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
-
AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力
随着智能体兴起，AI不再只靠GPU，CPU 负责调度、通用计算和把数据喂给 GPU，内存、网络、存储各就各位，整套硬件协同起来，算力潜力才真正释放得出来。
-
远景星河基地引爆外网，中国AI基建能力为何远超美国？
11月8日，全球知名半导体与AI产业研究机构SemiAnalysis发布题为《探访中国"星际之门"》的深度研究报告，这是该机构研究团队首次公开披露对中国数据中心的实地探访。报告将远景乌兰察布星河基地称为中国版"星际之门"，并高度评价远景为新型能源系统的集大成者、AIDC电力系统的引领者。 报告开篇即给出高度评价。Sem…
-
对话红帽：中国AI的底牌，不只是大模型
AI竞争的下一阶段，拼的不只是算力和模型能力，更是谁能用开放的技术生态，把成本、效率与自主选择权同时掌握在自己手中。 过去，行业谈论AI，绕不开模型能力和算力规模。开源模型增加了模型选择；同时，平台对异构算力的支持让企业不必把算力押在一种硬件上。 这背后，是开源正在成为AI产业的重要力量。 红帽全球副总裁兼大中华区总裁…
-
高通亮相2026移动网络大会，携手伙伴带来连接、计算与AI协同创新成果
从移动通信，到移动计算、移动智能，“移动”的内涵正在AI时代不断拓展。网络如何承载智能，终端如何理解需求，产业如何将技术创新转化为新的应用与服务，成为移动产业共同面对的新命题。
-
字节AI换血背后：守擂的曾妍，与开荒的周畅
近日，字节Seed核心负责人周畅离职创业，方向是Physical AI（物理AI），并已获得头部美元基金支持。 此前，周畅在字节Seed团队负责视觉生成和多模态等业务，向Seed负责人吴永辉汇报。据了解，今年下半年，周畅在字节内部的管理范围已有所收缩，如今，其原先的工作更多由1997年出生的曾妍接手。 曾妍是典型…
-
丰年资本投资AI网络芯片企业「比特智路」
近日，丰年资本完成了对北京比特智路信息技术有限公司（以下简称“比特智路”）的A轮投资。比特智路A轮及A+轮两轮融资金额累计达数亿元人民币，将重点投入800GE网卡芯片研发和400GE网卡的商业化推广，同时用于生态拓展及核心团队建设，全面加速AI高速网络方案的规模化落地。 比特智路的核心团队拥有全球领先的RDMA技术积累…
-
聚焦AI普惠，连尚集团亮相2026年“互联网之光”博览会
11月2日消息（报道：龙翔），作为世界互联网大会乌镇峰会的重要活动板块，2026年“互联网之光”博览会在浙江乌镇正式开幕。此次大会吸引了来自54个国家和地区的671家企业参展，展示1000余项新产品新技术，呈现智能互联网领域的技术进展与应用成果。 据了解，本届博览会以“智能互联、智见未来”为主题，设置空天地海·新…
-
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。
-
腾讯Marvis上线 Coding 管家 远程调用桌面AI工具
旗下AI管家Marvis 正式上线“Coding 管家”，在手机遥控电脑能力上增加调用其他桌面AI工具编程和做任务的能力，首批支持 CodeBuddy IDE（编程模式）和 Kimi Code Desktop两款AI工具。用户离开电脑后，可以在手机上查看项目和聊天记录、跟进…
