而这次的名字也是非常的直接，gpt-oss，即Open Source Series，意思就是"开源系列"。 它们的亮点如下： 并且它俩均采用Apache 2.0许可证，允许商用无需付费或授权。 从性能角度来看，gpt-oss已经达到了开源模型里推理性能的第一梯队，但在代码生成和复杂推理任务中仍略逊于闭源模型（如GPT-o3和 o4-mini）。 gpt-oss-120b ：1170亿参数（MoE架构，激活参数约51亿），可在单张80GB GPU上运行，性能接近闭源的o4-mini。 gpt-oss-20b ：210亿参数（Moe架构，激活参数约36亿），可在16GB内存的消费级设备上运行，性能接近o3-mini。 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 没能等到GPT-5，但OpenAI在深夜却 很突然地open了一下 —— 开源两个推理模型： gpt-oss-120b 和 gpt-oss-20b 。 要知道，上一次OpenAI开源模型还是6年前，也就是2019年的GPT-2。 | | gpt-oss-120b | gpt-oss-20b | OpenAl o3 | OpenAl o4-mini ...

图 1 ：指代检测的应用场景实例 最近， IDEA 提出全新解决方案 Rex-Thinker ，首次将人类思维中的 "逻辑推理链" 引入视觉指代任务，让 AI 像人一样分步思考、验证证据，在权威测评中不仅准 确率显著提升，更展现出强大的 "知之为知之" 能力！ Caption ： Rex-Thinker 的思考过程 在日常生活中，我们常通过语言描述寻找特定物体："穿蓝衬衫的人""桌子左边的杯子"。如何让 AI 精准理解这类指令并定位目标，一直是计算机视觉的核心挑 战。现有方法常被两大问题困扰： 决策过程不透明 （"黑箱" 预测）和 拒识能力不足 （对不存在物体输出错误结果）。 Demo论文地址： https://arxiv.org/abs/2506.04034 突破在哪？让 AI 学会 "思考三步走" 传统模型直接输出目标检测框，而 Rex-Thinker 创新性地构建了可解释的推理框架： 1. 规划 （Planning） 拆解语言指令："找到坐在乌龟上的人" → 分解为 "第一步找到乌龟 → 第二步判断每个人是否坐在乌龟上" 2. 验证 （Action ）对每个候选目标（如 "Person 1""Perso ...