GPT-4o 系统卡附录:4o 图像生成
OpenAI 发布 GPT-4o 系统卡附录,介绍 4o 图像生成能力;该能力比 DALL·E 3 系列显著更强,可生成照片级输出,并支持以图像作为输入进行转换。
推荐理由:原文将 4o 图像生成与 DALL·E 3 对比,点出其照片级输出与图像输入变换能力,读者可据此快速了解新模型的能力边界。
新模型的发布、开源与迭代:大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
OpenAI 发布 GPT-4o 系统卡附录,介绍 4o 图像生成能力;该能力比 DALL·E 3 系列显著更强,可生成照片级输出,并支持以图像作为输入进行转换。
推荐理由:原文将 4o 图像生成与 DALL·E 3 对比,点出其照片级输出与图像输入变换能力,读者可据此快速了解新模型的能力边界。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V3-0324,推理能力增强,AIME 从 39.6 升至 59.4,LiveCodeBench 从 39.2 升至 49.2。同时优化了 Web 前端代码生成、与 R1 对齐的中文写作风格,以及多轮改写、翻译、中文搜索、报告分析和 Function Calling 能力。
推荐理由:原文逐项列出 DeepSeek-V3-0324 相比上一版在推理、编码、中文写作等方向的变化,并给出 MMLU-Pro、AIME 等基准的具体分数提升,便于直接比较升级幅度。
OpenAI 在 API 中推出新一代音频模型,开发者首次可以指示文本转语音模型以特定方式说话,例如像有同理心的客服一样表达,为语音智能体解锁新的定制能力。
推荐理由:原文介绍了文本转语音模型新增的指令式语气定制能力,开发者可据此判断语音智能体的定制空间。
OpenAI 发布 GPT-4.5 研究预览版,这是其迄今规模最大、知识储备最丰富的模型。
推荐理由:OpenAI 官方发布 GPT-4.5 研究预览版,强调其在规模与知识储备上的提升,为理解模型能力提供了官方依据。
OpenAI 发布 o3-mini。
DeepSeek 在更新日志中宣布新模型 DeepSeek-R1,可通过指定 model=deepseek-reasoner 调用。详细更新参考 DeepSeek-R1 正式发布,调用指南参考推理模型文档。
推荐理由:原文给出了 DeepSeek-R1 的 API 调用名,读者可据此在接口中指定使用该推理模型。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V3,接口保持不变,仍可通过指定 model=deepseek-chat 调用。详细更新可参考 DeepSeek-V3 正式发布。
推荐理由:官方更新日志说明 deepseek-chat 已升级为 DeepSeek-V3 且接口保持不变,现有调用代码无需改动即可继续使用。
OpenAI 发布 o1 模型,并同时推出 Realtime API 改进、新的微调方法等面向开发者的新工具。
推荐理由:官方公告列出了本轮发布范围,包括 o1、Realtime API 改进和新的微调方法,开发者可据此判断与自己相关的部分。
OpenAI 发布 o1 模型。
OpenAI 发布 o1-mini 模型,主打成本高效的推理能力。
DeepSeek 将 DeepSeek V2 Chat 与 DeepSeek Coder V2 合并升级为 DeepSeek V2.5,API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。
推荐理由:原文给出新旧模型在 ArenaHard、AlpacaEval 2.0 等基准上的分数对比,读者可据此判断这次合并升级的能力提升幅度。
OpenAI 发布 GPT-4o mini 模型,称其推进成本高效的智能。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2-0628,模型推理能力和角色扮演能力提升。
推荐理由:更新日志列出代码、数学、推理等基准的前后得分及对 GPT-4-0314 的胜率变化,便于读者判断 DeepSeek-V2-0628 的能力提升幅度。
DeepSeek 将 deepseek-coder 升级为 DeepSeek-Coder-V2-0614,代码生成、代码理解、代码修复和代码补全能力达到 GPT-4-Turbo-0409 水平。新模型具备卓越的数学和推理能力,通用能力与 DeepSeek-V2-0517 持平。
推荐理由:原文给出与 GPT-4-Turbo-0409 的代码能力对比,读者可据此判断该模型在编码任务中的定位。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2-0517,指令跟随性能显著提升,IFEval Benchmark Prompt-Level 准确率从 63.9% 升至 77.6%。
推荐理由:原文给出 IFEval 与 JSON 解析率的升级前后对比,读者可据此判断 DeepSeek-V2-0517 在指令跟随与结构化输出上的提升幅度。
OpenAI 发布新旗舰模型 GPT-4o(GPT-4 Omni),可实时跨音频、图像和文本进行推理。
推荐理由:OpenAI 发布新旗舰模型 GPT-4o,支持实时处理音频、图像和文本,可关注其多模态交互能力带来的应用变化。
OpenAI 发布 GPT-4o,并使 ChatGPT 的更多功能可供免费用户使用。
推荐理由:OpenAI 发布 GPT-4o 并向免费用户开放更多 ChatGPT 功能,读者可据此了解其最新模型进展与产品策略调整。
OpenAI 推出最新旗舰模型 GPT-4o,并将更多能力免费开放给 ChatGPT 用户。
推荐理由:官方宣布推出新旗舰模型 GPT-4o,并向 ChatGPT 免费用户开放更多能力,读者可据此判断免费版的使用价值。
OpenAI 在 DevDay 发布 GPT-4 Turbo,支持 128K 上下文并降低价格。同时推出的还有 Assistants API、GPT-4 Turbo with Vision 与 DALL·E 3 API 等开发者产品。
推荐理由:原文列出 GPT-4 Turbo 的 128K 上下文与更低价格,以及 Assistants API 等新入口,开发者可据此评估要跟进哪些更新。
OpenAI 宣布 DALL·E 3 现已在 ChatGPT Plus 和 Enterprise 中可用。为推进更广泛发布,OpenAI 开发了安全缓解技术栈,并分享了来源研究的最新进展。
推荐理由:OpenAI 公布了 DALL·E 3 扩大开放前的安全缓解技术栈与来源研究进展,可借此了解其安全设计思路。