OpenAI 升级 GPT-4 Turbo：视觉请求全面支持 JSON 与函数调用
OpenAI 宣布升级版 GPT-4 Turbo 正式上线 API，并开始向 ChatGPT 陆续推送。带有视觉能力的 GPT-4 Turbo 结束预览进入通用可用阶段，不仅支持图像理解，视觉请求还能直接搭配 JSON 模式和函数调用，方便开发者直接提取结构化数据。
OpenAI
查看更新的新闻
Microsoft 设立伦敦 AI 中心：挖来 DeepMind 前科学家，猛攻前沿大模型
Microsoft AI 宣布在伦敦设立全新 AI 研发中心，由前 DeepMind 科学家 Jordan Hoffmann 带队。该中心将专注于研发顶尖语言模型及配套工具，并与 OpenAI 展开合作。这也是微软在英国 25 亿英镑 AI 投资布局的进一步落地。
纽时曝 OpenAI 转录超 100 万小时 YouTube 视频：用来训练 GPT-4
据《纽约时报》报道，OpenAI 为缓解训练数据匮乏，曾利用 Whisper 转录超过 100 万小时的 YouTube 视频用于训练 GPT-4。内部明知存在法律争议，仍认定为合理使用。Google 与 Meta 也被曝面临数据耗尽危机，正处于版权灰色地带。
OpenAI 升级微调 API：支持断点保存与对比测试，拓展定制模型服务
OpenAI 宣布升级微调 API，新增按轮次保存检查点、多模型并排对比的 Playground 以及与第三方平台集成等功能。此外还正式推出「辅助微调」项目，由官方团队协助企业利用 PEFT 等深度技术定制专属模型。
Storyblocks 推出 AI 搜索：结合 BERT 与大模型，下载率提升 60%
素材平台 Storyblocks 推出 AI 搜索升级。平台采用 BERT 架构与 OpenAI 大模型，不仅每 4 小时重新评估新素材表现，还利用 AI 自动筛选视频封面。早期测试显示，优先展示新素材使下载率提升高达 60%。
ChatGPT 升级图像功能：支持选区局部修改，手机涂鸦也能直接生图
OpenAI 上线 ChatGPT 图像生成与编辑功能，面向所有用户开放。你不仅能用画笔圈出局部做定向微调，还能在手机端画草图转成精细画作。最值得关注的是改图不再需要重抽整张图，不过官方提示局部编辑可能偶尔超出选区范围。
OpenAI 开放 ChatGPT 免注册使用：打开网页直接聊
OpenAI 宣布用户无需注册或登录账号，即可直接使用 ChatGPT。该体验正在全球逐步上线，免登录用户的对话默认用于模型训练，但可在设置中手动关闭。这一改动彻底去掉了体验 AI 的注册门槛，不过高级功能仍需账号。
传微软与 OpenAI 拟建千亿美元超算「星际之门」
据 The Information 报道，微软与 OpenAI 正规划耗资高达 1000 亿美元的超级计算机数据中心项目「Stargate」。该项目拟部署数百万颗专用芯片，计划最快于 2028 年推出，后续电力需求可能高达 5 吉瓦。不过项目能否推进，还取决于 OpenAI 能否显著提升模型能力。
OpenAI 演示 Voice Engine：只需 15 秒音频，但因安全风险暂不开放
OpenAI 展示了语音克隆模型 Voice Engine 的小规模测试进展。该模型仅凭 15 秒音频样本就能复刻逼真且带情感的人声。由于担心深度伪造等滥用风险，官方暂不公开发布，并呼吁社会逐步淘汰银行等系统的语音身份验证。
Claude 3 Opus 登顶 Chatbot Arena：首次超越 GPT-4 终结一年霸榜
周二，Anthropic 旗下大模型 Claude 3 Opus 在盲测天梯榜 Chatbot Arena 上首次超越 OpenAI 的 GPT-4 登顶。自 2023 年 5 月以来，GPT-4 系列一直稳居榜首。这也是首次有非 OpenAI 厂商的模型拿下王座，其轻量级模型 Haiku 同样表现抢眼。
Airtable 全面上线 AI 功能：跨表格汇总打标，每人每月 6 美元起
Airtable 宣布全面上线 Airtable AI，能跨表格总结信息、自动分类打标、翻译并一键生成邮件。底层接入 Amazon Bedrock，支持切换 GPT-4 或 Claude 等模型。该功能为付费自选项，提供 500 次免费额度，随后每人每月 6 美元起。
代码曝光 OpenAI 新动作：GPT-4 放宽限额，DALL-E 3 补上局部重绘
开发者 Tibor Blaho 发现 OpenAI 正在 ChatGPT 预览版中测试多项更新。GPT-4 每 3 小时 40 条的固定上限或将取消，并加入按任务难度自动在 GPT-4 和 3.5 间分流的开关；同时 DALL-E 3 也在测试圈选区域修改的局部重绘功能。
OpenAI 晒 Sora 首批艺术家作品：荒诞超现实成最大看点
OpenAI 公布了一批由视觉艺术家、导演等创作的 Sora 早期作品与反馈。团队表示，Sora 最强大的地方不在于复现真实，而在于快速具象化那些超现实与荒诞的想法。不过作品均经过创作者后期剪辑，模型目前仍在小范围测试中。
OpenAI 进军好莱坞：密集接洽电影制片厂推介 Sora
据彭博社报道，OpenAI 正与洛杉矶的制片厂、媒体高管和经纪公司接触，推动电影人将视频生成模型 Sora 融入创作。COO Brad Lightcap 此前已带队赴好莱坞演示，部分知名演员和导演已提前拿到测试权限。
GPT Store 沦陷：侵权、冒牌与洗稿工具泛滥
TechCrunch 调查发现 OpenAI 的 GPT Store 充斥着大量违规内容，包括未经授权的迪士尼与漫威角色、冒充名人的聊天机器人，以及宣称绕过抄袭检测的洗稿引流工具。尽管 OpenAI 设有审核流程，但审核力度显然滞后，也给后续的开发者分成计划埋下了法律与信任隐患。
Sam Altman 做客播客谈内乱：通往 AGI 的路注定伴随权力斗争
OpenAI CEO Sam Altman 在 Lex Fridman 播客中回顾了去年 11 月的董事会解雇风波。他称那是职业生涯中最痛苦的经历，公司险些被毁，但也让团队提前适应了压力。他认为算力将成为未来最重要的货币，通向 AGI 的道路必然伴随着巨大的权力斗争。
传苹果洽谈引入 Google Gemini：为 iPhone 新增云端 AI 功能
据彭博社报道，Apple 正与 Google 洽谈授权引入 Gemini 模型，用于年内 iOS 18 的图像生成与写作辅助等功能，同时 Apple 也接触过 OpenAI。这说明 Apple 面对竞争压力正寻求外部援手，或采用「端侧自研、云端外包」的双轨策略。
Figure 01 接入 OpenAI 模型：人形机器人能一边聊天一边干活了
机器人公司 Figure 展示了人形机器人 Figure 01 接入 OpenAI 模型的演示：机器人不仅能实时对话，还能听懂口头指令分拣物品，说话时甚至带有逼真的停顿。Figure 负责动作控制，OpenAI 提供视觉与语言能力，让大模型真正开始拥有物理实体。
OpenAI 确认 Sora 年内公测：可能只需几个月，后续还将支持音频
OpenAI 首席技术官 Mira Murati 透露，文生视频模型 Sora 将于今年晚些时候向公众开放，可能就在几个月后。此外，OpenAI 计划未来为 Sora 引入音频生成和视频编辑功能，并努力将其使用成本降至接近 DALL-E 的水平。
OpenAI 被曝泄露 GPT-4.5 Turbo：256k 上下文或 6 月上线
OpenAI 网页团队疑似提前泄露 GPT-4.5 Turbo 产品页，被搜索引擎收录。预热文案显示其拥有 256,000 token（约 20 万词）上下文窗口，知识库更新至 2024 年 6 月，暗示新模型或于 6 月正式上线。不过目前相关链接显示为 404 页面。