AI 产品发布与更新

LlamaIndex 发布 LlamaParse 正式版，定位为首个 GenAI 原生文档解析平台，公测 3 周内已有超过 2000 名用户解析超过 100 万页。

Cognition 发布 AI 软件工程师 Devin，可规划并执行需要数千次决策的复杂工程任务，配备 shell、代码编辑器和浏览器等沙盒开发环境，并能实时汇报进度、接受反馈与用户协作。

Mistral AI 发布对话助手 Le Chat，作为与 Mistral 各模型交互的入口，底层可使用 Mistral Large、Mistral Small 或原型模型 Mistral Next。产品提供可调节的系统级审核机制，并同步推出支持自部署和细粒度审核的 Le Chat Enterprise；目前 beta 用户可注册试用，但 Le Chat 尚无法联网，可能给出过时信息。

LlamaIndex 推出面向 LLM 与 RAG 应用的托管解析、摄取与检索服务套件 LlamaParse。LlamaParse 专注解析含表格和图表的复杂文档，已进入公开预览，当前聚焦 PDF 并对公开用户设用量上限；托管摄取与检索 API 处于私有预览，支持通过 LlamaHub 接入超过 150 个数据源和 40 多种数据存储方案。

LlamaIndex 发布 LlamaParse 和 LlamaCloud，为 LLM 与 RAG 应用提供托管解析、摄取和检索服务。

OpenAI 正在测试让 ChatGPT 记住用户讨论内容的能力，以便在未来对话中提供更有帮助的回应。用户可以控制 ChatGPT 的记忆。

LlamaIndex 发布 v0.10.0，是其 Python 包迄今最大更新。核心变化包括：拆出精简的 llama-index-core 包，数百个集成（150+ 数据加载器。

LlamaIndex 推出 llamaindex-cli 命令行工具，随 pip install llama-index 安装，底层使用 Chroma 向量数据库，可不经写代码完成 RAG。

OpenAI 宣布推出 GPT Store。原文正文抓取失败，仅标题可用，详情以官方公告为准。

OpenAI 推出面向各种规模团队的新 ChatGPT 订阅方案 ChatGPT Team，提供安全、可协作的工作区，帮助团队在工作中更好地使用 ChatGPT。

Mistral AI 开放 La Plateforme 平台 beta 访问，提供 mistral-tiny、mistral-small、mistral-medium 三个文本生成端点和 mistral-embed 嵌入端点。

LlamaIndex 发布 AutoTranslateDoc，一款命令行工具，可从 GitHub 仓库抓取 .md 和 .mdx 文档，用 GPT-3.5、GPT-4 分块翻译并自动校验后合并输出。

LlamaIndex 推出 Llama Packs，一个社区驱动的预打包模块合集，用于快速启动 LLM 应用，已在 LlamaHub 上线 16+ 个与 Streamlit、Weaviate、Voyage AI 等伙伴合作的模板。模块可通过 CLI 或 Python 一行代码下载，支持开箱即用运行 RAG 管线，也可查看和修改全部代码，例如将默认 OpenAI LLM 替换为 Anthropic。

LlamaIndex 发布 RAGs，一个 Streamlit 应用，无需写代码即可用自然语言创建并定制 RAG pipeline，对自己的数据实现「ChatGPT over your data」。

LlamaIndex 发布 0.9 大版本，引入 IngestionPipeline 数据摄取抽象，转换步骤自动缓存以加速重复运行。

LlamaIndex 推出 create-llama 命令行工具，通过 npx create-llama 即可交互式生成一个可与自己数据对话的全栈应用。

LlamaIndex 发布多模态 RAG 支持能力，新增 OpenAIMultiModal、ReplicateMultiModal、MultiModalEmbedding（CLIP）和 MultiModalVectorStoreIndex 等抽象，可对文本和图像统一索引与检索。

LlamaIndex 在 OpenAI 开发者日当天更新库，支持 gpt-4-1106-preview（GPT-4 Turbo，128,000 token 上下文窗口、JSON mode、并行函数调用等）和 gpt-4-vision-preview 多模态模型。同时新增 Azure OpenAI 端点、嵌入抽象与函数调用示例，其 RAG 演示 SEC Insights 已改用最新版 GPT-4。

OpenAI 在 DevDay 上发布 GPT-4 Turbo，支持 128K 上下文且价格更低，同时推出新模型和开发者产品，包括 Assistants API、GPT-4 Turbo with Vision 和 DALL·E 3 API 等。

OpenAI 推出 GPTs，用户可以创建结合指令、额外知识和任意技能组合的 ChatGPT 自定义版本。

OpenAI 宣布 DALL·E 3 正式在 ChatGPT Plus 和 Enterprise 中可用。官方表示已为更广泛发布构建了安全缓解措施堆栈，并同步分享了来源（provenance）研究的最新进展。

OpenAI 宣布 ChatGPT 新增看、听、说能力。用户可向 ChatGPT 展示图像并进行对话讨论，也可用语音与它交流。

OpenAI 发布 ChatGPT Enterprise，提供企业级安全与隐私保障，并称这是迄今最强大的 ChatGPT 版本。

OpenAI 宣布开发者可使用自有数据对 GPT-3.5 Turbo 进行微调，以适配各自的使用场景。此次更新同时包含若干 API 更新。

OpenAI 推出 ChatGPT 自定义指令功能，让用户对 ChatGPT 的回复方式有更多控制。用户设置偏好后，ChatGPT 会在之后的所有对话中记住并遵循这些偏好。

LlamaIndex 发布 Data Agents，LLM 驱动的知识工作者可对非结构化、半结构化和结构化数据执行读取与写入任务。

OpenAI 宣布 API 更新，包括可控性更强的模型、函数调用（function calling）能力、更长的上下文以及更低的价格。

OpenAI 推出 ChatGPT iOS 应用。应用支持跨设备同步对话记录和语音输入，并将最新模型改进带给用户。

LangChain 发布名为 Plan-and-Execute 的新型智能体执行器，先由 planner 规划步骤，再由执行器逐步完成，与此前基于 ReAct 的 Action Agent 形成对比。该设计将规划与执行分离以提升可靠性，代价是更多 LLM 调用，灵感来自 BabyAGI 和 Plan-and-Solve 论文，首版放在实验模块，提供 Python 和 JS/TS 文档。

OpenAI 宣布在 ChatGPT 中实现对 plugins 的初步支持。插件是以安全为核心原则、专为语言模型设计的工具，可帮助 ChatGPT 获取最新信息、运行计算或使用第三方服务。

OpenAI 为 ChatGPT 推出试点订阅计划 ChatGPT Plus。ChatGPT 是一款对话式 AI，可与用户聊天、回答追问并纠正错误假设。

OpenAI 宣布 DALL·E API 即日起开放公测，开发者可以开始使用该 API 构建应用。

OpenAI 宣布 DALL·E 取消候补名单，新用户可以立即开始生成图像。官方表示这一更广泛的开放来自部署中积累的经验和安全系统的改进。

Hugging Face 发布 diffusers 0.3，为扩散模型库新增图生图、Textual Inversion、实验性 inpainting、ONNX 导出和 macOS M1/M2 推理支持等功能。优化后 Stable Diffusion 显存占用降至 3.2GB，代价是约 10% 的速度损失；社区还贡献了视频生成、可解释性工具和日语、动漫方向的微调模型。

OpenAI 为 DALL·E 推出 outpainting 功能，可在原图之外继续扩展画面，支持任意尺寸的图像创作，用于延展创意并讲述更完整的故事。

OpenAI 宣布 DALL·E 开放测试，未来几周内将从候补名单邀请 100 万人使用。用户每月可获得免费生成额度，额外额度按 115 次生成 15 美元的价格购买。

Hugging Face 在 Hub 上为模型、数据集和 Spaces 仓库推出 Pull Requests 和 Discussions 功能，位于新的 Community 标签页，任何社区成员均可参与。PR 不使用 fork，而是通过源仓库中称为 refs 的特殊分支实现，Issues 与 PR 不作区分并显示在同一列表，旨在打造比 GitHub 更简化的 ML 协作流程。

Hugging Face 发布 Gradio 3.0，对库进行了彻底重构设计。前端改用 Svelte 等现代技术带来更小的载荷和更快的页面加载，组件更新增 Gallery 和 TabbedInterface；新推出的 Gradio Blocks 低阶 API 支持在 Python 中自定义布局、多步骤数据流和组件属性动态控制。

OpenAI 在 API 中推出 embeddings 新端点，用于自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等应用。

OpenAI 宣布可为应用定制 GPT-3，通过微调（fine-tuning）适配自身场景。官方称只需一条命令即可完成微调。