AI 模型发布与更新

Mistral 发布 24B 参数的 Mistral Small 3，以 Apache 2.0 协议开放预训练和指令微调两种权重。官方称其在 MMLU 上超 81% 准确率、延迟 150 tokens/s，与 Llama 3.3 70B instruct 相当且同硬件快 3 倍以上，量化后可在单张 RTX 4090 或 32GB 内存的 Mac 上本地运行。

ARC Prize 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得分 14% 和 15.8%，与 o1（低算力 20.5%）相当，而 o3-preview 低算力达 75.7%。

FireRedTeam 开源工业级 ASR 模型 FireRedASR，支持普通话、中文方言和英文，在公开普通话 ASR 基准上取得 SOTA，并具备歌词识别能力。

DeepSeek-R1 发布，性能对标 OpenAI o1 正式版。模型遵循 MIT License 开放 API，训练技术同步公开。

Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度较原版提升约 2 倍。

深度求索正式发布 DeepSeek-V3 模型，性能比肩世界顶尖模型，速度跃升，价格更新。

xAI 宣布完成 60 亿美元 C 轮融资，资金将用于加速 Grok 等 AI 模型研发及扩建算力基础设施。此次融资进一步推高公司估值，加剧与 OpenAI、Anthropic 等竞争对手在生成式 AI 领域的军备竞赛。

Answer.AI 与 LightOn 联合发布 ModernBERT，这是一系列旨在取代 BERT 的 SOTA 编码器模型。该模型将 LLM 的最新架构改进（如 Flash Attention、RoPE）应用于编码器，支持 8192 token 上下文长度（远超传统 BERT 的 512），并在速度和下游任务性能上全面超越旧一代模型。提供 base (149M) 和 large (395M) 两种参数规模，已集成至 Hugging Face Transformers v…

Answer.AI 与 LightOn 发布 ModernBERT 编码器模型系列，提供 base（149M 参数）和 large（395M 参数）两个规格，可作为 BERT 类模型的直接替代。

Grok 正式向所有用户免费开放，取消此前仅限 X Premium 订阅者使用的限制。用户无需付费订阅即可直接使用 xAI 的 AI 助手，大幅降低使用门槛。

🚀 DeepSeek-V2.5-1210: 盛大终章 🎉 🌐 联网搜索现已上线网页版！访问 https://chat.deepseek.com/ 并开启"联网搜索"获取实时回答。🕒 🧵(1/3) https://t.co/niCjfsn5t0

Grok 推出图像生成功能，支持通过自然语言指令直接创建图片。该功能已向 X 平台用户开放，标志着这款 AI 助手从文本交互向多模态能力扩展，用户可在对话中直接生成并编辑视觉内容。

Prime Intellect 发布 INTELLECT-1，称其为首个全球协作训练的 10B 参数语言模型，基于 Llama-3 架构在 1T token 上训练 42 天，跨五国三洲最多同时使用 112 张 H100。

DeepSeek 上线推理模型预览版，其推理性能与 OpenAI 的 o1-preview 相当，并公开了模型的完整思维链。

Mistral AI 发布基于 Mistral Large 2 的 124B 开源权重多模态模型 Pixtral Large，在 MathVista 达到 69.4%，在 ChartQA、DocVQA 上超过 GPT-4o 和 Gemini-1.5 Pro。

xAI 启动 Grok API 公测，发布新模型 grok-beta，支持 128k 上下文、函数调用及系统提示，视觉版本下周上线。开发者每月可获 $25 免费额度至年底，已购预付额度可叠加。API 兼容 OpenAI 与 Anthropic 格式，修改 base_url 即可迁移。

Mistral AI 发布面向端侧和边缘场景的两款模型 Ministral 3B 与 Ministral 8B，称其在 10B 以下级别创下知识、常识、推理、function-calling 和效率的新前沿。

Liquid AI 发布第一代 Liquid Foundation Models（LFM），包含 1.3B、3.1B 和 40.3B MoE（激活参数 12B）三个语言模型，官方称在各规模上取得同级领先质量。

Hugging Face 官方博客宣布 Llama 3.2 发布，新模型可处理图像并支持在设备端运行。

Mistral 发布开源多模态模型 Pixtral 12B，以 Apache 2.0 许可提供，可作为 Mistral Nemo 12B 的直接替换。

OpenAI 发布 o1 模型，官方公告题为 Introducing OpenAI o1。本次抓取未获取到正文，更多细节以官方公告页 https://openai.com/index/introducing-openai-o1-preview 为准。

OpenAI 发布 o1-mini 模型，定位为推进成本高效的推理能力。官方页面暂未披露更多细节。

DeepSeek-V2.5 保留原有 Chat 模型的通用对话能力和 Coder 模型的代码处理能力，并更好地对齐人类偏好。

Mistral 发布 Mistral Large 2（版本 24.07，API 名 mistral-large-2407），123B 参数、128k 上下文窗口，支持数十种语言和 80 多种编程语言。

Hugging Face 发布 Llama 3.1 系列模型，包含 405B、70B 和 8B 三个规格，支持多语言和长上下文。

OpenAI 官网宣布发布 GPT-4o mini，定位为推进高性价比智能的新模型。

Mistral AI 与 NVIDIA 联合发布 12B 模型 Mistral NeMo，支持最高 128k tokens 上下文窗口，base 与 instruct 权重以 Apache 2.0 许可开源。

Mistral 发布 Mamba 架构代码模型 Codestral Mamba，采用线性时间推理，可免费使用、修改和分发。模型具备高级代码与推理能力，性能与 SOTA Transformer 模型相当，已测试最高 256k tokens 的上下文检索能力，共 7,285,403,648 参数。

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。

Google 推出新的开源大语言模型 Gemma 2，Hugging Face 发布博客介绍相关内容。

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。

研究团队成功将稀疏自编码器方法扩展至 Claude 3 Sonnet 模型，从中提取出高质量、可解释的抽象特征。这些特征具有多语言、多模态特性，并能连接同一概念的抽象与具体实例，例如识别代码中的安全漏洞以及关于漏洞的抽象讨论。研究发现的特征涵盖名人、城市、代码类型签名等多个领域，其中部分特征与AI安全高度相关，涉及代码后门、偏见、欺骗、权力寻求及危险内容等潜在风险。研究通过缩放定律指导稀疏自编码器训练，证实了该方法在大规模生产模型上的可行性，为理解大模型内部表征提供了新工具。

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。

OpenAI 宣布新旗舰模型 GPT-4o（GPT-4 Omni），能够实时地对音频、视觉和文本进行推理。

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。

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。

Hugging Face 发布博客欢迎 Meta 的全新开源大语言模型 Llama 3。正文抓取失败，仅标题可用，更多细节以原文链接 https://huggingface.co/blog/llama3 为准。

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。

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。

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。