March 12 AI 日报
1️⃣ OpenAI 发布全新 Agent SDK
OpenAI 推出了一系列 AI Agent 开发工具，包括 Responses API 和 开源 Agents SDK，大幅简化智能体的构建。
Responses API 结合了 Chat Completions API 的简洁性和 Assistants API 的工具使用能力。
内置工具：Web 搜索、文件搜索、计算机操作，让 AI 具备实时信息查询、文档检索和自动化操作能力。
Agents SDK：升级自 Swarm 框架，支持多 Agent 协同，提升 AI 任务自动化能力。
OpenAI 的新 Agents SDK 采用更细化的工具收费模式，例如 Web 搜索每千次查询 $30 (GPT-4o) 或 $25 (GPT-4o-mini)，文件搜索 $2.5/千次查询，计算工具按 token 计费（输入 $3/百万 token，输出 $12/百万 token），这里和 gpt-4o 的 api 定价类似。老模型主要按输入、输出 token 计费，例如 GPT-4o 价格为 $2.50/百万输入 token 和 $10/百万输出 token。
2️⃣ Google 发布 Gemma 3，轻量级开源 AI 模型
Google 正式推出 Gemma 3，基于 Gemini 2.0 技术，支持 多模态输入、140+ 语言、128K 上下文长度，可在 单 GPU 运行，性能超越 Llama 3-405B 和 DeepSeek-V3。
轻量级但强大：1B、4B、12B、27B 参数规模，支持 Hugging Face、Ollama、Vertex AI 等多平台部署。
视觉 & 语言理解：可处理图像、视频和文本，支持复杂推理和函数调用。
安全性：集成 ShieldGemma 2，提供 AI 生成内容审核，提升安全性。
3️⃣ Luma 开源 Inductive Moment Matching (IMM)，提升图像生成效率 10 倍
Luma 实验室发布 Inductive Moment Matching (IMM)，一种全新的图像模型预训练技术，对比扩散模型：
采样效率提升 10 倍，保持高质量图像生成。
更稳定的训练过程，相比 Consistency Models 拥有更强的泛化能力。
在 ImageNet 和 CIFAR-10 等基准测试中表现卓越，大幅降低计算成本。
4️⃣ Sam Altman：OpenAI 训练了一个擅长创意写作的新模型
OpenAI CEO Sam Altman 透露，他们训练了一款全新的 AI 创意写作模型，能够精准捕捉 元小说（metafiction） 的风格和情感。
AI 生成的故事展现出强烈的文学性，让 Altman 也感到惊艳。
尚未决定何时发布，但这可能是 AI 在艺术和文学领域的新突破。