Microsoft與 OpenAI 宣布對合作協議進行修訂，以簡化雙方合作關係。Microsoft的 OpenAI 授權將改為非獨家，同時Microsoft將不再向 OpenAI 支付收入分成。Microsoft仍將是 OpenAI 的主要雲服務合作夥伴，OpenAI 的產品將優先在 Azure 平臺發佈。Microsoft將繼續擁有 OpenAI 模型和產品相關知識產權的使用授權，有效期至 2032 年。OpenAI 向Microsoft支付收入分成的安排將持續至 2030 年。

作為重要股東，Microsoft仍將直接參與 OpenAI 的增長。

合作細節變動

此次修訂旨在調整雙方在 AI 領域的商業模式，讓Microsoft的投資回報更靈活。原本協議中，Microsoft享有獨家雲端部署權益，並透過收入分成獲取收益。新協議下，OpenAI 可擴大與其他雲服務供應商合作，但 Azure 仍為優先平台。這反映 AI 產業競爭加劇，OpenAI 尋求更多合作夥伴以加速全球擴張。Microsoft則維持對核心技術的長期存取權，確保其 Azure AI 服務領先優勢。

雙方強調，此舉有助於共同推動生成式 AI 技術發展，無損既有夥伴關係基礎。

企業人工智能（AI）高度依賴高準確度輸出，這需要更優質的數據脈絡、統一架構，以及嚴格的衡量框架。Databricks 資深副總裁 Bavesh Patel 和 Infosys 單位技術官 Rajan Padmanabhan 指出，雖然消費者級 AI 工具以速度和便利性驚艷用戶，但企業在規模化部署 AI 時，面臨的最大障礙往往是數據基礎設施的不足。許多企業數據仍散佈於舊有系統、孤島式應用和不兼容格式中，導致 AI 難以產生可靠且具脈絡的輸出。

Patel 表示：「AI 的品質和效能，實質上取決於企業內部的資訊。」企業數據若未整合至開放格式、精準治理並跨部門可及，便難以發揮價值，否則只會產生他所稱的「糟糕 AI」。企業需超越孤立的 SaaS 平臺和斷層儀表板，轉向統一開放數據架構，能融合結構化和非結構化數據、保留即時脈絡，並實施嚴格存取控制。只有奠定此基礎，企業方能實現可衡量的成果，如提升效率、自動化複雜工作流程，甚至開拓全新業務線。

AI 就緒數據的關鍵要素

Padmanabhan 強調，領先企業將 AI 部署直接連結業務指標，利用治理框架評估成效並快速淘汰無效項目。他們觀察到，業務用戶對 AI 素養需求殷切，急於理解 AI 的核心組成，包括技術、培訓和啟用層面。Databricks 和 Infosys 合作開發框架，涵蓋價值管理、數據準備和代理工具如 Agent Bricks，協助客戶如大型食品公司解鎖 8 至 9 個代理 AI 應用，涵蓋人力資源、採購和營銷領域。

Databricks 近期推出 Lakebase，這是專為 AI 代理和應用設計的 OLTP 資料庫，與 Lakehouse（用於歷史分析數據）互補，形成單一系統處理即時與分析數據。Lakebase 分離運算與儲存，支持伺服器無狀態分支，適合代理快速啟動與追蹤工作流程。Patel 指出，這解決了代理擴散（agent sprawl）問題，讓企業避免數據複製與權限混亂。

治理成為部署成功的先決條件。Unity Catalog 提供數據發現、存取控制和語意定義，確保數據可信、新鮮且合規。Patel 引述 MIT 報告，95% AI 項目因治理不足而失敗。企業數據乃競爭優勢，需整合自家與第三方數據，避免專有鎖定，支持多模型如 Gemini 或 Claude。 Padmanabhan 比喻代理 AI 如自動駕駛車，須遵守約束、工具存取、資訊分享和持續學習。

企業應擴展 Unity Catalog 治理代理行為，從數據統一核心出發，建構領域服務網格與代理網格（agentic grid），實現勞動轉移、業務重塑和經濟轉變，如代理間商務與內容貨幣化。成功客戶已見程序從數週縮至數小時，並開創全新產品線。

OpenAI 一直有傳聞指其正計劃推出硬件產品，包括一對耳機。供應鏈分析師郭明錤（Ming-Chi Kuo）最新報告顯示，這家 AI 公司可能正與聯發科（MediaTek）、Qualcomm（Qualcomm）及立訊精密（Luxshare）合作開發智能手機。郭明錤過去曾準確預測多項 Apple 硬件計劃，他指出 OpenAI 將與聯發科和Qualcomm共同開發智能手機晶片，而立訊精密則負責聯合設計及製造。

OpenAI 智能手機或擺脫應用程式限制

報告指，這款智能手機可能不依賴傳統應用程式，而是透過 AI 代理（AI agents）完成各種任務。目前 Apple 和 Google 主導應用程式生態系統及系統存取權限，限制部分功能運作。郭明錤認為，OpenAI 推出自家智能手機及硬件架構後，便能無拘無束地將 AI 應用於各項功能。ChatGPT 每週活躍用戶接近 10 億，這類日常硬件產品有助 OpenAI 擴大觸及消費者。

類似想法不限於 OpenAI。程式碼編輯應用 Vibe 的開發者預測未來將無需應用程式。Nothing 行政總裁裴宇（Carl Pei）在 SXSW 大會上表示，應用程式最終會被淘汰。郭明錤預計 OpenAI 智能手機將持續理解用戶情境，提供手機本身可獲取更多用戶習慣數據，勝過單純應用程式。他又指，公司將結合裝置端小型模型及雲端模型，處理不同請求及任務。

智能手機規格及組件供應商預計在今年底或 2027 年首季敲定，大規模生產則於 2028 年展開。今年稍早，OpenAI 全球事務主管 Chris Lehane 表示，公司正按計劃於 2026 年下半年推出首款硬件產品。當時多份報導指該產品可能是獨特設計的耳機。OpenAI 於撰文時未有回應相關報導。

國家發展和改革委員會依據法規，對外資收購 Manus 項目作出禁止投資決定。外商投資安全審查工作機關委員會（國家發展和改革委員會）於 4 月 27 日發佈《對外資收購 Manus 項目作出安全審查決定》，依法依規對外資收購 Manus 項目作出禁止投資決定，要求當事人撤銷該收購交易。截至發佈，Manus 方面尚未發表回應。

事件背景與監管觸發

相關事件起始於 2025 年 12 月 30 日，Manus 官方宣佈「Manus 即將加入 Meta」，數十億美元的收購價格使其成為 Meta 史上第三大規模收購案。但該筆收購案的相關流程與法律漏洞，使其觸及中國外資安全審查紅線。2026 年 1 月 8 日，商務部新聞發言人何亞東在回應有關審查 Meta 收購 Manus 的提問時表示，中國政府一貫支持企業依法依規開展互利共贏的跨境經貿與國家科技合作。

需要說明的，是企業從事對外投資、技術出口、數據出境、跨境併購等活動，必須符合中國法法律規，履行法定程序。商務部將會同相關部門對此項收購與出口管制、技術出口、對外投資等相關法法律規的一致性開展評估調查。 從法律層面分析，德恒律師事務所合夥人劉安楠對第一財經記者分析指，關鍵是要看 Manus 的核心 AI 技術是否屬於《中國禁止出口限制出口技術目錄》，特別是 2025 年 7 月修訂版中關於「資訊處理技術」的控制要點。

技術出口風險在於中國研發的核心技術（如 AI 智能體組件、演算法），如果沒有取得出口許可證，是否透過人員調動、代碼共享或服務遷移等方式，實際上將限制或禁止類技術交給境外公司（包括新加入的公司或 Meta）。如存在，這可能直接違反需要許可方能出口技術的規定。 此外，Manus 的產品訓練時曾使用大量中國境內的數據，如果該等數據包含中國公民的個人資訊，則 Manus 將產品和技術轉讓給境外公司還可能有數據出境的合規問題。

盈科律師事務所合夥人夏宇康對記者表示，嚴格來看，Manus 遷冊新加入時，已可能觸及技術出口管制的紅線，而 Meta 的巨額收購不過是將這一隱性風險置於聚光燈下的「放大鏡」。監管動作背後更深層邏輯在於政策導向——面對高關注度的併購，監管層亦需表明態度，明確監管立場與政策導向，避免對可能存在的違規行為產生默許的激勵效應。夏宇康指，此次審查不單是個案合規的把關，亦是進一步完善相關規體系統的建設與執法尺度，阻斷核心技術資產流失的通路，建立國家對於高價值創新型企業跨境活動的主權管轄與引導權。

荷蘭光刻機巨頭 ASML 正以前所未有的速度擴大產能，以應對全球人工智慧基礎設施投資升溫帶來的先進光刻設備需求激增。據最新披露，ASML 預計今年至少生產 60 台 EUV（極紫外）光刻系統，比 2025 年銷售水準高出 36%，而下一階段年產能還將提升至至少 80 台。報導指出，ASML 在擴大整機產出的同時，也同步提升設備處理效率，包括升級讓部分機型每小時可處理更多晶圓，以進一步滿足晶片製造商對先進製程設備的迫切需求。

EUV 系統挑戰與產能擴張策略

不過，EUV 系統本就是當今製造業最複雜的設備之一，每台設備的組裝週期以月計，並高度依賴全球供應鏈。其核心工藝是利用雷射將錫融化轉化為極紫外光，再將極微細的電路圖案蝕刻到晶圓上，而哪怕是最小的氣氛汙染顆粒，也可能干擾整個製造流程，這使得產能擴張面臨天花板限制。為化解這些瓶頸，ASML 已在美国、德國和韓國擴建潔淨獨立產能，並計劃在荷蘭總部附近啟動一座新園區的建設，以支撐後續更大規模的生產佈局。

在資金開支方面，ASML 預計今年在晶圓、設備和基礎設施投入約 US$22 億，約 HK$171.6 億，高於去年水準。與此同時，公司亦增加工程師招聘與培訓投入，但荷蘭本地勞動力短缺仍是擴張過程中需面對的現實挑戰。為避免關鍵零件短缺拖累整機交付，ASML 還強化對供應鏈的管理。公司高層目前直接參與供應商協調工作，並透過定期溝通推動擴產節奏，因為任何一個關鍵部件缺失，都可能導致最終組裝停滯。

儘管 EUV 設備需求依舊強勁，但下一代高數值孔徑（High-NA）EUV 系統的導入前景存在一定不確定性。這類新設備能帶來更高解析度和生產效率，但成本亦顯著上升，促使晶片廠商選擇優先壓榨現有 EUV 平臺的性能，而非立即轉向新一代系統。對此，ASML 正為已安裝設備提供升級方案，以延長其性能與產出能力。 從更長遠視角看，ASML 還在研發更強的光源技術，期望進一步提升系統吞吐量。

雖然這些改進需數年時間才能全面部署，但隨着晶片設計持續微縮，這些技術被視為維持產業進步的關鍵一環。在業績預測方面，ASML 此前曾警示市場需求可能放緩，但公司已將全年銷售預測上調至 US$420 億至 US$470 億，約 HK$3276 億至 HK$3666 億。此增長預期反映大型科技企業持續推動 AI 相關產出，同時整個半導體行業亦在同步擴大投資規模。

即便如此，ASML 的增長仍受部分外部因素約束。客戶不僅需興建足夠規模的潔淨獨立空間，還須確保設備運作所需電力供應，而這些前期準備既耗時亦需大量資金投入。儘管存在這些限制，市場普遍預計未來數年 EUV 需求仍將保持強勁，ASML 亦正從產能、供應鏈和技術研發多個維度同步加速，以追趕不斷上升的市場需求。

有網友在四川成都街頭偶遇有趣一幕：起初以為是一位打扮成機器人模樣的街頭表演者，定睛一看才發現竟是機器人在打鼓。這段情景引發網友熱議，有人直言希望機器人能取代人類勞動，讓人們有更多時間去打鼓，而不是反過來讓機器人享受生活。近一年來，隨著人工智能與機器人技術飛速進步，中國自主研發的人形機器人頻頻突破，成為社會矚目焦點。這種跨界式的科技進步，正讓原本存在於科幻電影中的場景逐步走進現實生活。

中國人形機器人產業快速崛起

作為未來產業發展的重點方向，中國的人形機器人正從實驗室走向千行百業。憑藉持續的科技突破與場景落地的雙重助力，人形機器人已成為科技競賽的新高地，以及推動經濟高質量發展的新動能。相關數據顯示，2025 年中國人形機器人整機企業數量已超過一百四十家。這一年的出口量約為一萬四千四百台，佔據全球總出口量的 84.7%，展現中國強大的製造能力和市場開發潛力。在市場規模方面，中國人形機器市場已達 15.

5 億元人民幣，約 HK$16.895 億元，全球佔比約為 53.8%。無論是企業規模還是實際產出，中國在全球機器人產業鏈中均佔據舉足輕重的領先地位。
可以預見，隨著技術日新月異，未來機器人將變得更智能化、靈活性且具備情感化屬性。它們將更好、更快地融入人類日常生活，在工業生產、居家護理以及公共服務等領域成為人類的得力助手。從取代繁重體力勞動到參與休閒娛樂，機器人應用場景的不斷拓展，本質上是人類生產力進一步釋放的體現。

人機共生的這種新模式，將為社會創造更多可能性，深刻重塑我們的生產生活方式。

千里科技發佈 2026 年第一季度財報，報告期內公司實現營業收入 23.61 億元人民幣，約 HK$25.73 億元，較去年同期增長 31.37%；歸屬於上市公司股東的淨利潤達到 0.48 億元人民幣，約 HK$0.52 億元，同比大幅增長 141.31%。

AI 戰略布局與 Robotaxi 規劃

財報顯示，營業收入增長主要來自上年四季度重慶千里智駕科技有限公司納入合併報表範圍，新增智能駕駛收入，帶動整體收入上升。報告期內，公司汽車、摩托車業務穩步推進，AI 科技業務加速擴張，整體經營質量明顯提升。 千里科技近日召開 AI 戰略發佈會，正式公布「AI+車」最新戰略布局。此次發佈會明確 L4 與 Robotaxi 發展路徑，並同步推進 L2 智駕、智能座艙迭代及全新汽車品牌落地。

在戰略規劃上，公司強調「All in L4」方向，宣布與階躍星辰合作打造原生智駕基座模型，以 L4 架構反哺 L2 體驗。同時，其透露階段性目標：計劃於 2027 年推出 Robotaxi 綜合解決方案，目標至 2030 年實現全球超 30 萬輛 Robotaxi 覆蓋。 品牌布局方面，千里科技聯席董事長趙明公布了合作夥伴全新汽車品牌「游心」（PALLADE）。

該品牌首批將推出一款轎車和一款 SUV，產品定位在 20 萬至 40 萬元人民幣，約 HK$21.8 萬至 HK$43.6 萬的區間。

中國 AI 企業 DeepSeek 近日發佈 V4 模型預覽版，這是其備受期待的新一代旗艦模型。該模型相較前代，能處理更長的提示輸入，得益於全新設計，提升了大規模文本處理效率。雖然維持開源模式，其效能已匹敵 Anthropic、OpenAI 及 Google 等領先封閉源碼對手。這也是 DeepSeek 首個針對 Huawei Ascend 晶片優化的版本，測試中國對 Nvidia 依賴程度的關鍵一步。

V4 如何重塑 AI 格局

AI 系統已在數位領域展現強大掌控力，但物理世界仍屬人類主場。撰寫小說或程式碼對 AI 而言相對簡單，遠比摺衣或城市導航來得容易。為彌補此差距，研究人員認為需引入「世界模型」（world model）。Stanford 教授 Fei-Fei Li 及 AMI Labs 創辦人 Yann LeCun 等支持者指出，此模型可克服大型語言模型（LLM）的既有局限，並實現 AI 在機器人領域的潛力，將其推向前沿焦點。

中國監管機構以國家安全為由，阻撓 Meta 以 20 億美元（約 HK$156 億）收購 AI 新創 Manus。北京稱此交易為「陰謀」企圖掏空其科技基礎，同時收緊對 AI 企業外流的管制，升級中美 AI 競爭。Google 擬投資高達 400 億美元（約 HK$3,120 億）於 Anthropic，將其估值推至 3,500 億美元，支持其運算需求擴張。

Anthropic 與 OpenAI 正爭奪運算資源。 美國總統 Trump 解散國家科學委員會（NSF），引發政治干預科學研究的擔憂。華盛頓槍擊事件陰謀論在 X 平台湧現逾 30 萬則「staged」貼文，並擴散至 Bluesky 及 Instagram。AI 運算短缺波及整體經濟，影響就業、 gadget 及電價。 Elon Musk 表示，新銀行工具將使 X 平台接近「超級 App」，預計本月推出。

亞洲 AI 樂觀情緒高漲，美國則趨冷卻，此分歧或決定採用速度。Apple 將首款摺疊 iPhone 與新 CEO John Ternus 上任綁定，製造話題。十二家公司獲 32 億美元（約 HK$249.6 億）合約，開發 Golden Dome 太空攔截器。NASA 公布 Artemis II 積極成果，航天器及火箭表現良好。 肯亞大裂谷擁有五座地熱電站，利用蒸氣雲產生全國約四分之一電力。

但部分能源逸散大氣，其餘因需求不足留存地下。初創 Octavia Carbon 去年進駐，利用多餘能源從空氣中移除 CO2，宣稱方法高效、低成本且具擴展性，卻遭強烈反對。

中國國家發展和改革委員會要求美國科技巨頭 Meta 撤回對 Manus 的收購交易。Manus 是一家擁有中國背景、後移至新加坡的人工智能初創企業。此前，Meta 於去年 12 月宣布，計劃以 20 億美元收購這家公司。 中國國家發展和改革委員會當天在一份簡短聲明中表示，禁止對 Manus 的境外投資決定，係依據相關法律法規作出，並已要求交易相關方撤回此次收購安排。

Meta 股價在盤前交易中下跌 0.2%。

中美科技投資摩擦持續升溫

這筆交易自宣布以來，便持續受到中美雙方關注。報導指出，美國國會議員此前已禁止美國投資者直接投資中國人工智能企業；與此同時，中方亦在新加坡等地大力阻撓中國 AI 創業者將業務移往境外。中國政府此次出手干預，也在中國科技創新圈和風險投資界引發震動。部分業者原本希望借所謂「新加坡洗白」模式規避中美雙方審查，即將企業從中國移至新加坡，以降低來自北京和華盛頓的監管壓力。

資料顯示，Manus 最初成立於中國，後移址新加坡。該公司主要開發通用型 AI 智能體，並於去年 3 月推出首款通用人工智能智能體產品，可執行市場調研、編程和數據分析等複雜任務。該產品發佈後，Manus 曾被外界稱為「下一個 DeepSeek」。Manus 方面還曾表示，公司於去年 12 月實現 1 億美元年化經常性收入（ARR），距離產品推出僅過 8 個月，並稱這使其成為當時全球從零起步達到此里程碑速度最快的初創公司。

去年 4 月，Manus 完成一輪 7500 萬美元融資，領投方為美國風投機構 Benchmark。Meta 在去年底宣布此收購時曾表示，公司希望借此加速面向企業客戶的 AI 創新，並將更先進的自動化能力整合進其面向消費者與企業的產品體系中，其中包括 Meta AI 助手。 但至今年 1 月，中國商務部表示，將就此收購是否符合出口管制、技術出口及境外投資等相關法律法規展開評估和調查。

Meta 發言人今年 3 月曾向 CNBC 表示，此收購「完全符合適用法律」，並稱公司團隊預期相關調查將獲得「適當解決」。 對於中國叫停 Meta 收購 Manus 一事，亞太經濟合作組織（APEC）高官會主席陳文輝在回應記者提問時表示，「重要的是，各方應本著互利精神行事」。不過，他同時表示並不了解該問題的具體情況，並稱「如果這類問題能得到改善處理，將有助於推動 APEC 開展更具實質性的討論」。

Elon Musk 近日正式對 ChatGPT 開發商 OpenAI 及其高層（包括首席執行官 Sam Altman）提起訴訟，此案將於本周一正式開庭。一眾科技巨頭高管預計將出庭作證，核心爭議在於：OpenAI 管理層是否欺騙 Musk、背棄機構最初的非營利使命，私自轉型並建立盈利業務架構。（由左至右）：OpenAI 首席執行官 Sam Altman；Tesla 及太空探索技術公司（SpaceX）首席執行官 Elon Musk。

審訊關鍵期：OpenAI 即將首次大規模公開上市

此案審訊正值 OpenAI 處境敏感的關鍵時期：公司計劃首次大規模公開發行股票（IPO），行業競爭白熱化。若 Musk 勝訴，OpenAI 的上市計劃或將徹底泡湯。Altman 與 OpenAI 聯合創始人兼總理格雷格·布洛克曼（Greg Brockman）可能被解除職務，這將為 Musk 旗下的人工智能企業 xAI 掃清障礙、搶佔行業先機。 Wedbush Securities 分析師 Dan Ives 在研究報告中表示：「Musk 對 Altman，如同一場科技圈真人對決，所有投資者都在密切

關注。法律上，雙方大概率會互相揭短、激烈攻擊，對所有相關方均無益處，而 Musk 已將這場紛爭私有化。」但此案牽涉全球首富、人工智能旗艦企業及一眾頂尖科技巨頭與行業領袖，想要選出完全獨立、不帶偏見的審訊團，難度極大。 審訊團如何遴選？Musk 與 Altman 早已不只是企業高管，更是家喻戶曉的公眾人物。審訊團顧問向美國有線電視新聞網（CNN）表示，大量審訊員特別是來自矽谷的人群，「對這兩位科技與 AI 巨頭早已抱有根深蒂固的主觀立場。

」天普大學法學院審前義務項目負責人伊莎貝拉·利曼教授認同，存在固有印象並非絕對障礙。「法律並不要求審訊員未曾聽聞 Elon Musk 或人工智能，」她表示，「只要求審訊員拋開成見，依據法庭呈上的證據作出裁決。」 圖爾曼透露，法官將在本周一的審訊團篩選環節，徵詢三倍於普通民事案件規模的候選人數。法官與雙方律師將全面數篩審訊員的態度，不考慮他們對兩位知名當事人的看法，也會了解大眾對人工智能行業的整體立場。

此案中，審訊團無需作出參考性責任認定，最終裁決、處罰判決等全部由主審法官伊娃·田納西·羅薩·維爾決定。 Musk 的核心訴訟主因：Musk 於 2015 年聯合創立 OpenAI 並以非營利模式運營，同時提供資金支持。他自述，創辦初期累計投入約 4400 萬美元，約 HK$3.43 億。惟 2018 年，雙方理念衝突激烈，Musk 最終退出公司，並其後創立自家 AI 企業 xAI。

Musk 離開後，OpenAI 仍需補充運營資金，於 2019 年設立盈利子公司；2025 年，該盈利主體轉型為營利法人企業，由非營利基金會監督管理，該架構調整已於去年獲特拉華州及加州總檢察長批准。 Musk 指控，此次架構徹底背棄 OpenAI 初心：機構成立初衷為研發安全、開源的人工智能，服務公眾利益，而非謀取私人利潤。他認為，OpenAI 利用其當年投入的非法律性利益，構成慈善信託違約與不当得利。

Microsoft亦被列為共同被告，受指控協助、縱容 OpenAI 違反慈善信託協議。 Musk 在原始訴狀中寫道：「Altman 及其同夥背叛了我，也背叛了這家非營利機構的創立宗旨。這場背信與欺詐，堪稱莎士比亞式的遊戲鬧劇。」Musk 訴求包括：判令 OpenAI 恢復原有非營利架構、解除 Altman 與布洛克曼的董事職務、追繳 1300 億美元，約 HK$1014 億的補償金。

Musk 已向法院申請，所有補償金將撥歸 OpenAI 非營利主體，個人不會从中獲利。 OpenAI 則反擊稱，當年正是 Musk 本人極力推動公司轉向盈利模式；其離職的真正原因，是未能掌控公司所有決策權。此次訴訟完全源於 Musk 的怨憤心態、後悔當年抽身離場，並意圖惡意打壓競爭對手。利曼教授指出：「此案核心問題極為現實意義——一家以公眾利益為使命的企業，能否中途徹底轉型、背離初心？

與此同時，審訊員與公眾需審視 Musk 的真實動機：這場訴訟是捍衛原初，還是純粹商業競爭手段？這種糾葛將誤導全案。」 本次審前證據材料涵蓋數百頁電郵、短訊及科技行業大佬的私人文件。預計出庭人包括：Musk、Altman、布洛克曼、Microsoft首席執行官薩蒂亞·納德拉、前 OpenAI 高層管理人員，以及 Musk 的關聯人士（包括其多名前妻的母親、前 OpenAI 董事希拉·克萊曼）。

審訊團預計將於 5 月 12 日啟動評議審議。利曼表示：「一封電郵在交叉詰問中就可能致命，但審訊勝負的關鍵，永遠在於交換邏輯、背景事實、當事人可信度與舉證責任。最終勝訴一方，無疑能將複雜文書梳理成普通人能理解、信服的完整事實總結。」

OpenAI 發佈 GPT Image 2 當天，三榜通殺。該模型上線 12 小時，Text-to-Image（文生圖）、Single-Image Edit（單圖編輯）、Multi-Image Edit（多圖編輯）三個分榜全數登頂。Arena 官方原話：「a clean sweep」（全勝）。文生圖主榜，GPT Image 2 得 1512 分，Nano Banana 2 僅 1271 分，241 分差距為 Arena 史上最大。

「沒有任何模型曾以這種差距統治過 Image Arena」，Arena 官方表示。在 Image Arena 所有盲測對決中，GPT Image 2 勝率達 93%：100 張圖配對盲選，93 張人們選了 OpenAI 那張。 「如果把 DALL-E 看作洞穴壁畫，把 Images 1.0 視為古代藝術，那 Images 2.0 就是文藝復興。」OpenAI 在發佈會開場如此介紹 Images 2.

0，奧特曼更將其稱為跨代升級，好比從 GPT-3 躍升至 GPT-5。OpenAI 官方 API 文件對 Images 2.0 給出最高評價。但真正厲害之處，並不在數據上。

Google 壓制半年，OpenAI 總算扳回一城

被 Google 壓了半年，OpenAI 終於反擊，時空倒回 2025 年 8 月。Google 推出 Nano Banana，這款嵌入 Gemini 的圖像生成模型，在 C 端瞬間引爆。三個月後的 Q3 財報會上，Google CEO Sundar Pichai 親口公布一組數字：Gemini 月活，從 7 月的 4.5 億升至 10 月的 6.5 億。Google Labs 負責人 Josh Woodward 稱，這增長很大程度來自 Nano Banana 帶動的圖像生成熱潮。

11 月，Google 再發 Nano Banana Pro，文字渲染能力驚艷，AI 圖像首次能寫對字，OpenAI 在 C 端被反超。11 月 18 日，Google 再補一刀，Gemini 3 發佈即登頂 LM Arena，得 1501 分，首個突破 1500 的前列模型。 這一個月尾，奧特曼對全公司發了「code red」（紅色警報）的內部備忘錄。據 The Information 報導，奧特曼私下告誡員工，Gemini 3 可能給 OpenAI 帶來經濟逆風。

Yahoo Finance 後續揭露：code red 下，OpenAI 暫停 AI Agent 等其他產品研發，資源全傾注 ChatGPT。12 月，OpenAI 倉促拿出 GPT Image 1.5，Arena 第一，但 C 端沒能引爆。2026 年 2 月，Google 再補一刀，Nano Banana 2 登場，Arena 再度領先。OpenAI 又輸一次。

直到 4 月 21 日，GPT Image 2 上線，OpenAI 才實現反超，重奪一城。 GPT Image 2 何以領先 241 分？核心答案藏在架構層面。GPT Image 2 不是 Stable Diffusion 那一代的擴散模型。OpenAI 研究負責人 Boyuan Chen 稱，這是「revamped from scratch」（從零重構）的「generalist model」（通用模型），OpenAI 內部叫法是「圖像版的 GPT」。

但 Chen 在新聞簡報時拒絕公開承認是擴散還是自迴歸架構。外界普遍解讀為「帶推理規程的圖像生成系統」：畫之前先規劃，再下筆。這正是 GPT Image 2 與上代圖像模型最大不同。OpenAI 在官方說明中給它一個新標籤：首個具原生思考能力的圖像模型（image model with native thinking capabilities）。畫之前先想、畫完自我檢查、需要時上網搜資料、一次能出 8 張前後連貫的圖。

這不是畫筆，是會思考的視覺助手。 以下為 Arena 單分項數據，以表格呈現：

文字渲染是 2025 年 11 月 Nano Banana Pro 首次解決的難題，當時準確率 94%。GPT Image 2 推到 99%。OpenAI 發佈會現場演示：讓 GPT Image 2 畫一碗米飯，其中僅一粒米上寫有模型名稱。具體能力展現，OpenAI CTO Greg Brockman 在個人 X 帳號上做了示範。第一個案例，老照片修復。太空發黃的家庭老照片，一句提示詞，立馬變高飽和色彩版。

OpenAI 官方 API 文件中那句「high-fidelity image inputs」（高保真圖像輸入），說的就是模型對原圖細節的保留能力：輸入端能精準讀取太空的、破損的、模糊的老照片細節，輸出端才能重新渲染出鮮活版。 第二個案例中，Brockman 轉發用戶 @doodlestein 的一組測試圖：用同一個複雜提示詞讓 GPT Image 2 畫一張數學解說圖。

他評價說，即便複雜提示詞，GPT Image 2 也能生成風格各異的圖。@doodlestein 測試 GPT Image 2 用同一個提示詞畫一張線性代數解說圖，模型一口氣畫出 4 個完全不同的版本：同樣是 Mona Lisa + 特徵向量教學，每個版本的構圖、配色、資訊密度完全不同。這個案例真正價值不在「能畫數學圖」，而在解決過去兩年 AI 生圖的一個重要痛點：輸出單一、變化可控性差。

GPT Image 2 首次讓「一個 prompt 給我 4 個完全不同的方向」成為產品級能力。一位 LM Arena 資深測試者點評：GPT Image 2 與 Nano Banana Pro 的差距，跟 Nano Banana Pro 與 DALL-E 的差距一樣大。跨了整整一代。 GPT Image 2 Thinking 模式生成的 manga 風格漫畫頁：從一個簡單提示詞出發，模型保持角色一致性、刻畫多格情節。

DALL-E 退位，Adobe Canva 被逼到牆角。發佈當天，下游工具整合速度比科技圈預期的還快。Figma、Canva、Adobe Firefly、fal、Hermes Agent，全在 4 月 21 日當天完成整合。API 定價更是暗藏殺機：高質量出圖 US$0.21 一張，約 HK$1.64；ChatGPT Plus US$20 一個月，約 HK$156，圖像生成已包含在套餐內。

這個差價背後，可能帶來 2026 年圖像生成行業最大產能重組。 GPT Image 2 生成的 photorealistic candid（寫實抓拍）。海灘、陰天、復古車、膠片質感——這種過去要專業攝影師外拍 + 後期才能達到的視覺效果，如今 API US$0.21 一張。OpenAI 研究員 Gabriel Goh 說，photorealism 是他對這個模型最驕傲的能力。

5 月 12 日，DALL-E 2 和 DALL-E 3 正式退役。它們是 2022 年開啟整個 AIGC 視覺革命的開山祖師。三 年後，被 OpenAI 自家繼任者，親手送進歷史。 OpenAI 在官方發佈說明中提到：圖像不是玩具，是語言。一張好圖做的事和一句好話一樣：選擇、排列、呈現。這代表一種產品哲學轉向。當然，也不是沒有反方聲音。ZDNet 在實測中發現，GPT Image 2 無法準確複製商標 logo，連 ZDNet 自己的 logo 都被畫歪。

Nano Banana 2 在 portrait realism 和 multi-reference 一致性上仍有優勢。GPT Image 2 仍不夠完美，但競爭格局已出現變化。 渲染時代結束了，推理時代才開始。Google 把推理塞進圖像模型裡。OpenAI 把圖像工具塞進推理模型裡。242 分 Elo 差距測量的，就是兩個架構上的差異。implicator.

ai 有句評價，劃分了圖像生成的兩個時代。2022 至 2025 年，是渲染時代。DALL-E、Midjourney、Stable Diffusion，目標是「畫得像」。模型是畫筆，用戶是畫師，prompt 是畫布。 GPT Image 2 代表的是一個推理時代。模型先思考再下筆，能搜尋、能自檢、能完成任務。它不是畫筆，是會畫畫的助手。GPT Image 2 發佈真正值得重視的，是圖像生成走向「會思考」這件事本身。

短期看，Black Forest Labs（Flux 2）麻煩最大。Kingy AI 直言：作為 diffusion-first（擴散為先）的厂商，Flux 2 的整條技術水線在架構上和「token-by-token」的推理路徑是衝突的。要麼融合，要麼重寫，沒有第三條路。 中期看，Google 可能在下個季度反擊。Nano Banana 3，或 Imagen-Reason，時間不會太晚。

長期看，這件事影響遠不止圖像生成。當 AI 開始用「思考」來產生圖像、視頻、音樂、代碼，整個生成式 AI 的範式都會跟著發生變化。去年 12 月，奧特曼在備忘錄裡寫下「code red」的時候，應該沒想到五個月後會以這種方式重返 Arena 榜首。但這次反殺的真正意義，或許不是 OpenAI 贏了 Google，而是 OpenAI 改寫了圖像生成競技場的規則。

Arena.AI 單圖編輯榜（Image Edit Arena）：GPT Image 2 (medium) 仍以 1510+ 分持續登頂，第二、三、四、五名全被 OpenAI 自家模型和 Google Gemini 系列壓制。Google 下一拳什麼時候出？這個問題決定了 2026 下半年 AI 格局的走向。而在那一拳打出來之前，GPT Image 2 會在 Arena 榜首坐多久，沒人知道。