OpenAI 新推理模型將亮相：o3 與 o4-mini 可跨學科構想前沿科研假說
據報道 OpenAI 準備在未來數週推出 o3 和 o4-mini 推理模型。新模型主打跨學科分析，能在核聚變、藥物研發等領域提出原創科學假說並設計實驗。最值得關注的是 AI 開始涉足博士級科研構想，不過傳聞企業訂閱月費高達 2 萬美元。
大模型 · 日報
週一
4月14日 星期一
OpenAI 推出 GPT-4.1 系列 API：支援百萬上下文，新增 Nano 版本
OpenAI 在 API 中上線 GPT-4.1、GPT-4.1 mini 和首個 nano 版本。該系列將上下文擴充套件至 100 萬 token，SWE-bench Verified 程式設計得分達 54.6%，大幅領先 GPT-4o。最值得關注的是 mini 版降本 83% 且速度翻倍，更適合驅動各類智慧體。不過該系列目前僅供 API 呼叫，不直接進入 ChatGPT。
OpenAI 釋出 GPT-4.1 提示詞指南：三條指令讓智慧體解題率提升近 20%
OpenAI 釋出 GPT-4.1 提示詞指南。該模型比 GPT-4o 更嚴格按字面遵循指令，可控性更強。官方建議在智慧體 Prompt 中加入堅持解決、強制工具呼叫與顯式規劃三項提醒，實測將 SWE-bench Verified 解題率拉高了近 20%。
Search Arena 評測出爐：Perplexity Sonar 攜手 Gemini 2.5 奪冠
Perplexity 宣佈旗下 Sonar 系列在 LM Arena 新推出的 Search Arena 搜尋評測中領跑。Sonar-Reasoning-Pro 評分達 1136，與 Google Gemini 2.5 Pro 並列第一，正面勝率達 53%，引用信源數量是後者的 2 到 3 倍。
週五
4月11日 星期五
OpenAI 宣佈 4 月 30 日退役 GPT-4：ChatGPT 將全面換用 GPT-4o
週四，OpenAI 釋出更新日誌，宣佈將於 4 月 30 日從 ChatGPT 中退役一代功臣 GPT-4，全面由 GPT-4o 接替。官方表示 GPT-4o 在寫作、程式設計和理科能力上均已勝出。不過 API 使用者在 4 月 30 日之後依然能繼續呼叫 GPT-4。
週四
4月10日 星期四
DeepMind CEO：Google 計劃將 Gemini 與影片模型 Veo 合併
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最終會將 Gemini 和影片生成模型 Veo 合併，以此提升模型對物理世界的理解能力。他透露 Veo 主要是通過觀看海量 YouTube 影片來摸索現實物理規律，這也是打造通用數字助理的關鍵一步。
xAI 上線 Grok 3 API：旗艦與 Mini 雙版本開放，對標 Claude 3.7
xAI 正式開放 Grok 3 與 Grok 3 Mini 的 API。Grok 3 輸入每百萬 token 售 3 美元、輸出 15 美元，定價直接看齊 Claude 3.7 Sonnet。不過當前 API 上下文視窗僅限 131,072 tokens，不及此前宣稱的 100 萬。
週三
4月9日 星期三
Google DeepMind 擁抱 MCP：Gemini 模型與 SDK 將支援該協議
Google DeepMind 負責人 Demis Hassabis 宣佈，旗下 Gemini 模型和 SDK 將支援 MCP 協議。他表示 MCP 正在迅速成為智慧體時代的開放標準，未來將與 MCP 團隊及行業夥伴共同推進其發展。
Google開發者大放送：Veo 2影片模型上線API，2.5 Flash即將到來
Google 宣佈影片生成模型 Veo 2 正式接入 Gemini API，支援文生影片與圖生影片；同時推出支援音影片低延遲流式處理的 Live API 預覽版。繼 2.5 Pro 之後，具備思考能力的輕量級模型 Gemini 2.5 Flash 也即將面向開發者上線。
Google Vertex AI 湊齊多模態：上線音樂模型 Lyria，升級 Veo 2 影片編輯
Google Cloud 將文本生成音樂模型 Lyria 引入 Vertex AI 白名單預覽，成為首個集齊影片、影像、語音和音樂全模態的企業平臺。同時 Veo 2 增加運鏡控制與影片修圖，Chirp 3 支援 10 秒音訊克隆聲音。目前新能力均需申請白名單。
週二
4月8日 星期二
Nvidia 開源 Nemotron Ultra：引數不到一半，效能硬剛 DeepSeek R1
Nvidia 開源 2530 億引數大模型 Llama-3.1-Nemotron-Ultra-253B-v1。它基於 Meta 舊款模型深度重構，可單機跑在 8 卡 H100 上，並在問答和程式碼測試中勝過 6710 億引數的 DeepSeek R1，不過純數學基準依然略遜一籌。
週一
4月7日 星期一
Meta 否認 Llama 4 跑分造假：沒針對測試集刷分
Meta 生成式 AI 副總裁 Ahmad Al-Dahle 發文否認針對測試集訓練以虛標 Llama 4 跑分的傳言。此前週末網路熱傳 Meta 刻意美化測試成績，且實測中各平臺表現不一。官方回應稱模型剛發出來，各雲端實現仍需幾天調優並持續修復 bug。
週日
4月6日 星期日
Anthropic 首席科學家透露：Claude 4 將在未來六個月內推出
Anthropic 首席科學家 Jared Kaplan 表示，Claude 4 將在未來六個月左右面世。他指出，在後訓練和強化學習的推動下，AI 迭代週期正在進一步壓縮，甚至快過了硬體更迭，整個行業毫無放緩跡象。
週五
4月4日 星期五
OpenAI 計劃有變：GPT-5 推遲幾個月，o3 與 o4-mini 先發
Sam Altman 發文確認調整發布節奏，將在未來幾週內先推出 o3 和 o4-mini，而 GPT-5 則推遲到幾個月後。Altman 表示各項能力的平滑整合比想像中更難，推遲能讓 GPT-5 變得更強，同時也要儲備足夠算力應對空前需求。
週四
4月3日 星期四
騰訊混元 T1 迎來升級：強化專案級程式碼生成，最佳化中英混排輸出
騰訊宣佈其深度推理模型混元 T1 迎來重要升級，重點增強了專案級程式碼生成能力與文本寫作質量。新版本還提升了多輪對話理解與指令遵循水平，並優化了簡繁混用及中英混排輸出。模型已同步上線官網和 Hugging Face 空間開放試用。
週三
4月2日 星期三
ARC 修正 OpenAI o3 成本估算：解一道難題或燒掉 3 萬美元
據 TechCrunch 報道，Arc Prize Foundation 上調了對 OpenAI o3 的推理成本預估。表現最強的 o3 high 解決單個 ARC-AGI 難題可能要花 3 萬美元，遠超此前預估的 3000 美元。該模型拿最高分需嘗試 1024 次，算力消耗達低配版的 172 倍。
週一
3月31日 星期一
Google 開放 Gemini 2.5 Pro 免費體驗：網頁端直接用，能看「思考過程」
Google 宣佈向網頁端免費使用者開放 Gemini 2.5 Pro（Experimental）。該模型此前僅限付費使用者使用，支援模擬推理並登頂 LMSYS 競技場榜單。不過免費版不支援上傳檔案，且上下文視窗限制比付費版更低；移動端後續也將跟進開放。
亞馬遜推出 Nova Act：能操控瀏覽器的 AI Agent，還要塞進 Alexa+
亞馬遜釋出通用 AI 智慧體 Nova Act 及配套 SDK，它能直接操控瀏覽器完成訂餐、訂座或填表等任務，未來將驅動新版 Alexa+。官方稱其互動表現超越 OpenAI 與 Anthropic，目前作為研究預覽版開放給開發者試用。
週六
3月29日 星期六
AI 國際象棋對決：ERNIE 4.5 連勝三局橫掃 GPT-4.5
測試者分享了 ERNIE 4.5 與 GPT-4.5 的國際象棋對局，ERNIE 4.5 以 3 比 0 擊敗對手。ERNIE 4.5 在邏輯推演和指令遵循上表現突出，最後一局僅用 10 步便完成將死，展現出在複雜博弈推理上的強勁表現。
週五
3月28日 星期五
OpenAI 放寬 ChatGPT 畫圖稽核：允許生成公眾人物肖像
OpenAI 放寬了 ChatGPT 的影像生成稽核規則。新政策不再一刀切拒絕敏感提示詞，允許使用者生成特朗普等公眾人物肖像以及中立語境下的敏感符號。OpenAI 稱此舉旨在轉向防範現實危害並賦予使用者更多控制權，但針對兒童的保護依然嚴格。
週四
3月27日 星期四
OpenAI 更新 GPT-4o：多工指令遵循更強，少發 emoji
OpenAI 宣佈在 ChatGPT 中更新 GPT-4o。新版強化了多重複雜指令的遵循能力，處理複雜技術與程式設計問題更得心應手，直覺和創造力也有所提升。有意思的是，官方還特意提了一句：新版會少發點 emoji。
QwenLM 釋出 QVQ-Max：給多模態大模型裝上深度推理引擎
QwenLM 正式釋出視覺推理模型 QVQ-Max 的首個版本。該模型不僅能解析影像與影片，還能展開深入推理；在 MathVision 評測中，延長思考過程能持續提升解題準確率。團隊計劃後續引入定位技術，並逐步將其拓展為能操作手機與電腦的視覺智慧體。