三星推出自研大模型 Gauss：主打端侧运行，覆盖语言代码和图像
Samsung 推出自研生成式 AI 模型 Gauss。该模型由 Samsung Research 开发，包含处理翻译和摘要的 Language、编程助手 Code 以及图像生成与编辑的 Image 三部分。相比依赖云端的方案，它主打端侧本地运行，预计将搭载于明年的 Galaxy S24 系列中。
大模型 · 日报
周四
11月9日 星期四
周三
11月8日 星期三
传亚马逊研发「Olympus」大模型：或达 2 万亿参数，最快 12 月亮相
据外媒报道，Amazon 正在秘密研发代号为「Olympus」的大语言模型，参数规模据称达 2 万亿。该项目由 CEO Andy Jassy 直接监督，最快或于 12 月亮相，未来计划接入线上商城与 Alexa 智能音箱以追赶 OpenAI 与 Google。
周一
11月6日 星期一
OpenAI 推出 GPT-4 Turbo：支持 128K 上下文，价格腰斩再腰斩
OpenAI 在 DevDay 推出 GPT-4 Turbo，上下文直接拉到 128K，输入和输出价格比原版便宜了三分之二和一半。官方还同步上线 Assistants API，自带代码解释器和检索功能，开发者不用再为管理状态和切分向量抓狂了。
周五
11月3日 星期五
xAI 推出聊天机器人 Grok：能实时看 X、说话带点毒舌
Elon Musk 宣布 xAI 推出首款 AI 助手 Grok，底层搭载 Grok-1 模型。Grok 具备实时抓取 X 平台信息的能力，设定上自带幽默与讽刺风格。目前该模型正向美国少量用户及特定群体内测，结束早期测试后将向 X Premium+ 订阅者开放。
周二
10月31日 星期二
Phind 编程模型超越 GPT-4：速度快 5 倍且支持 16k 上下文
Phind 推出自研编程模型，在 HumanEval 评估中取得 74.7% 的成绩，编码表现超越 GPT-4。借助 NVIDIA TensorRT-LLM 与 H100，生成速度达每秒 100 token，并支持 16k 上下文。该模型已在 Hugging Face 开源，同时提供网页端与 VS Code 插件免费试用。
周日
10月29日 星期日
ChatGPT Plus 测试全能模式：支持传文件分析，告别手动切工具
OpenAI 开始向 ChatGPT Plus 会员推送新测试功能，支持直接上传并分析文本或表格文件。最省事的是，GPT-4 能结合上下文自动决定何时联网搜索或调用数据分析，不再需要手动在下拉菜单里切模式。目前新功能正在灰度推送中。
周二
10月24日 星期二
Twelve Labs 推出 Pegasus-1：直接看懂长视频并生成文本
Twelve Labs 推出视频语言基础模型 Pegasus-1，并上线视频转文本 API。它放弃常见的抽帧转图片路线，直接整合视觉、音频与语音信息，用于长视频的摘要、分段与报告生成。这意味着长视频理解不再受限于单帧切片。
周三
10月18日 星期三
OpenAI 弃坑 Arrakis：取名自《沙丘》的低成本模型因效率未达标夭折
据 The Information 报道，OpenAI 在今年早些时候叫停了代号为 Arrakis 的模型项目。该项目原本与 GPT-4 并行开发，旨在大幅压低 ChatGPT 的推理成本，但最终因效率未能达标被砍，让合作伙伴微软的部分高管大失所望。
周二
10月17日 星期二
百度发布文心 4.0：李彦宏称综合能力各方面均不逊于 GPT-4
在百度北京举办的「Prompt the World」大会上，李彦宏正式推出文心大模型 4.0。他表示该模型在理解、生成、逻辑和记忆四大核心能力上全面升级，综合水平不逊于 GPT-4。百度已将其接入搜索、文库和地图等产品，不过资本市场反响偏谨慎，发布当日股价微跌。
周一
10月16日 星期一
Anthropic 扩大开放范围：Claude 网页版正式覆盖全球 95 个国家
Anthropic 宣布扩大网页端访问范围，正式面向全球 95 个国家和地区开放 claude.ai。用户登录后即可直接与 Claude 对话，处理日常或专业工作。这意味着更多海外用户无需排队或等待，就能直接体验 Claude。
Portkey 实测 GPT-4 变快：极值延迟砍半，速度逼近 GPT-3.5
Portkey 监测数据显示，GPT-4 响应延迟过去三个月稳步下降，速度正逼近 GPT-3.5。在第 99 百分位的高延迟请求中，耗时缩减超一半；中位数请求的每 token 耗时已低于 1 毫秒。虽然依旧更贵，但对大多数请求来说它已不再慢。
周日
10月15日 星期日
Google MakerSuite 界面曝光：Gemini 即将接入，秘密工具 Stubbs 可一键生成应用
开发者曝光 Google MakerSuite 的未发布界面。多模态大模型 Gemini 将直接接入该平台，同时曝光的还有秘密工具「Stubbs」，允许用户仅凭单句提示词生成、部署并分享可交互的应用原型。
周一
10月2日 星期一
Stability AI 推出 Stable LM 3B：专为端侧打造，表现超越部分 7B 模型
Stability AI 推出 3B 参数的轻量语言模型 Stable LM 3B，专为掌上设备和笔记本打造。它的常识推理表现不仅超越同尺寸前代模型，还胜过部分开源 7B 模型，能显著降低端侧运行成本。模型以 CC-By-SA 4.0 协议开源，作为基础模型供开发者微调。
周一
9月25日 星期一
ChatGPT 支持看图和语音对话：能听会说，还能看懂冰箱食材
OpenAI 宣布为 ChatGPT 推出语音和图像能力。用户可以直接拍照让它分析内容或答疑，还能用 5 种声音与它实时双向语音对话。该功能在未来两周内向 Plus 和 Enterprise 用户陆续开放，移动端和桌面端均有适配。
周一
9月18日 星期一
截击 Google Gemini：传 OpenAI 正加速推出多模态 GPT-Vision
据 The Information 报道，OpenAI 正加速为 GPT-4 全面引入视觉多模态能力（GPT-Vision），并筹备代号为 Gobi 的下一代模型。这套看图写代码的能力此前仅向少数机构内测，OpenAI 试图抢在 Google 今秋发布 Gemini 之前落地，继续稳坐领头羊位置。
