OpenAI 关停 Sora 视频产品：释放算力全力押注新模型 Spud
OpenAI 被曝将逐步关闭 Sora 及其 API 等全部视频产品，把算力腾给数周内推出的下一代核心模型「Spud」。Sora 团队转向机器人世界模拟，迪士尼 10 亿美元合作随之搁置。换句话说，OpenAI 正在砍掉吞噬资源的支线任务，全力回防核心模型竞争。
大模型 · 日报
周二
3月24日 星期二
Google 演示 Gemini 3.1 Flash-Lite：实时生成网页，点哪生成哪
Google DeepMind 演示轻量模型 Gemini 3.1 Flash-Lite 实时生成网页的能力。用户在演示浏览器中点击、搜索或跳转时，页面全部即时动态构建，没有任何预制网页。这展现了该模型极快的生成速度与低延迟响应能力。
周一
3月23日 星期一
Mistral 发布 Voxtral TTS：4B 参数语音模型，延迟仅 70 毫秒
Mistral AI 发布首个文本转语音模型 Voxtral TTS。该模型参数量为 4B，支持英语、法语等 9 种语言，典型输入延迟仅 70ms，最快仅需 3 秒音频即可完成声音克隆。模型权重已开源，API 定价为每千字符 0.016 美元。
Luma Labs 发布 Uni-1：边思考边生成像素，把推理与渲染合二为一
Luma Labs 推出新模型 Uni-1，主打思考与像素生成同步进行。与以往将推理和图像渲染完全割裂的流水线不同，它采用一体化架构直接出图。官方称这种设计减少了人工干预痕迹，能带来更具原生智能的视觉表现。
Sakana AI 上线 Sakana Chat：后训练去除模型审查，拒答率降至近零
Sakana AI 推出对话服务 Sakana Chat，搭载专为日本市场后训练的 Namazu α 系列原型模型。该系列基于 DeepSeek 与 Llama 等开源基座，不仅自带联网搜索，还将 DeepSeek 针对敏感问题的 72% 拒答率降至近乎为零，同时推理与编码能力未见损耗。
周四
3月19日 星期四
Cursor 上线编程模型 Composer 2：性能大涨，输入每 1M token 仅 0.5 美元
Cursor 宣布推出编程模型 Composer 2，现已在编辑器中上线。该模型通过持续预训练和长流程强化学习训练，CursorBench 跑分达 61.3。定价为输入每 M token 0.50 美元、输出 2.50 美元，默认提供更快版本，个人付费套餐内包含额度。
周三
3月18日 星期三
小米发布 MiMo-V2-Pro：万亿参数主打 Agent，曾化名霸榜 OpenRouter
小米发布面向 Agent 任务的旗舰模型 MiMo-V2-Pro。该模型此前曾以代号「Hunter Alpha」登顶 OpenRouter 榜单，总参数超 1T、激活参数 42B，支持 1M 上下文，主打工程开发与工具调用。目前 API 已向全球开放公测。
MiniMax 发布 M2.7：让 AI 参与自我迭代，接手半数强化学习研发
MiniMax 推出推理大模型 M2.7，首次让模型深度参与自身进化，在强化学习开发流程中自主承担了 30% 至 50% 的日志排查、调试与指标分析工作。模型在 SWE-Pro 达到 56.22% 准确率，目前已上线 MiniMax API 与 OpenRouter。
周二
3月17日 星期二
OpenAI 推出 GPT-5.4 mini 与 nano：速度翻倍，编程逼近旗舰
OpenAI 推出轻量模型 GPT-5.4 mini 与 nano。mini 运行速度比前代快 2 倍以上，编程评测逼近旗舰，输入每百万 token 仅需 0.75 美元；更轻的 nano 仅需 0.20 美元。它们专为低延迟编码、界面操作和子智能体协作打造。
周五
3月13日 星期五
Meta 推迟新 AI 模型 Avocado：内部测试不及竞品
据《纽约时报》报道，Meta 推迟了代号为「Avocado」的新 AI 模型发布，从原定的 3 月中旬推迟至最早 5 月。内部测试显示，该模型在推理与编程上落后于 Google 和 OpenAI 的旗舰产品，高层甚至讨论过临时授权 Gemini。
Anthropic 全量开放 100 万上下文：Opus 4.6 不加价，支持 600 页文件
Anthropic 宣布 Claude Opus 4.6 与 Sonnet 4.6 的 100 万 token 上下文窗口正式全量可用，且维持标准费率不收长文本溢价。单次请求媒体上限同步提升至 600 张图片或 PDF 页面。Claude Code 订阅用户也将默认支持该能力，彻底减少上下文压缩造成的信息丢失。
周四
3月12日 星期四
Claude 支持内嵌交互图表：对话流里直接生成、随时点击探索
Anthropic 为 Claude 推出内嵌可视化测试版。与侧边栏固定的 Artifacts 不同，Claude 现在能在对话流中直接生成临时的交互式图表，例如可调整参数的复利曲线或可点击的元素周期表，并随对话演进实时修改。该功能面向所有套餐默认开启。
周三
3月11日 星期三
NVIDIA 开源 Nemotron 3 Super：专为智能体打造，吞吐量提升 5 倍
NVIDIA 开源大模型 Nemotron 3 Super。该模型总参数达 1200 亿，推理时仅激活 120 亿，并提供 100 万 token 上下文。其混合 Mamba 与 MoE 架构将智能体工作流吞吐量提升最高 5 倍，有效解决了多智能体协作时的上下文膨胀与高昂推理成本问题。
周二
3月10日 星期二
Google 发布 Gemini Embedding 2：图文音视打进同一向量空间
Google 发布首个原生多模态嵌入模型 Gemini Embedding 2 公测版。它能把文本、图像、最长 120 秒视频、原生音频与 PDF 映射到统一向量空间，单次请求支持多模态混排，并可通过 MRL 动态降维来节省存储成本。
周一
3月9日 星期一
OpenAI 推迟 ChatGPT 成人模式：优先提升智力与主动交互
OpenAI 宣布推迟上线原计划的 ChatGPT「成人模式」，将精力转向模型智力提升、个性化与更具主动性的体验。官方表示仍坚持「把成年人当成年人对待」的原则，但做好体验需要更多时间，目前正针对未成年人推行年龄预测与安全保护工具。
周四
3月5日 星期四
OpenAI 上线 GPT-5.4：原生支持操控电脑，上下文拉到 100 万 token
OpenAI 发布 GPT-5.4 及 Pro 版本，支持 100 万 token 上下文与原生电脑操作。在 OSWorld 基准上它以 75.0% 的成功率超过人类平均水平，并新增工具搜索功能以降低调用成本。最值得关注的是，模型开始支持中途调整思考方向，让复杂工作流少走弯路。
周三
3月4日 星期三
Microsoft 开源 Phi-4-reasoning-vision-15B：用十分之一算力死磕多模态推理
Microsoft 推出 150 亿参数的多模态推理模型 Phi-4-reasoning-vision-15B 并开源权重。它仅用 2000 亿多模态 token 训练，在数学科学推理和电脑屏幕界面识别上表现亮眼，以极低算力成本逼近主流大尺寸多模态模型。
周二
3月3日 星期二
Google 发布 Gemini 3.1 Flash-Lite：首字提速 2.5 倍，百万 token 仅 0.25 美元
Google 推出轻量模型 Gemini 3.1 Flash-Lite。其首字响应速度比 2.5 Flash 快 2.5 倍，输入定价仅每百万 token 0.25 美元。该模型支持调节思考深度，专为高频实时任务设计，现已在 Google AI Studio 和 Vertex AI 开放预览。
OpenAI 上线 GPT-5.3 Instant：少说教少拒绝，幻觉率降 26.8%
OpenAI 发布 GPT-5.3 Instant，重点改进日常对话体验。新版本大幅减少了敏感话题下的过度防卫和说教前奏，不再动辄直接拒答，并在联网搜索时更好融合自身知识。官方测试显示，其在高风险领域的联网幻觉率降低了 26.8%。
xAI 发布 Grok 4.20 Beta 2：强化指令遵循，减少幻觉
xAI 发布 Grok 4.20 Beta 2 更新。新版本重点提升了模型的指令遵循能力并减少了能力层面的幻觉，同时改善了 LaTeX 科学文本质量、图片搜索触发精度及多图渲染稳定性。目前该模型仍处于测试阶段，官方尚未公布基准跑分等技术细节。
周三
2月25日 星期三
Anthropic 处理 Opus 3 退役：保留付费访问，还给它开了专栏
Anthropic 宣布虽然 Claude Opus 3 已于 1 月 5 日退役，但仍向 claude.ai 付费用户开放，并支持 API 申请。团队还在「退役访谈」后遵从其意向，给它开辟专栏 Claude's Corner 每周发随笔，至少连载三个月。
