生订阅和App Store上架全部打通的完整演示。真正震撼的不是技术,而是门槛的坍塌。
这期《AI Daily Brief》揭示了一个被忽视却至关重要的转折点:在Gemini 3与Claude Opus 4.5的压力下,OpenAI似乎终于修复了预训练瓶颈,而Anthropic则在产品、收入和资本市场三线并进。大模型竞争,正在从“调参和包装”回到真正的基础能力比拼。
一年前,Google 还在被群嘲“AI 掉队”;今天,一个叫 Nano Banana Pro 的图像模型,却让一线创作者直呼“这是我见过最强的 image gen”。更重要的不是画得多好,而是它正在悄悄改变:什么样的 AI 产品才真正能赚钱。
这期TBPN节目把视角拉回真实使用体验:从Gemini的多模态“粗糙边角”,到Nucleus Genomics在IVF上的伦理争议,再到Sam Altman谈算力经济学。它不像发布会那样乐观,而是通过具体吐槽与案例,揭示AI产品落地时最容易被忽略的问题。
这期 TBPN 讨论从 Gemini 3 Pro 的真实能力出发,拆解为什么它不像一次“AI 奇点”,却可能是谷歌重新成为行业赢家的拐点。节目用大量测试、调侃和对比,揭示了当下 AI 进步的真实形态:没有二元跃迁,只有持续堆叠,以及由此带来的产品、资本与竞争格局变化。
这是一场罕见的现场演示:Cursor 的设计负责人 Ryo Lu 在 45 分钟内展示了如何从设计直接生成可运行代码。比“工具多强”更重要的是,他分享了一个正在发生的转变——设计师如何借助多模态 AI Agent,开始承担过去只有工程师才能完成的工作。
当所有人都在谈生成式 AI、对话式界面和无限 UI 时,Figma Config 2025 的这场演讲抛出了一个反直觉的观点:真正伟大的设计系统,从诞生那天起就是为“无限”准备的,AI 只是让这件事暴露得更彻底。