跳到正文

内容类型

模型发布 最新动态

各家新模型的发布、开源与迭代:旗舰更新、开源权重放出、能力与价格变化。

892 条精选近 30 天 57 条共收录 4,129 条

更新

精选归档 · 第 44 页

2024年7月3日周三第 861–880 条
  1. 通义 QwenAudio:原创语音项目62

    FunAudioLLM 发布 Fun-CosyVoice 3.0 开源语音合成模型

    通义 FunAudioLLM 团队开源基于 LLM 的 TTS 系统 Fun-CosyVoice 3.0,官方称在内容一致性、说话人相似度和韵律自然度上超越前代 CosyVoice 2.0,面向零样本多语言语音合成。

    推荐理由:官方发布开源 TTS 新版本,附评测表、安装与部署方式,适合关注多语言语音合成落地的开发者参考。

2024年6月27日周四
2024年5月29日周三
  1. Mistral AI:News73

    Mistral 发布首个代码模型 Codestral,22B 开放权重支持 80+ 编程语言

    Mistral 发布其首个代码生成模型 Codestral,为 22B 开放权重模型,训练覆盖 80+ 编程语言,采用 32k 上下文窗口,并支持 Fill-in-the-middle 补全。

    推荐理由:官方发布首次给出模型规模、语言覆盖和专用端点细则,读者可据此评估是否将其接入现有编码工作流。

2024年5月17日周五
  1. DeepSeek:API 更新日志68

    DeepSeek 将 deepseek-chat 升级为 DeepSeek-V2-0517,指令跟随与 JSON 输出能力大幅提升

    deepseek-chat 模型升级为 DeepSeek-V2-0517,IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%,API 端“system”区域指令跟随能力同步优化,增强沉浸式翻译、RAG 等任务体验。JSON 格式输出准确性提升,内部测试集解析率从 78% 提高至 85%,引入恰当正则表达式后进一步升至 97%。

    推荐理由:DeepSeek V2 的指令跟随从及格线拉到优秀线,IFEval 提升近 14 个点,沉浸式翻译和 RAG 体验会有明显改善,做应用层的值得试一下。

2024年5月14日周二
  1. Sam Altman:Blog

    GPT-4o

    OpenAI 将 GPT-4o 向所有 ChatGPT 用户免费开放,无广告。全新语音(及视频)模式响应速度接近人类,表现力极强,被 Sam Altman 称为「用过最好的计算机界面」,像电影里的 AI。未来还将支持个性化、代操作等功能。

    推荐理由:Sam Altman 解读 GPT-4o 发布,强调语音交互与免费策略

2024年5月13日周一
  1. OpenAI:官网动态88

    OpenAI 发布 GPT-4o并向 ChatGPT 免费用户开放更多能力

    OpenAI 发布 GPT-4o,并在 ChatGPT 中向免费用户开放更多能力。消息来自官网 Spring Update,feed 未提供完整正文。

    推荐理由:OpenAI 官方宣布新模型与免费能力调整,读者可据此了解 ChatGPT 付费与免费功能边界的变化。

  2. OpenAI:官网动态87

    OpenAI 发布 GPT-4o 并向 ChatGPT 免费用户开放更多工具

    OpenAI 发布最新旗舰模型 GPT-4o,并在 ChatGPT 中向免费用户开放更多功能。官方称这是其最新旗舰模型,同时扩展了免费版 ChatGPT 可用的能力范围。

    推荐理由:OpenAI 官方宣布旗舰模型上线,同时明确免费用户可用范围扩大,适合据此评估对现有 ChatGPT 使用方式的影响。

2024年4月17日周三
  1. Mistral AI:News77

    Mistral 发布开源模型 Mixtral 8x22B,采用 Apache 2.0 许可证

    Mistral 发布开源稀疏混合专家模型 Mixtral 8x22B,总参数 141B,仅激活 39B,上下文窗口 64K tokens,以 Apache 2.0 许可证开放。模型支持英语、法语、意大利语、德语和西班牙语,具备原生函数调用能力,指令版在 GSM8K maj@8 得分 90.8%,Math maj@4 得分 44.6%,现已在 la Plateforme 上提供。

    推荐理由:官方发布原文给出了活跃参数、上下文窗口、许可证和基准成绩,读者可以据此评估它在开源模型中的成本与性能定位。

2024年4月16日周二
  1. Zyphra Research61

    Zyphra 发布 7B 混合架构基础模型 Zamba

    Zyphra 发布 7B 基础模型 Zamba,采用 Mamba 块加每 6 层共享权重的全局注意力层的混合架构。

    推荐理由:官方原文给出架构设计、训练规模和开放 checkpoints 细节,读者可以据此评估 Mamba 混合架构在本地部署上的取舍。

2024年4月12日周五
  1. xAI:News

    Grok-1.5 Vision 预览版

    xAI 发布 Grok-1.5 Vision 预览版,新增视觉理解能力,可处理图像、图表及文档内容,支持跨模态推理与视觉问答,现面向早期测试者开放试用。

    推荐理由:xAI发布Grok-1.5 Vision预览版,具备多模态视觉理解能力

2024年3月21日周四
  1. Suno:Blog74

    Suno 发布 v3 音乐模型,可生成两分钟录音室级歌曲

    Suno 发布 v3 模型,称其首个能生成录音室级音乐的版本,可在几秒内生成完整的两分钟歌曲,现已向全部用户开放。v3 改进了音频质量、扩充了风格和流派,并提升提示词遵循度,减少幻觉、结尾更自然;模型不识别对其他艺术家的指名引用,并采用不可听水印技术检测 Suno 生成的歌曲。v4 已在开发中。

    推荐理由:官方说明了 v3 的音质、风格和提示词遵循改进,以及水印等防滥用措施,读者可以据此判断这个音乐模型的实际变化。

2024年2月26日周一
  1. Mistral AI:News74

    Mistral 发布旗舰模型 Mistral Large,并通过 Azure 提供服务

    Mistral 发布最新旗舰模型 Mistral Large,称其在常用基准上仅次于 GPT-4,是通过 API 普遍可用的全球第二大模型。Mistral Large 原生支持英法德西意五种语言,具备 32K token 上下文窗口、function calling 和 JSON 输出模式,可在 la Plateforme 与 Azure 使用。

    推荐理由:官方发布公告给出基准对比、多语言能力、API 与 Azure 获取方式,读者可据此评估两个新模型在性能与成本间的取舍。

2024年2月15日周四
  1. OpenAI:官网动态83

    OpenAI 发布 Sora 视频生成模型,提出视频模型可作为世界模拟器

    OpenAI 发布视频生成模型 Sora,可生成一分钟高保真视频。模型基于 Transformer 架构处理视频和图像潜在编码的时空 patch,在可变时长、分辨率和宽高比的视频与图像上联合训练文本条件扩散模型。OpenAI 认为扩展视频生成模型是构建物理世界通用模拟器的一条有前景的路径。

    推荐理由:原文给出 Sora 的技术路线与能力边界,读者可以据此理解视频生成模型作为物理世界模拟器的思路。

2023年12月11日周一
  1. Mistral AI:News84

    Mistral AI 发布开源稀疏专家模型 Mixtral 8x7B

    Mistral AI 发布开源权重的稀疏专家模型 Mixtral 8x7B,采用 Apache 2.0 许可证,在多数基准上超过 Llama 2 70B 并以 6 倍推理速度匹配或超过 GPT3.5。

    推荐理由:官方发布给出基准对比、参数与成本结构和开源部署方案,读者可以据此评估它在开放权重模型中的位置。

2023年9月27日周三
  1. Mistral AI:News82

    Mistral AI 发布首个开源模型 Mistral 7B

    Mistral AI 发布公司宣言并开源首个 7B 参数模型 Mistral 7B,采用 Apache 2.0 协议,在标准英文和代码基准上超越所有现有 13B 以下开源模型。官方称三个月内组建团队并从零搭建 MLOps 栈与数据处理管线,同时开设 GitHub 仓库和 Discord 频道,未来将陆续发布更大模型。

    推荐理由:Mistral AI 阐明开源路线并发布首个模型,读者可了解其定位与 Mistral 7B 的实际性能表现。

  2. Mistral AI:News87

    Mistral AI 发布开源模型 Mistral 7B,性能超越 Llama 2 13B

    Mistral AI 发布 7.3B 参数开源模型 Mistral 7B,采用 Apache 2.0 许可证。官方重跑评测显示其在所有基准上超过 Llama 2 13B,在多项基准上超过 Llama 1 34B,代码性能接近 CodeLlama 7B。

    推荐理由:官方发布给出了与 Llama 2 全面的对比评测数据和 GQA、SWA 技术细节,模型以 Apache 2.0 开源可商用。

2023年7月18日周二
2023年3月14日周二
  1. OpenAI:官网动态91

    OpenAI 发布 GPT-4 多模态模型

    OpenAI 发布 GPT-4,称其为扩展深度学习的最新里程碑。GPT-4 是接受图像和文本输入、输出文本的大型多模态模型,在多项专业和学术基准上达到人类水平表现,但在许多现实场景中仍不及人类。

    推荐理由:官方原文明确了 GPT-4 的多模态输入形态和基准表现定位,可作为了解该模型能力边界的直接信源。