微軟備戰 GPT-5：GPT-4.5 最快下週上線，新旗艦或 5 月亮相
據 The Verge 報道，微軟正籌備伺服器容量，預計最快下週託管 OpenAI 的 GPT-4.5，GPT-5 則有望於 5 月底亮相。最值得關注的是，GPT-5 將整合 o3 推理能力，把兩個系列合二為一，告別手動挑模型的麻煩。
大模型 · 日報
週四
2月20日 星期四
xAI 限時免費開放 Grok 3：帶 Think 推理和 DeepSearch
Elon Musk 宣佈 xAI 最新大模型 Grok 3 短期內向所有使用者免費開放，無需付費訂閱。免費版即可體驗 Think 深度推理與 DeepSearch 搜尋，但高峰期會受限，語音模式與 Big Brain 功能仍歸付費會員專屬。
週三
2月19日 星期三
安全機構實測 Grok 3：防禦薄弱，極易被越獄和套出系統提示詞
安全機構 Adversa AI 報告稱 xAI 剛釋出的 Grok 3 存在嚴重安全缺陷，測試的 4 種越獄手段中有 3 種能攻破，且能洩露完整系統提示詞。研究人員警告，一旦此類脆弱模型被用於自主行動的智慧體，駭客極易通過惡意指令直接劫持許可權。
微軟 Xbox 釋出 Muse 模型：AI 渲染遊戲畫面，還想復活經典老遊戲
微軟研究院與 Ninja Theory 聯合釋出名為 Muse 的世界與人類動作模型，研究已刊登在《自然》雜誌。它基於動作競技遊戲《尖峰戰隊》訓練，能理解 3D 物理與手柄操作並即時生成連貫玩法。最值得看的是，Xbox 打算用它把被老硬體綁死的經典老遊戲搬到任意螢幕上。模型已上線 Azure AI Foundry 供開發者體驗。
Google 釋出 PaliGemma 2 mix：開箱即用，兼顧多項視覺任務
Google 推出 PaliGemma 2 mix 檢查點。該模型針對混合任務微調，無需額外調優即可開箱處理 OCR、影像描述等通用視覺語言任務，並依據 Prompt 提示詞切換能力。使用初代 PaliGemma mix 的使用者可以直接無縫升級。
週二
2月18日 星期二
xAI 釋出 Grok 3 系列：20 萬張 GPU 練出推理版，硬剛 o3-mini
xAI 釋出新一代旗艦模型 Grok 3 家族，引入思考推理版本與 DeepSearch 深度搜索。該模型耗費約 20 萬張 GPU 訓練，號稱在 AIME 等基準測試超越競爭對手。X 的 Premium+ 訂閱使用者現已可用，xAI 還計劃數月後開源 Grok 2。
週一
2月17日 星期一
Mistral 推出區域大模型 Saba：專攻阿拉伯語，順便懂南印語言
週一，Mistral 釋出針對阿拉伯語國家定製的模型 Mistral Saba，引數量為 240 億。官方稱其阿拉伯語表現遠超同量級的 Mistral Small 3，且能較好支援泰米爾語等語言。模型已支援 API 呼叫與本地私有化部署。
週日
2月16日 星期日
xAI 釋出 Grok 3：算力翻 10 倍，帶深度推理和 DeepSearch
週一晚，xAI 正式釋出新旗艦模型 Grok 3 系列，包含兩款支援自我檢查的推理模型。Musk 稱其呼叫約 20 萬張 GPU 訓練，算力達 Grok 2 的 10 倍，在數學測試上超越 GPT-4o 與 o3-mini。目前已面向 X 的 Premium+ 訂閱使用者開放。
週四
2月13日 星期四
OpenAI 移除 ChatGPT 橙色內容警告：減少莫名拒絕，給模型鬆綁
OpenAI 宣佈移除 ChatGPT 介面中提示潛在違規的橙色警告框。官方表示此舉旨在減少不必要的拒絕和過度審查感，只要不違法或造成傷害，使用者可更自由地使用。核心違規內容依然會被拒，不過敏感話題的處理正逐漸放寬。
Anthropic 曝數週內釋出新模型：混合深度推理與快速響應
據 The Information 報道，Anthropic 準備在數週內推出下一代 AI 模型。新模型採用混合架構，可在深度推理和快速響應間切換，並提供滑動條讓開發者按算力控成本。報道稱其在部分程式設計任務上已超過 OpenAI o3-mini-high。
週三
2月12日 星期三
OpenAI 路線圖曝光：GPT-5 將統一整合 o3，免費使用者也能用
OpenAI 執行長 Sam Altman 公佈產品路線圖。團隊將先推出內部代號 Orion 的最後一款非思維鏈模型 GPT-4.5；隨後的 GPT-5 將整合 o3 等能力並消滅繁瑣的模型選擇器，屆時 ChatGPT 免費使用者也可無限制使用標準智慧檔位。
週二
2月11日 星期二
Perplexity 推出新版 Sonar：每秒 1200 token，幾乎即時出答覆
Perplexity 釋出新版自研模型 Sonar。它基於 Llama 3.3 70B 微調，由 Cerebras 提供推理支援，生成速度達每秒 1200 token。官方稱其使用者滿意度超越 Claude 3.5 Sonnet，目前已面向 Pro 使用者開放測試。
週四
2月6日 星期四
OpenAI 更新 o3-mini 思考鏈：向所有使用者展示更詳細推理步驟
OpenAI 宣佈更新 ChatGPT 中 o3-mini 的思考鏈展示，免費與付費使用者都能看到更詳細的推理步驟。雖然出於安全與防蒸餾考慮仍未公開完全原始的思考鏈，但新增了後處理步驟以過濾風險內容，並支援以非英語母語顯示思考過程。
Kyutai 釋出同傳模型 Hibiki：即時法語譯英語，保留原聲與語速
Kyutai 釋出即時語音同傳模型 Hibiki，目前支援法譯英。它在即時輸出語音與文本翻譯的同時保留原說話者聲線，並依據語義自適應調節語速。官方評估顯示其自然度與音色相似度已逼近專業人類同傳。
週三
2月5日 星期三
Karpathy 釋出 3.5 小時影片：帶普通人看透大模型訓練全流程
AI 專家 Andrej Karpathy 在 YouTube 釋出時長超 3 個半小時的科普影片。內容面向非技術背景大眾，完整拆解了從預訓練、監督微調到強化學習的全過程，還順手解釋了模型幻覺與思維鏈機制。想搞懂 ChatGPT 怎麼運轉，看這一個影片就夠了。
Google 全面開放 Gemini 2.0：Pro 版登場，新增超廉價 Flash-Lite
Google 正式將 Gemini 2.0 Flash 轉為全面可用，並推出最擅長程式設計的 2.0 Pro 實驗版，擁有 200 萬 token 上下文視窗。同時亮相的還有主打極致價效比的 Flash-Lite。Gemini Advanced 使用者現已可在網頁與手機端直接選用 Pro 模型。
週四
1月23日 星期四
Anthropic 為 Claude API 推出引用功能：精準標記原文句子，引用文本不收輸出費
Anthropic 為 Claude API 推出 Citations 引用功能，支援 Claude 3.5 Sonnet 和 Haiku。傳入文件後，模型會自動在回答中精確標註引用的句子與段落，內部測試召回準確率提升 15%，且引用的原文不收輸出 Token 費用，大幅降低了防幻覺門檻。
Altman 確認：推理模型 o3-mini 將向 ChatGPT 免費使用者開放
OpenAI 執行長 Sam Altman 宣佈，輕量版推理模型 o3-mini 不僅面向付費使用者，還將向 ChatGPT 免費使用者開放。Plus 使用者則將獲得充足的呼叫額度。o3-mini 響應更快且擅長複雜推理，不過官方尚未公佈具體的上線日期。
週二
1月21日 星期二
Gemini 2.0 Flash Thinking 更新：理科跑分重新整理，支援程式碼執行
Demis Hassabis 宣佈 Google 的 Gemini 2.0 Flash Thinking 迎來更新，在數學評測 AIME 拿下 73.3%、科學評測 GPQA Diamond 達 74.2%。新版本加入了程式碼執行和 100 萬 token 上下文，並降低了思考與答案自相矛盾的機率。
Anthropic 計劃為 Claude 推出雙向語音模式與記憶功能
Anthropic CEO Dario Amodei 透露，公司計劃為 Claude 推出「雙向」語音模式和跨對話記憶功能，並將在未來幾個月釋出更聰明的模型。但過去幾個月需求激增導致算力吃緊，據傳公司正尋求以 600 億美元估值再融資約 20 億美元。
週一
1月20日 星期一
DeepSeek 釋出 R1 推理模型：對標 o1，採用 MIT 協議完全開源
DeepSeek 正式釋出推理模型 DeepSeek-R1，效能對標 OpenAI-o1，並將模型權重與技術報告以 MIT 協議完全開源。官方還同步開源了 6 款蒸餾小模型。這意味著開發者不僅能免費商用，還能直接用其 API 輸出繼續蒸餾自己的模型。
週五
1月17日 星期五
Sam Altman 預告 o3-mini：已定版進入釋出流程，API 與網頁端同步上線
OpenAI CEO Sam Altman 在 X 上表示，o3-mini 已完成外部安全測試並敲定最終版本，計劃在約兩週後推出。最值得關注的是，OpenAI 採納了社群反饋，這次 API 將與 ChatGPT 同步上線，Altman 本人還評價其表現「非常棒」。