NVIDIA 釋出 Nemotron 模型家族：專為 AI 智慧體打造，涵蓋 Nano 到 Ultra
NVIDIA 推出面向智慧體 AI 的 Llama Nemotron 語言模型與 Cosmos Nemotron 視覺模型家族。新模型分 Nano、Super 與 Ultra 三種尺寸，基於 Llama 架構並經剪枝和蒸餾，兼顧邊緣與雲端部署，大幅降低企業構建多智慧體協同的門檻。
大模型 · 日報
週二
1月7日 星期二
NVIDIA 釋出 Cosmos 世界模型：把千里路測放大成數十億虛擬里程
NVIDIA 在 CES 上推出生成式世界基礎模型平臺 Cosmos。它被接入自動駕駛三計算方案，包含模型、分詞器與影片管線，能將數千英里人類駕駛資料擴增為數十億英里虛擬里程，幫開發者以極低成本生成極端駕駛場景。模型已在 Hugging Face 開源。
週六
1月4日 星期六
馬斯克宣佈 Grok 3 預訓練完成：算力是 Grok 2 的 10 倍
馬斯克在 X 上宣佈，xAI 旗下 Grok 3 的預訓練已經完成，即將正式推出。據他透露，本次訓練消耗的算力達到了 Grok 2 的 10 倍。這意味著 xAI 正全力擴充算力叢集，準備正面迎戰頂尖大模型。
週三
1月1日 星期三
Sonus AI 釋出 Sonus-1 系列模型：推理版 MATH 跑分達 91.8%
Sonus AI 推出 Sonus-1 系列大模型，提供 Mini、Air 及支援思維鏈推理的 Pro 版本。其中旗艦推理版在 MATH-500 拿到 91.8%，HumanEval 程式碼評測達 90.0%。全系列模型已上線網頁端供使用者試用。
週五
12月20日 星期五
OpenAI 壓軸公佈 o3 推理模型：效能超越 o1，跳過 o2
OpenAI 在「12 天」年終活動收官日公佈下一代推理模型 o3 和 o3 mini。新模型在數學競賽、博士級科學問答與 ARC-AGI 基準上大幅超越 o1。不過普通使用者目前還用不上，o3 mini 預計 1 月底上線，完整版 o3 隨後推出。
週五
12月13日 星期五
微軟釋出 14B 小模型 Phi-4：強化數學推理，開啟研究預覽
微軟推出最新小語言模型 Phi-4，引數量為 140 億。新模型依靠高質量合成數據與後訓練最佳化，重點提升了數學推理能力，對標 GPT-4o mini 等競品。目前僅在 Azure AI Foundry 平臺面向研究用途限量開放。
週四
12月12日 星期四
Anthropic 上線 Claude 3.5 Haiku：網頁與移動端可用，效能直逼 Opus
Anthropic 宣佈 Claude 網頁端和移動端正式上線 Claude 3.5 Haiku。新模型在多項基準測試中比肩甚至超過此前的旗艦 3 Opus，輸出長度更長且知識庫更新，尤其擅長程式設計與資料處理。不過，該版本暫不支援影像分析。
新版 Grok-2 向 𝕏 全員免費開放：速度提升 3 倍，支援聯網搜尋
新版 Grok-2 開始面向 𝕏 平臺全體使用者免費推送，速度提升 3 倍，多語言與指令遵循能力同步增強。新版整合了聯網搜尋、引用來源與 Aurora 影像生成功能，並在主頁時間線加入 Grok 快捷按鈕。開發者 API 亦同步上線新模型並降低價格。
週三
12月11日 星期三
Google 釋出 Gemini 2.0：原生輸出圖音，全面殺入智慧體時代
Google 正式推出新一代大模型 Gemini 2.0，首發上線實驗版 Gemini 2.0 Flash。新模型不僅速度翻倍、基準測試超過 1.5 Pro，更支援原生影像生成、多語言語音輸出和原生工具呼叫，同時還帶來了長篇深度調研功能 Deep Research。
週五
12月6日 星期五
OpenAI 擴大強化微調研究專案：讓模型在特定複雜領域變身專家
OpenAI 宣佈擴大強化微調（Reinforcement Fine-Tuning）研究專案，開放 Alpha 階段 API 申請。該技術利用數十到數千個高質量任務及參考答案打分，強化模型推理路徑，特別適合法律、醫療、金融等有客觀標準答案的領域，預計 2025 年初公開發布。
週四
12月5日 星期四
OpenAI 釋出 o1 系統安全卡：靠慢思考把防越獄拉到新高
OpenAI 釋出 o1 及 o1-mini 的系統安全卡。報告顯示，o1 在思考鏈中融入了審慎對齊，在應對越獄攻擊、違規內容拒絕和幻覺控制上均顯著優於 GPT-4o。不過更高的推理能力也帶來了新的對齊挑戰，比如需要防範鏈上欺騙。
週二
12月3日 星期二
Tow 中心評測：ChatGPT 搜尋新聞常犯錯，語氣卻過度自信
哥倫比亞大學 Tow 中心釋出測試報告，指出 ChatGPT 搜尋在核實新聞出處時表現不可預測，絕大多數請求都給出了部分或完全錯誤的回答，卻極少承認不確定。OpenAI 回應稱該測試屬於非典型場景，將持續最佳化結果。
Amazon 推出 Nova 系列大模型：主打極速與價效比，價格直降 75%
Amazon 釋出新一代基礎模型家族 Amazon Nova，涵蓋 Micro、Lite、Pro 以及影像生成 Canvas 和影片生成 Reel。最值得關注的是，其在 Amazon Bedrock 上不僅響應速度最快，成本還比同級別頂尖模型直接砍掉至少 75%。
週一
12月2日 星期一
ChatGPT 遇到特定人名直接罷工：為防誹謗訴訟硬編碼攔截
測試發現 ChatGPT 存在硬編碼攔截名單，在任何語境下輸入 Brian Hood、Jonathan Turley 等人名都會報錯並中斷對話。這套過濾機制旨在防止模型胡編事實引發名譽侵權糾紛，不過 API 和開發者平臺不受影響。
Cohere 推出 Rerank 3.5：強化複雜推理搜尋，支援超百種語言
Cohere 推出企業級重排模型 Rerank 3.5，重點提升了複雜資料推理與多語言檢索能力。模型支援中文等 100 多種語言，在金融和電商基準測試中表現亮眼。最值得關注的是，它能有效降低 RAG 系統的幻覺率，目前已同步接入 Amazon Bedrock。
週四
11月28日 星期四
亞馬遜研發多模態大模型 Olympus：能讀懂影片，減少對 Anthropic 依賴
據 The Information 週三報道，Amazon 研發了代號為 Olympus 的多模態大模型，能處理文本、影像和影片，支援用文字搜尋影片中的特定瞬間。儘管亞馬遜剛向 Anthropic 追加了 40 億美元投資，但自研模型顯然是為了減少對 Claude 的依賴。該模型最早可能在下週的 AWS re:Invent 上公佈。
週三
11月27日 星期三
阿里開源推理模型 QwQ-32B-Preview：對標 OpenAI o1
阿里通義團隊釋出推理模型 QwQ-32B-Preview。該模型擁有 325 億引數，在 AIME 和 MATH 測試中跑贏 OpenAI o1-preview。模型採用 Apache 2.0 協議開源，不過阿里也指出它可能出現意外切換語言或陷入迴圈等問題。
週二
11月26日 星期二
Orange 聯手 OpenAI 與 Meta：訓練大模型支援西非本土語言
週二，Orange 宣佈聯手 OpenAI 與 Meta 微調大模型，首期重點攻克西非的沃洛夫語和普拉爾語。三方將訓練 Whisper 和 Llama 3.1，成果擬免費開放非商業用途，用於當地公共衛生與教育，讓不會讀寫的群體也能用母語與 AI 交流。
