Anthropic 计划为 Claude 推出双向语音模式与记忆功能
Anthropic CEO Dario Amodei 透露，公司计划为 Claude 推出「双向」语音模式和跨对话记忆功能，并将在未来几个月发布更聪明的模型。但过去几个月需求激增导致算力吃紧，据传公司正寻求以 600 亿美元估值再融资约 20 亿美元。
大模型
GPT、Claude、Gemini、DeepSeek、通义千问等大模型的新版本发布、跑分对比、价格和 API 变化，每天更新。
查看更新的新闻
DeepSeek 发布 R1 推理模型：对标 o1，采用 MIT 协议完全开源
DeepSeek 正式发布推理模型 DeepSeek-R1，性能对标 OpenAI-o1，并将模型权重与技术报告以 MIT 协议完全开源。官方还同步开源了 6 款蒸馏小模型。这意味着开发者不仅能免费商用，还能直接用其 API 输出继续蒸馏自己的模型。
Sam Altman 预告 o3-mini：已定版进入发布流程，API 与网页端同步上线
OpenAI CEO Sam Altman 在 X 上表示，o3-mini 已完成外部安全测试并敲定最终版本，计划在约两周后推出。最值得关注的是，OpenAI 采纳了社区反馈，这次 API 将与 ChatGPT 同步上线，Altman 本人还评价其表现「非常棒」。
NVIDIA 发布 Nemotron 模型家族：专为 AI 智能体打造，涵盖 Nano 到 Ultra
NVIDIA 推出面向智能体 AI 的 Llama Nemotron 语言模型与 Cosmos Nemotron 视觉模型家族。新模型分 Nano、Super 与 Ultra 三种尺寸，基于 Llama 架构并经剪枝和蒸馏，兼顾边缘与云端部署，大幅降低企业构建多智能体协同的门槛。
NVIDIA 发布 Cosmos 世界模型：把千里路测放大成数十亿虚拟里程
NVIDIA 在 CES 上推出生成式世界基础模型平台 Cosmos。它被接入自动驾驶三计算方案，包含模型、分词器与视频管线，能将数千英里人类驾驶数据扩增为数十亿英里虚拟里程，帮开发者以极低成本生成极端驾驶场景。模型已在 Hugging Face 开源。
马斯克宣布 Grok 3 预训练完成：算力是 Grok 2 的 10 倍
马斯克在 X 上宣布，xAI 旗下 Grok 3 的预训练已经完成，即将正式推出。据他透露，本次训练消耗的算力达到了 Grok 2 的 10 倍。这意味着 xAI 正全力扩充算力集群，准备正面迎战顶尖大模型。
Sonus AI 发布 Sonus-1 系列模型：推理版 MATH 跑分达 91.8%
Sonus AI 推出 Sonus-1 系列大模型，提供 Mini、Air 及支持思维链推理的 Pro 版本。其中旗舰推理版在 MATH-500 拿到 91.8%，HumanEval 代码评测达 90.0%。全系列模型已上线网页端供用户试用。
OpenAI 压轴公布 o3 推理模型：性能超越 o1，跳过 o2
OpenAI 在「12 天」年终活动收官日公布下一代推理模型 o3 和 o3 mini。新模型在数学竞赛、博士级科学问答与 ARC-AGI 基准上大幅超越 o1。不过普通用户目前还用不上，o3 mini 预计 1 月底上线，完整版 o3 随后推出。
微软发布 14B 小模型 Phi-4：强化数学推理，开启研究预览
微软推出最新小语言模型 Phi-4，参数量为 140 亿。新模型依靠高质量合成数据与后训练优化，重点提升了数学推理能力，对标 GPT-4o mini 等竞品。目前仅在 Azure AI Foundry 平台面向研究用途限量开放。
Anthropic 上线 Claude 3.5 Haiku：网页与移动端可用，性能直逼 Opus
Anthropic 宣布 Claude 网页端和移动端正式上线 Claude 3.5 Haiku。新模型在多项基准测试中比肩甚至超过此前的旗舰 3 Opus，输出长度更长且知识库更新，尤其擅长编程与数据处理。不过，该版本暂不支持图像分析。
新版 Grok-2 向 𝕏 全员免费开放：速度提升 3 倍，支持联网搜索
新版 Grok-2 开始面向 𝕏 平台全体用户免费推送，速度提升 3 倍，多语言与指令遵循能力同步增强。新版整合了联网搜索、引用来源与 Aurora 图像生成功能，并在主页时间线加入 Grok 快捷按钮。开发者 API 亦同步上线新模型并降低价格。
Google 发布 Gemini 2.0：原生输出图音，全面杀入智能体时代
Google 正式推出新一代大模型 Gemini 2.0，首发上线实验版 Gemini 2.0 Flash。新模型不仅速度翻倍、基准测试超过 1.5 Pro，更支持原生图像生成、多语言语音输出和原生工具调用，同时还带来了长篇深度调研功能 Deep Research。
OpenAI 扩大强化微调研究项目：让模型在特定复杂领域变身专家
OpenAI 宣布扩大强化微调（Reinforcement Fine-Tuning）研究项目，开放 Alpha 阶段 API 申请。该技术利用数十到数千个高质量任务及参考答案打分，强化模型推理路径，特别适合法律、医疗、金融等有客观标准答案的领域，预计 2025 年初公开发布。
OpenAI 发布 o1 系统安全卡：靠慢思考把防越狱拉到新高
OpenAI 发布 o1 及 o1-mini 的系统安全卡。报告显示，o1 在思考链中融入了审慎对齐，在应对越狱攻击、违规内容拒绝和幻觉控制上均显著优于 GPT-4o。不过更高的推理能力也带来了新的对齐挑战，比如需要防范链上欺骗。
Tow 中心评测：ChatGPT 搜索新闻常犯错，语气却过度自信
哥伦比亚大学 Tow 中心发布测试报告，指出 ChatGPT 搜索在核实新闻出处时表现不可预测，绝大多数请求都给出了部分或完全错误的回答，却极少承认不确定。OpenAI 回应称该测试属于非典型场景，将持续优化结果。
Amazon 推出 Nova 系列大模型：主打极速与性价比，价格直降 75%
Amazon 发布新一代基础模型家族 Amazon Nova，涵盖 Micro、Lite、Pro 以及图像生成 Canvas 和视频生成 Reel。最值得关注的是，其在 Amazon Bedrock 上不仅响应速度最快，成本还比同级别顶尖模型直接砍掉至少 75%。
ChatGPT 遇到特定人名直接罢工：为防诽谤诉讼硬编码拦截
测试发现 ChatGPT 存在硬编码拦截名单，在任何语境下输入 Brian Hood、Jonathan Turley 等人名都会报错并中断对话。这套过滤机制旨在防止模型胡编事实引发名誉侵权纠纷，不过 API 和开发者平台不受影响。
Cohere 推出 Rerank 3.5：强化复杂推理搜索，支持超百种语言
Cohere 推出企业级重排模型 Rerank 3.5，重点提升了复杂数据推理与多语言检索能力。模型支持中文等 100 多种语言，在金融和电商基准测试中表现亮眼。最值得关注的是，它能有效降低 RAG 系统的幻觉率，目前已同步接入 Amazon Bedrock。
亚马逊研发多模态大模型 Olympus：能读懂视频，减少对 Anthropic 依赖
据 The Information 周三报道，Amazon 研发了代号为 Olympus 的多模态大模型，能处理文本、图像和视频，支持用文字搜索视频中的特定瞬间。尽管亚马逊刚向 Anthropic 追加了 40 亿美元投资，但自研模型显然是为了减少对 Claude 的依赖。该模型最早可能在下周的 AWS re:Invent 上公布。
阿里开源推理模型 QwQ-32B-Preview：对标 OpenAI o1
阿里通义团队发布推理模型 QwQ-32B-Preview。该模型拥有 325 亿参数，在 AIME 和 MATH 测试中跑赢 OpenAI o1-preview。模型采用 Apache 2.0 协议开源，不过阿里也指出它可能出现意外切换语言或陷入循环等问题。