OpenAI 升級 GPT-4 Turbo：視覺請求全面支援 JSON 與函式呼叫
OpenAI 宣佈升級版 GPT-4 Turbo 正式上線 API，並開始向 ChatGPT 陸續推送。帶有視覺能力的 GPT-4 Turbo 結束預覽進入通用可用階段，不僅支援影像理解，視覺請求還能直接搭配 JSON 模式和函式呼叫，方便開發者直接提取結構化資料。
OpenAI
檢視更新的新聞
Microsoft 設立倫敦 AI 中心：挖來 DeepMind 前科學家，猛攻前沿大模型
Microsoft AI 宣佈在倫敦設立全新 AI 研發中心，由前 DeepMind 科學家 Jordan Hoffmann 帶隊。該中心將專注於研發頂尖語言模型及配套工具，並與 OpenAI 展開合作。這也是微軟在英國 25 億英鎊 AI 投資佈局的進一步落地。
紐時曝 OpenAI 轉錄超 100 萬小時 YouTube 影片：用來訓練 GPT-4
據《紐約時報》報道，OpenAI 為緩解訓練資料匱乏，曾利用 Whisper 轉錄超過 100 萬小時的 YouTube 影片用於訓練 GPT-4。內部明知存在法律爭議，仍認定為合理使用。Google 與 Meta 也被曝面臨資料耗盡危機，正處於版權灰色地帶。
OpenAI 升級微調 API：支援斷點儲存與對比測試，拓展定製模型服務
OpenAI 宣佈升級微調 API，新增按輪次儲存檢查點、多模型並排對比的 Playground 以及與第三方平臺整合等功能。此外還正式推出「輔助微調」專案，由官方團隊協助企業利用 PEFT 等深度技術定製專屬模型。
Storyblocks 推出 AI 搜尋：結合 BERT 與大模型，下載率提升 60%
素材平臺 Storyblocks 推出 AI 搜尋升級。平臺採用 BERT 架構與 OpenAI 大模型，不僅每 4 小時重新評估新素材表現，還利用 AI 自動篩選影片封面。早期測試顯示，優先展示新素材使下載率提升高達 60%。
ChatGPT 升級影像功能：支援選區區域性修改，手機塗鴉也能直接生圖
OpenAI 上線 ChatGPT 影像生成與編輯功能，面向所有使用者開放。你不僅能用畫筆圈出局部做定向微調，還能在手機端畫草圖轉成精細畫作。最值得關注的是改圖不再需要重抽整張圖，不過官方提示區域性編輯可能偶爾超出選區範圍。
OpenAI 開放 ChatGPT 免註冊使用：開啟網頁直接聊
OpenAI 宣佈使用者無需註冊或登入賬號，即可直接使用 ChatGPT。該體驗正在全球逐步上線，免登入使用者的對話預設用於模型訓練，但可在設定中手動關閉。這一改動徹底去掉了體驗 AI 的註冊門檻，不過高階功能仍需賬號。
傳微軟與 OpenAI 擬建千億美元超算「星際之門」
據 The Information 報道，微軟與 OpenAI 正規劃耗資高達 1000 億美元的超級計算機資料中心專案「Stargate」。該專案擬部署數百萬顆專用晶片，計劃最快於 2028 年推出，後續電力需求可能高達 5 吉瓦。不過專案能否推進，還取決於 OpenAI 能否顯著提升模型能力。
OpenAI 演示 Voice Engine：只需 15 秒音訊，但因安全風險暫不開放
OpenAI 展示了語音克隆模型 Voice Engine 的小規模測試進展。該模型僅憑 15 秒音訊樣本就能復刻逼真且帶情感的人聲。由於擔心深度偽造等濫用風險，官方暫不公開發布，並呼籲社會逐步淘汰銀行等系統的語音身份驗證。
Claude 3 Opus 登頂 Chatbot Arena：首次超越 GPT-4 終結一年霸榜
週二，Anthropic 旗下大模型 Claude 3 Opus 在盲測天梯榜 Chatbot Arena 上首次超越 OpenAI 的 GPT-4 登頂。自 2023 年 5 月以來，GPT-4 系列一直穩居榜首。這也是首次有非 OpenAI 廠商的模型拿下王座，其輕量級模型 Haiku 同樣表現搶眼。
Airtable 全面上線 AI 功能：跨表格彙總打標，每人每月 6 美元起
Airtable 宣佈全面上線 Airtable AI，能跨表格總結資訊、自動分類打標、翻譯並一鍵生成郵件。底層接入 Amazon Bedrock，支援切換 GPT-4 或 Claude 等模型。該功能為付費自選項，提供 500 次免費額度，隨後每人每月 6 美元起。
程式碼曝光 OpenAI 新動作：GPT-4 放寬限額，DALL-E 3 補上區域性重繪
開發者 Tibor Blaho 發現 OpenAI 正在 ChatGPT 預覽版中測試多項更新。GPT-4 每 3 小時 40 條的固定上限或將取消，並加入按任務難度自動在 GPT-4 和 3.5 間分流的開關；同時 DALL-E 3 也在測試圈選區域修改的區域性重繪功能。
OpenAI 曬 Sora 首批藝術家作品：荒誕超現實成最大看點
OpenAI 公佈了一批由視覺藝術家、導演等創作的 Sora 早期作品與反饋。團隊表示，Sora 最強大的地方不在於復現真實，而在於快速具象化那些超現實與荒誕的想法。不過作品均經過創作者後期剪輯，模型目前仍在小範圍測試中。
OpenAI 進軍好萊塢：密集接洽電影製片廠推介 Sora
據彭博社報道，OpenAI 正與洛杉磯的製片廠、媒體高管和經紀公司接觸，推動電影人將影片生成模型 Sora 融入創作。COO Brad Lightcap 此前已帶隊赴好萊塢演示，部分知名演員和導演已提前拿到測試許可權。
GPT Store 淪陷：侵權、冒牌與洗稿工具氾濫
TechCrunch 調查發現 OpenAI 的 GPT Store 充斥著大量違規內容，包括未經授權的迪士尼與漫威角色、冒充名人的聊天機器人，以及宣稱繞過抄襲檢測的洗稿引流工具。儘管 OpenAI 設有稽核流程，但稽核力度顯然滯後，也給後續的開發者分成計劃埋下了法律與信任隱患。
Sam Altman 做客播客談內亂：通往 AGI 的路註定伴隨權力鬥爭
OpenAI CEO Sam Altman 在 Lex Fridman 播客中回顧了去年 11 月的董事會解僱風波。他稱那是職業生涯中最痛苦的經歷，公司險些被毀，但也讓團隊提前適應了壓力。他認為算力將成為未來最重要的貨幣，通向 AGI 的道路必然伴隨著巨大的權力鬥爭。
傳蘋果洽談引入 Google Gemini：為 iPhone 新增雲端 AI 功能
據彭博社報道，Apple 正與 Google 洽談授權引入 Gemini 模型，用於年內 iOS 18 的影像生成與寫作輔助等功能，同時 Apple 也接觸過 OpenAI。這說明 Apple 面對競爭壓力正尋求外部援手，或採用「端側自研、雲端外包」的雙軌策略。
Figure 01 接入 OpenAI 模型：人形機器人能一邊聊天一邊幹活了
機器人公司 Figure 展示了人形機器人 Figure 01 接入 OpenAI 模型的演示：機器人不僅能即時對話，還能聽懂口頭指令分揀物品，說話時甚至帶有逼真的停頓。Figure 負責動作控制，OpenAI 提供視覺與語言能力，讓大模型真正開始擁有物理實體。
OpenAI 確認 Sora 年內公測：可能只需幾個月，後續還將支援音訊
OpenAI 技術長 Mira Murati 透露，文生影片模型 Sora 將於今年晚些時候向公眾開放，可能就在幾個月後。此外，OpenAI 計劃未來為 Sora 引入音訊生成和影片編輯功能，並努力將其使用成本降至接近 DALL-E 的水平。
OpenAI 被曝洩露 GPT-4.5 Turbo：256k 上下文或 6 月上線
OpenAI 網頁團隊疑似提前洩露 GPT-4.5 Turbo 產品頁，被搜尋引擎收錄。預熱文案顯示其擁有 256,000 token（約 20 萬詞）上下文視窗，知識庫更新至 2024 年 6 月，暗示新模型或於 6 月正式上線。不過目前相關連結顯示為 404 頁面。