三星推出自研大模型 Gauss：主打端側執行，覆蓋語言程式碼和影像
Samsung 推出自研生成式 AI 模型 Gauss。該模型由 Samsung Research 開發，包含處理翻譯和摘要的 Language、程式設計助手 Code 以及影像生成與編輯的 Image 三部分。相比依賴雲端的方案，它主打端側本地執行，預計將搭載於明年的 Galaxy S24 系列中。
大模型 · 日報
週四
11月9日 星期四
週三
11月8日 星期三
傳亞馬遜研發「Olympus」大模型：或達 2 萬億引數，最快 12 月亮相
據外媒報道，Amazon 正在秘密研發代號為「Olympus」的大語言模型，引數規模據稱達 2 萬億。該專案由 CEO Andy Jassy 直接監督，最快或於 12 月亮相，未來計劃接入線上商城與 Alexa 智慧音箱以追趕 OpenAI 與 Google。
週一
11月6日 星期一
OpenAI 推出 GPT-4 Turbo：支援 128K 上下文，價格腰斬再腰斬
OpenAI 在 DevDay 推出 GPT-4 Turbo，上下文直接拉到 128K，輸入和輸出價格比原版便宜了三分之二和一半。官方還同步上線 Assistants API，自帶程式碼直譯器和檢索功能，開發者不用再為管理狀態和切分向量抓狂了。
週五
11月3日 星期五
xAI 推出聊天機器人 Grok：能即時看 X、說話帶點毒舌
Elon Musk 宣佈 xAI 推出首款 AI 助手 Grok，底層搭載 Grok-1 模型。Grok 具備即時抓取 X 平臺資訊的能力，設定上自帶幽默與諷刺風格。目前該模型正向美國少量使用者及特定群體內測，結束早期測試後將向 X Premium+ 訂閱者開放。
週二
10月31日 星期二
Phind 程式設計模型超越 GPT-4：速度快 5 倍且支援 16k 上下文
Phind 推出自研程式設計模型，在 HumanEval 評估中取得 74.7% 的成績，編碼表現超越 GPT-4。藉助 NVIDIA TensorRT-LLM 與 H100，生成速度達每秒 100 token，並支援 16k 上下文。該模型已在 Hugging Face 開源，同時提供網頁端與 VS Code 外掛免費試用。
週日
10月29日 星期日
ChatGPT Plus 測試全能模式：支援傳檔案分析，告別手動切工具
OpenAI 開始向 ChatGPT Plus 會員推送新測試功能，支援直接上傳並分析文本或表格檔案。最省事的是，GPT-4 能結合上下文自動決定何時聯網搜尋或呼叫資料分析，不再需要手動在下拉選單裡切模式。目前新功能正在灰度推送中。
週二
10月24日 星期二
Twelve Labs 推出 Pegasus-1：直接看懂長影片並生成文本
Twelve Labs 推出影片語言基礎模型 Pegasus-1，並上線影片轉文本 API。它放棄常見的抽幀轉圖片路線，直接整合視覺、音訊與語音資訊，用於長影片的摘要、分段與報告生成。這意味著長影片理解不再受限於單幀切片。
週三
10月18日 星期三
OpenAI 棄坑 Arrakis：取名自《沙丘》的低成本模型因效率未達標夭折
據 The Information 報道，OpenAI 在今年早些時候叫停了代號為 Arrakis 的模型專案。該專案原本與 GPT-4 並行開發，旨在大幅壓低 ChatGPT 的推理成本，但最終因效率未能達標被砍，讓合作伙伴微軟的部分高管大失所望。
週二
10月17日 星期二
百度釋出文心 4.0：李彥宏稱綜合能力各方面均不遜於 GPT-4
在百度北京舉辦的「Prompt the World」大會上，李彥宏正式推出文心大模型 4.0。他表示該模型在理解、生成、邏輯和記憶四大核心能力上全面升級，綜合水平不遜於 GPT-4。百度已將其接入搜尋、文庫和地圖等產品，不過資本市場反響偏謹慎，釋出當日股價微跌。
週一
10月16日 星期一
Anthropic 擴大開放範圍：Claude 網頁版正式覆蓋全球 95 個國家
Anthropic 宣佈擴大網頁端訪問範圍，正式面向全球 95 個國家和地區開放 claude.ai。使用者登入後即可直接與 Claude 對話，處理日常或專業工作。這意味著更多海外使用者無需排隊或等待，就能直接體驗 Claude。
Portkey 實測 GPT-4 變快：極值延遲砍半，速度逼近 GPT-3.5
Portkey 監測資料顯示，GPT-4 響應延遲過去三個月穩步下降，速度正逼近 GPT-3.5。在第 99 百分位的高延遲請求中，耗時縮減超一半；中位數請求的每 token 耗時已低於 1 毫秒。雖然依舊更貴，但對大多數請求來說它已不再慢。
週日
10月15日 星期日
Google MakerSuite 介面曝光：Gemini 即將接入，秘密工具 Stubbs 可一鍵生成應用
開發者曝光 Google MakerSuite 的未釋出介面。多模態大模型 Gemini 將直接接入該平臺，同時曝光的還有秘密工具「Stubbs」，允許使用者僅憑單句提示詞生成、部署並分享可互動的應用原型。
週一
10月2日 星期一
Stability AI 推出 Stable LM 3B：專為端側打造，表現超越部分 7B 模型
Stability AI 推出 3B 引數的輕量語言模型 Stable LM 3B，專為掌上裝置和筆記本打造。它的常識推理表現不僅超越同尺寸前代模型，還勝過部分開源 7B 模型，能顯著降低端側執行成本。模型以 CC-By-SA 4.0 協議開源，作為基礎模型供開發者微調。
週一
9月25日 星期一
ChatGPT 支援看圖和語音對話：能聽會說，還能看懂冰箱食材
OpenAI 宣佈為 ChatGPT 推出語音和影像能力。使用者可以直接拍照讓它分析內容或答疑，還能用 5 種聲音與它即時雙向語音對話。該功能在未來兩週內向 Plus 和 Enterprise 使用者陸續開放，移動端和桌面端均有適配。
週一
9月18日 星期一
截擊 Google Gemini：傳 OpenAI 正加速推出多模態 GPT-Vision
據 The Information 報道，OpenAI 正加速為 GPT-4 全面引入視覺多模態能力（GPT-Vision），並籌備代號為 Gobi 的下一代模型。這套看圖寫程式碼的能力此前僅向少數機構內測，OpenAI 試圖搶在 Google 今秋釋出 Gemini 之前落地，繼續穩坐領頭羊位置。
