2025 年 6 月 AI 新闻：Gemini Flash-Lite、视频工具与 OpenAI 谈判

Google 推出了 Gemini 2.5 Flash-Lite，一段演示展示了用户点击类似桌面环境时即时生成的界面。记事本、文件夹和按钮实时出现；再次进入一个文件夹时，布局可能已经不同。我觉得这是一个很有意思的概念验证，但这种不稳定性会让它不适合作为传统界面。

演示显示的速度是每秒 461 个 token。这是所展示演示中的数字，并非所有情况的速度保证。Google 于 2025 年 6 月 17 日宣布预览版 Flash-Lite，同时宣布 Gemini 2.5 Flash 和 Pro 正式推出。

Meta 和 Oakley 宣布推出面向运动场景的智能眼镜。我喜欢自己的 Ray-Ban Meta 眼镜的拍照、视频、通话和音乐功能，尽管我不常使用 AI 功能。Oakley 版本的造型更运动，用户可以提问、听音频和接听电话；Meta 的公告称其配有内置摄像头。

Midjourney 的首个视频模型可以为图像添加动画，我最初花了些时间才找到操作流程：生成图片，然后使用 Animate 添加动作。示例包括飞船、水面场景、奇幻画面和宇航员。我喜欢这些视觉效果，不过经过挑选的示例不能确定模型表现是否始终一致。

我最初说必须先用 Midjourney 生成图片，但该公司的 V1 公告也表示，用户可以上传外部图片作为起始帧。发布时，每次任务生成四段五秒视频，定价取决于套餐和使用量。我还提到 Hunyuan Video 和 Wan 2.1，认为它们也是值得探索的模型。

Krea 1 是与 Black Forest Labs 合作开发的文生图模型。开发者表示，他们希望设计出不带刻板“AI 感”的模型；这个美学目标是否实现，需要用户自行判断。视频发布时，我说它可以免费试用。

Higgsfield Canvas 演示了选中图像中的一个区域后放入产品，或进行换衣等其他编辑。我能想到营销和虚拟试穿方面的用途。有些示例在我看来很有说服力，不过其中一个汉堡示例并不逼真；产品演示不能证明它具备像素级精确的可靠性。

Meta 的 AI 人才招聘已成为一则重要新闻。它向 Scale AI 投资约 140 亿美元，并将其首席执行官 Alexandr Wang 招入 AI 团队。我认为，这些招聘活动表明，顶尖研究人才与算力基础设施一样，都是重要的竞争资源。

我讨论了有关 Meta 试图招揽 Ilya Sutskever 或其公司 Safe Superintelligence 的报道，以及 Meta 正与 Nat Friedman 和 Daniel Gross 洽谈招聘、部分收购他们风投基金的报道。这些是当时报道的谈判，并非已经确认的结果；Gross 是 Safe Superintelligence 的联合创始人。

Sam Altman 曾表示，Meta 向一些 OpenAI 员工提出了极高的报价，其中签约奖金据他说达到 1 亿美元。我引用他的说法来说明人才竞争。这是一名竞争参与者的陈述，并不是对每项报价细节的独立证实。

OpenAI 和 Microsoft 当时正在就双方关系及 OpenAI 公司结构的变化进行谈判。我讨论了一篇报道，其中称 OpenAI 寻求在股权、云托管和知识产权方面获得让步。我对双方动机以及 OpenAI 结构决策原因的解读属于评论，并非已确立的事实。

我说 Microsoft 拥有 OpenAI 的 49%，但这一简略说法不应被理解为已经证实 Microsoft 持有整个组织 49% 的普通股权：此前的利润上限安排很复杂。2025 年 10 月，两家公司宣布资本重组，Microsoft 在完全转换并稀释后的基础上持有 OpenAI Group 约 27% 的股份。这个后来的数字不能当作 6 月谈判时已经确定的结果。

报道讨论了一项提议：Microsoft 在重组后的实体中持有约 33% 的股份，同时改变未来财务权利，也可能调整托管独占权。我质疑 Microsoft 为什么会接受这样的条款，但谈判是私下进行的，完整方案并未公开。2025 年 10 月宣布的协议最终确定了不同的条款。

我还说 OpenAI 已经买下 Windsurf，但在 2025 年 6 月，被报道的收购仍在推进中，并未完成。OpenAI 的拟议交易后来破裂；Cognition 于 2025 年 7 月宣布收购 Windsurf。讨论双方正在谈判哪些知识产权时，这一区别很重要。

一位名为 Pliny the Liberator 的研究者报告了针对 Gemini 2.5 Flash-Lite 预览版的越狱结果。我认为这些例子提醒人们模型防护可能被绕过，并将这一问题与社会工程学作比较。我预测越狱将永远存在，这只是推测；这些示例不能确定完整的失败率，也不能证明模型整体安全水平。

Browserbase 的 Director 提供了一种无需编写代码即可描述浏览器任务的方式。在展示的例子中，智能体访问一家在线商店并搜索狗牵引绳，代码标签页则展示基于 Stagehand 的步骤。可见的自动化过程和可复用代码是有用的示例，但不能证明所有浏览器任务都能可靠运行。

最后，OpenAI 宣布推出 OpenAI for Government，将已有的公共部门合作纳入同一项目。该项目下的首个合作是与美国国防部开展的试点，合同金额上限为 2 亿美元。上限是合同允许的最高金额，并不表示全部金额已经支出或支付。