ServiceNow 聯手輝達推出 Apriel Nemotron 15B：開源 15B 推理模型主攻企業智慧體
週二，ServiceNow 與 Nvidia 聯手推出開源推理模型 Apriel Nemotron 15B，主打低延遲與低成本，專門承載企業級智慧體工作流。該模型可作為 Nvidia NIM 微服務執行；雙方還同步公開了聯合資料飛輪架構，幫助企業基於工作流資料持續微調模型。
大模型 · 日報
週二
5月6日 星期二
Google 更新 Gemini 2.5 Pro：登頂 WebDev 榜，前端和寫程式碼大升級
Google 提前釋出 Gemini 2.5 Pro Preview（I/O 版），重點強化程式設計與智慧體工作流。新版在 WebDev Arena 登頂第一，擅長前端 UI 與架構重構，還能根據單條影片生成完整應用。原 API 端點已自動切至新版，價格不變。
週六
5月3日 星期六
Gemini 2.5 Pro 成功通關《寶可夢 藍》：靠多智慧體協同打爆全關
獨立開發者讓 Google 的 Gemini 2.5 Pro 成功通關經典遊戲《寶可夢 藍》。該專案結合模擬器與多智慧體框架，由大模型負責日常決策並排程尋路等子模型協同解題。雖有網格輔助與少量人工干預，但這展示了大模型在複雜長流程規劃中的能力。
週四
5月1日 星期四
傳微軟擬在 Azure 上託管馬斯克 Grok，或激化與 OpenAI 矛盾
據 The Verge 報道，微軟正與 xAI 洽談在 Azure AI Foundry 託管 Grok 模型，供開發者與內部團隊使用。微軟正極力成為所有主流 AI 的底層託管方，即便這可能進一步激化其與核心盟友 OpenAI 的緊張關係。
週三
4月30日 星期三
亞馬遜上線 Nova Premier：支援百萬上下文，主打複雜任務與模型蒸餾
AWS 正式上線基礎模型 Amazon Nova Premier。它是 Nova 系列能力最強的多模態模型，支援 100 萬 token 上下文，主打多步驟規劃與多智慧體協作。它還能充當教師模型，幫助開發者將能力蒸餾至更小巧、便宜的 Nova 輕量模型中。
週二
4月29日 星期二
OpenAI 回滾 GPT-4o 更新：AI 太愛阿諛奉承，說話虛情假意
OpenAI 宣佈回滾上週在 ChatGPT 推送的 GPT-4o 更新，換回更平衡的舊版本。官方解釋稱，團隊此前過度關注短期點贊反饋，導致模型出現過分奉承與虛假迎合的問題。OpenAI 正在測試修復方案，未來還將允許使用者自主選擇不同的預設性格。
Meta Llama 4 登陸 Vertex AI：免配 GPU，以託管 API 開箱即用
Google 宣佈 Meta 的 Llama 4 正式作為全託管 API 在 Vertex AI 上線。開發者無需自行調配與維護 GPU 基礎設施，簽署許可後即可通過相容 OpenAI 格式的介面直接呼叫 Scout 與 Maverick 模型。
馬斯克預告 Grok 3.5：下週開啟內測，主打硬核第一性原理推理
馬斯克宣佈 Grok 3.5 將於下週向 SuperGrok 訂閱使用者開放早期測試。他稱該模型能準確回答火箭發動機或電化學等深層技術問題，基於第一性原理推匯出網上不存在的答案。不過首批測試僅限付費使用者。
週一
4月28日 星期一
阿里釋出 Qwen3：支援調節思考預算，開放多款混合推理模型
Alibaba 釋出 Qwen3 系列模型，涵蓋 0.6B 至 235B 引數。該系列融合了思考與非思考模式，允許使用者按需配置推理預算；包含 2 款 MoE 和 6 款密集模型，公開版本中最大的為 Qwen3-32B，多數已在 Hugging Face 和 GitHub 開放下載。
週日
4月27日 星期日
OpenAI 緊急調整 GPT-4o 人設：承認模型太愛拍馬屁、令人反感
OpenAI CEO Sam Altman 在 X 上承認，GPT-4o 最近幾次更新把性格調得過於諂媚和煩人。團隊正緊急修復，部分調整本週內上線。分析師指出，大模型競爭極度激烈，聊天體驗稍有令人不適就會勸退使用者。
週六
4月26日 星期六
傳 DeepSeek R2 規格曝光：1.2 萬億引數，轉向華為昇騰訓練
社交網路曝光 DeepSeek 下一代模型 R2 的傳聞規格。爆料稱其擁有 1.2 萬億引數、啟用 780 億，採用華為昇騰 910B 叢集訓練且利用率達 82%，API 定價傳比 GPT-4o 便宜超 97%。不過官方尚未證實這些資料。
週五
4月25日 星期五
Meta 開源模型上太空：Space Llama 進駐國際空間站，離線跑多模態
Meta 宣佈與 Booz Allen 合作，將微調版 Llama 3.2「Space Llama」部署到國際空間站。藉助 HPE 太空計算機與輝達加速，宇航員無需連線地球網路即可秒級離線檢索技術文件，這展示了開源模型在極端斷網環境下的獨特優勢。
週三
4月23日 星期三
NVIDIA 釋出 Describe Anything 3B：圈出畫面區域性就能精準描述
NVIDIA 釋出開源多模態模型 Describe Anything 3B 及影片版。使用者只要用點、框、塗鴉或遮罩圈出畫面中的區域性區域，模型就能結合全圖上下文生成細緻描述，並在 DLC-Bench 等區域性描述評測上超過了 GPT-4o。
週日
4月20日 星期日
xAI 釋出 Grok 3 Mini：自帶推理過程，價格僅為主流模型的五分之一
xAI 推出輕量語言模型 Grok 3 Mini 並上線 API。與主模型不同，Mini 版內建顯式推理並附帶完整思維鏈，百萬 token 輸入僅收 0.3 美元。第三方評測顯示其推理能力緊咬頭部旗艦，將大模型價格戰推向新低。
ChatGPT 新模型暗藏文字水印？OpenAI 回應：只是強化學習的怪癖
Rumi 團隊發現 GPT-o3 與 o4-mini 輸出的長文本夾帶不可見的 Unicode 空格字元，疑似被嵌入文本水印。OpenAI 隨後澄清這絕非水印，只是「大規模強化學習的怪癖」。截至 4 月 23 日，該特殊字元現象已在最新測試中消失。
週五
4月18日 星期五
OpenAI 新推理模型幻覺加劇：o3 翻倍，o4-mini 近半回答瞎編
據 TechCrunch 報道，OpenAI 新發布的 o3 和 o4-mini 推理模型幻覺率明顯反彈。內部基準測試中，o3 在人物知識問答上的幻覺率達 33%，約為 o1 的兩倍，o4-mini 更是高達 48%。OpenAI 稱原因尚不明確，推測是推理模型給出的斷言變多所致。
週四
4月17日 星期四
OpenAI 推出 Flex processing：響應變慢，API 價格直接砍半
OpenAI 推出 Flex processing 測試版，面向 o3 和 o4-mini 推理模型，以更慢的響應時間換取 API 價格直接減半。該模式適用於模型評估、資料擴充等非生產環境與非同步任務，開發者接入 o3 還需完成身份驗證。
ChatGPT 新玩法引隱私擔憂：靠 o3 視覺推理反查照片位置
TechCrunch 報道許多使用者正利用 OpenAI 新上線的 o3 和 o4-mini 模型推斷照片拍攝地點。模型能通過對模糊細節裁剪、縮放並結合聯網搜尋，精準推算出餐館或街區。這種類似地理猜謎的玩法展現了推理能力，但也帶來了人肉搜尋等隱私風險。
Google 推出 Gemini 2.5 Flash：首個混合推理模型，思考預算可自選
Google 推出 Gemini 2.5 Flash 預覽版。這是其首個混合推理模型，開發者可自由開啟或關閉「思考」過程，並在 0 到 24576 個 token 之間靈活調節思考預算，方便在回答質量、呼叫成本與響應延遲之間取得平衡。
週三
4月16日 星期三
OpenAI 釋出 o3 與 o4-mini：推理模型首次全面支援工具呼叫
OpenAI 釋出推理模型 o3 與 o4-mini。新模型不僅在程式設計和數學評測中重新整理紀錄，還首次打通了全部內建工具，能在思考過程中自主搜尋網頁、執行 Python 和分析影像。這意味著推理模型正加速向能自主幹活的智慧體演進。
