近日，谷歌宣布推出一款全新的视觉 - 语言模型（Vision-Language Model， VLM），名为 PaliGemma2Mix。这款模型融合了图像处理与自然语言处理的能力，能够同时理解视觉信息和文本输入，并根据需求生成相应的输出，标志着人工智能技术在多任务处理方面的进一步突破。PaliGemma2Mix 的功能非常强大，它集成了图像描述、光学字符识别（OCR）、图像问答、目标检测和图像分割等多种视觉 - 语言任务，适用于多种应用场景。开发者可以通过预训练检查点(checkpoints)直接使用这款模型，或根据自己的需求

OpenAI 更新了其 Mac 版 ChatGPT 应用，引入并排窗口功能，允许用户在任何应用中通过按 Option + Space 组合键与 ChatGPT 交互时，同时保持应用界面与迷你 ChatGPT 窗口并排显示，从而实现更便捷的多任务处理。此更新减少了窗口切换的麻烦，特别是在小屏幕上使用时更为便利。此外，OpenAI 正在研究一种针对生成内容的文本水印方法，旨在追踪和防止内容篡改，但因担心可能对非英语母语用户产生负面影响，该方法目前暂未实施。