微软备战 GPT-5：GPT-4.5 最快下周上线，新旗舰或 5 月亮相
据 The Verge 报道，微软正筹备服务器容量，预计最快下周托管 OpenAI 的 GPT-4.5，GPT-5 则有望于 5 月底亮相。最值得关注的是，GPT-5 将整合 o3 推理能力，把两个系列合二为一，告别手动挑模型的麻烦。
大模型 · 日报
周四
2月20日 星期四
xAI 限时免费开放 Grok 3：带 Think 推理和 DeepSearch
Elon Musk 宣布 xAI 最新大模型 Grok 3 短期内向所有用户免费开放，无需付费订阅。免费版即可体验 Think 深度推理与 DeepSearch 搜索，但高峰期会受限，语音模式与 Big Brain 功能仍归付费会员专属。
周三
2月19日 星期三
安全机构实测 Grok 3：防御薄弱，极易被越狱和套出系统提示词
安全机构 Adversa AI 报告称 xAI 刚发布的 Grok 3 存在严重安全缺陷，测试的 4 种越狱手段中有 3 种能攻破，且能泄露完整系统提示词。研究人员警告，一旦此类脆弱模型被用于自主行动的智能体，黑客极易通过恶意指令直接劫持权限。
微软 Xbox 发布 Muse 模型：AI 渲染游戏画面，还想复活经典老游戏
微软研究院与 Ninja Theory 联合发布名为 Muse 的世界与人类动作模型，研究已刊登在《自然》杂志。它基于动作竞技游戏《尖峰战队》训练，能理解 3D 物理与手柄操作并实时生成连贯玩法。最值得看的是，Xbox 打算用它把被老硬件绑死的经典老游戏搬到任意屏幕上。模型已上线 Azure AI Foundry 供开发者体验。
Google 发布 PaliGemma 2 mix：开箱即用，兼顾多项视觉任务
Google 推出 PaliGemma 2 mix 检查点。该模型针对混合任务微调，无需额外调优即可开箱处理 OCR、图像描述等通用视觉语言任务，并依据 Prompt 提示词切换能力。使用初代 PaliGemma mix 的用户可以直接无缝升级。
周二
2月18日 星期二
xAI 发布 Grok 3 系列：20 万张 GPU 练出推理版，硬刚 o3-mini
xAI 发布新一代旗舰模型 Grok 3 家族，引入思考推理版本与 DeepSearch 深度搜索。该模型耗费约 20 万张 GPU 训练，号称在 AIME 等基准测试超越竞争对手。X 的 Premium+ 订阅用户现已可用，xAI 还计划数月后开源 Grok 2。
周一
2月17日 星期一
Mistral 推出区域大模型 Saba：专攻阿拉伯语，顺便懂南印语言
周一，Mistral 发布针对阿拉伯语国家定制的模型 Mistral Saba，参数量为 240 亿。官方称其阿拉伯语表现远超同量级的 Mistral Small 3，且能较好支持泰米尔语等语言。模型已支持 API 调用与本地私有化部署。
周日
2月16日 星期日
xAI 发布 Grok 3：算力翻 10 倍，带深度推理和 DeepSearch
周一晚，xAI 正式发布新旗舰模型 Grok 3 系列，包含两款支持自我检查的推理模型。Musk 称其调用约 20 万张 GPU 训练，算力达 Grok 2 的 10 倍，在数学测试上超越 GPT-4o 与 o3-mini。目前已面向 X 的 Premium+ 订阅用户开放。
周四
2月13日 星期四
OpenAI 移除 ChatGPT 橙色内容警告：减少莫名拒绝，给模型松绑
OpenAI 宣布移除 ChatGPT 界面中提示潜在违规的橙色警告框。官方表示此举旨在减少不必要的拒绝和过度审查感，只要不违法或造成伤害，用户可更自由地使用。核心违规内容依然会被拒，不过敏感话题的处理正逐渐放宽。
Anthropic 曝数周内发布新模型：混合深度推理与快速响应
据 The Information 报道，Anthropic 准备在数周内推出下一代 AI 模型。新模型采用混合架构，可在深度推理和快速响应间切换，并提供滑动条让开发者按算力控成本。报道称其在部分编程任务上已超过 OpenAI o3-mini-high。
周三
2月12日 星期三
OpenAI 路线图曝光：GPT-5 将统一整合 o3，免费用户也能用
OpenAI 首席执行官 Sam Altman 公布产品路线图。团队将先推出内部代号 Orion 的最后一款非思维链模型 GPT-4.5；随后的 GPT-5 将整合 o3 等能力并消灭繁琐的模型选择器，届时 ChatGPT 免费用户也可无限制使用标准智能档位。
周二
2月11日 星期二
Perplexity 推出新版 Sonar：每秒 1200 token，几乎即时出答复
Perplexity 发布新版自研模型 Sonar。它基于 Llama 3.3 70B 微调，由 Cerebras 提供推理支持，生成速度达每秒 1200 token。官方称其用户满意度超越 Claude 3.5 Sonnet，目前已面向 Pro 用户开放测试。
周四
2月6日 星期四
OpenAI 更新 o3-mini 思考链：向所有用户展示更详细推理步骤
OpenAI 宣布更新 ChatGPT 中 o3-mini 的思考链展示，免费与付费用户都能看到更详细的推理步骤。虽然出于安全与防蒸馏考虑仍未公开完全原始的思考链，但新增了后处理步骤以过滤风险内容，并支持以非英语母语显示思考过程。
Kyutai 发布同传模型 Hibiki：实时法语译英语，保留原声与语速
Kyutai 发布实时语音同传模型 Hibiki，目前支持法译英。它在实时输出语音与文本翻译的同时保留原说话者声线，并依据语义自适应调节语速。官方评估显示其自然度与音色相似度已逼近专业人类同传。
周三
2月5日 星期三
Karpathy 发布 3.5 小时视频：带普通人看透大模型训练全流程
AI 专家 Andrej Karpathy 在 YouTube 发布时长超 3 个半小时的科普视频。内容面向非技术背景大众，完整拆解了从预训练、监督微调到强化学习的全过程，还顺手解释了模型幻觉与思维链机制。想搞懂 ChatGPT 怎么运转，看这一个视频就够了。
Google 全面开放 Gemini 2.0：Pro 版登场，新增超廉价 Flash-Lite
Google 正式将 Gemini 2.0 Flash 转为全面可用，并推出最擅长编程的 2.0 Pro 实验版，拥有 200 万 token 上下文窗口。同时亮相的还有主打极致性价比的 Flash-Lite。Gemini Advanced 用户现已可在网页与手机端直接选用 Pro 模型。
周四
1月23日 星期四
Anthropic 为 Claude API 推出引用功能：精准标记原文句子，引用文本不收输出费
Anthropic 为 Claude API 推出 Citations 引用功能，支持 Claude 3.5 Sonnet 和 Haiku。传入文档后，模型会自动在回答中精确标注引用的句子与段落，内部测试召回准确率提升 15%，且引用的原文不收输出 Token 费用，大幅降低了防幻觉门槛。
Altman 确认：推理模型 o3-mini 将向 ChatGPT 免费用户开放
OpenAI 首席执行官 Sam Altman 宣布，轻量版推理模型 o3-mini 不仅面向付费用户，还将向 ChatGPT 免费用户开放。Plus 用户则将获得充足的调用额度。o3-mini 响应更快且擅长复杂推理，不过官方尚未公布具体的上线日期。
周二
1月21日 星期二
Gemini 2.0 Flash Thinking 更新：理科跑分刷新，支持代码执行
Demis Hassabis 宣布 Google 的 Gemini 2.0 Flash Thinking 迎来更新，在数学评测 AIME 拿下 73.3%、科学评测 GPQA Diamond 达 74.2%。新版本加入了代码执行和 100 万 token 上下文，并降低了思考与答案自相矛盾的概率。
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。
周一
1月20日 星期一
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。
周五
1月17日 星期五
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」。