微軟人工智能部門于周四正式推出首批兩款自研AI模型——MAI-Voice-1語音模型與MAI-1-preview通用模型。MAI-Voice-1僅需單塊GPU，1秒內(nèi)可生成時長1分鐘的音頻，已應(yīng)用于“Copilot Daily”功能，AI主持人通過該模型播報當(dāng)日熱點新聞，還能生成播客風(fēng)格的對話內(nèi)容。普通用戶可在Copilot Labs平臺體驗MAI-Voice-1，自定義語音音色與說話風(fēng)格。MAI-1-preview模型訓(xùn)練動用約1.5萬塊英偉達(dá)H100 GPU，專為特定需求用戶設(shè)計，具備遵循指令的能力，可為日常咨詢提供實用回應(yīng)。該模型將應(yīng)用于Copilot助手的特定文本使用場景，目前Copilot主要依賴OpenAI的大型語言模型。MAI-1-preview已在AI基準(zhǔn)測試平臺LMArena上進(jìn)行公開測試。
當(dāng)?shù)貢r間周二（8月5日），亞馬遜在官網(wǎng)發(fā)布新聞稿稱，公司云計算部門AWS將在Bedrock和SageMaker平臺上提供OpenAI的開放權(quán)重模型gpt-oss-120b和gpt-oss-20b。日內(nèi)早些時候，OpenAI發(fā)布了這兩款A(yù)I推理模型。亞馬遜表示，通過向AWS上的數(shù)百萬客戶提供該技術(shù)，可以擴(kuò)大OpenAI領(lǐng)先技術(shù)的影響力。在此之前，微軟是唯一一家可以轉(zhuǎn)售OpenAI軟件的云服務(wù)商，這一優(yōu)勢幫助其云計算部門Azure的增速超過了同行AWS。
英國《自然》雜志網(wǎng)站16日發(fā)表文章說，中國人工智能(AI)模型Kimi K2發(fā)布后引發(fā)轟動，世界迎來“又一個DeepSeek時刻”。中國在6個月內(nèi)推出第二款令人印象深刻的模型，表明這一成功并非偶然。Kimi K2在編程方面的表現(xiàn)尤其出色，在LiveCodeBench(一個專門用于評估大型語言模型編碼能力的數(shù)據(jù)集)等測試中取得了高分。此外，Kimi K2似乎還頗具寫作天賦，在一些專業(yè)測試中名列前茅。目前，包括硅谷的開源社區(qū)等在內(nèi)的AI開發(fā)者都在熱議Kimi K2。官方數(shù)據(jù)顯示，其總參數(shù)規(guī)模達(dá)到了萬億級別(1T)，不過由于采用混合專家架構(gòu)，每次任務(wù)僅動態(tài)激活320億參數(shù)，只需調(diào)用模型中相關(guān)模塊，從而有助于控制所需算力。
7月12日，OpenAI首席執(zhí)行官山姆?奧爾特曼（Sam Altman）在X平臺發(fā)布推文，表示為進(jìn)一步測試模型安全，將推遲發(fā)布其首個開源AI模型。OpenAI公司的首個開源AI模型上月已延期1次，原計劃本周發(fā)布該模式，不過奧爾特曼表示為進(jìn)一步的安全測試，選擇再次延期，但并未公布新的發(fā)布時間點。
7月8日，據(jù)報道，蘋果公司負(fù)責(zé)AI模型的最高主管龐若鳴（Ruoming Pang）即將離職并跳槽至Meta，Meta為其開出了每年價值數(shù)千萬美元的薪酬待遇。龐若鳴是蘋果基礎(chǔ)模型團(tuán)隊的負(fù)責(zé)人，也是著名工程師。此次挖角是Meta CEO扎克伯格招攬AI人才戰(zhàn)略的一部分，近期Meta還聘請了多位AI領(lǐng)域的知名人士，包括Scale AI創(chuàng)始人汪滔、創(chuàng)業(yè)公司創(chuàng)始人丹尼爾·格羅斯、GitHub前CEO納特·弗里德曼等。
5月26日，據(jù)報道，OpenAI新款人工智能(AI)模型o3不聽人類指令，拒絕自我關(guān)閉。據(jù)悉，人類專家在測試中給o3下達(dá)明確指令，但o3篡改計算機(jī)代碼以避免自動關(guān)閉。o3模型是OpenAI“推理模型”系列的最新版本，旨在為ChatGPT提供更強(qiáng)大的問題解決能力。OpenAI曾稱o3為“迄今最聰明、最高能”的模型。
5月20日，微軟宣布，正在將馬斯克的xAI模型添加到其人工智能市場，其中包括對方于2025年早些時候推出的Grok 3。微軟表示， Azure云服務(wù)的用戶可以使用超過1900種Al模型，包括來自微軟合作伙伴OpenAl， Meta Platforms和DeepSeek的模型。
5月19日，英偉達(dá)CEO黃仁勛在臺北國際電腦展表示，英偉達(dá)正在將其AI模型應(yīng)用于自動駕駛汽車，與梅賽德斯在全球范圍內(nèi)推出一支車隊，使用英偉達(dá)的端到端自動駕駛技術(shù)，今年即可實現(xiàn)。
5月19日消息，蘋果的機(jī)器學(xué)習(xí)團(tuán)隊與南京大學(xué)及香港科技大學(xué)的研究人員合作，發(fā)布了一款名為 Matrix3D 的全新3D人工智能模型。這款被稱為“大型攝影測量模型”（Large Photogrammetry Model）的系統(tǒng)，能夠僅通過幾張二維圖片就重建出三維物體與場景，而且它在實現(xiàn)方式上與當(dāng)前的主流技術(shù)路徑有著顯著不同。攝影測量技術(shù)是通過照片進(jìn)行測量，以此來構(gòu)建3D模型或地圖。Matrix3D 的成果令人驚艷：僅需三張輸入圖片，就可以生成高質(zhì)量的3D物體甚至完整環(huán)境的重建。這種能力對于蘋果的沉浸式設(shè)備，例如 Vision Pro，有著極具潛力的應(yīng)用場景。
5月16日消息，知情人士表示，Meta Platforms將推遲其旗艦AI模型的發(fā)布，此舉引發(fā)內(nèi)部對其數(shù)百億美元AI投資方向的擔(dān)憂。知情人士稱，工程師們正竭力提升名為“巨獸”（Behemoth）的大語言模型性能，員工質(zhì)疑其改進(jìn)程度是否足以支撐公開發(fā)布。該模型原定4月Meta首屆AI開發(fā)者大會亮相，后推遲至6月，現(xiàn)再度延期至秋季或更晚。
歐洲航天局在4月22日世界地球日發(fā)布消息說，該機(jī)構(gòu)與IBM歐洲研究院合作研發(fā)、共同推出一款地球觀測人工智能（AI）模型TerraMind，旨在更好地了解和保護(hù)地球。
3月13日，谷歌DeepMind發(fā)布了用于機(jī)器人的人工智能模型。該公司的新機(jī)器人模型名為Gemini Robotics和Gemini Robotic-ER，旨在通過利用大型語言模型的推理能力來完成復(fù)雜的現(xiàn)實世界任務(wù)，幫助機(jī)器人適應(yīng)復(fù)雜的環(huán)境。
當(dāng)?shù)貢r間2月26日，法國軟件巨頭達(dá)索系統(tǒng)CEO Pascal Daloz在3DEXPERIENCE World峰會期間接受采訪時稱，中國的人工智能初創(chuàng)公司DeepSeek提供了極具成本優(yōu)勢的AI模型，而達(dá)索系統(tǒng)的目標(biāo)是進(jìn)一步降低中小企業(yè)采用AI的門檻，并將AI模型的訓(xùn)練成本降至千萬美元級別。Daloz表示，他并不信仰大語言模型（LLM），因為通用大模型的訓(xùn)練成本過高，只有像谷歌、微軟等科技巨頭才有足夠的資金投入大模型的訓(xùn)練。Daloz透露，達(dá)索系統(tǒng)至今在人工智能相關(guān)技術(shù)的開發(fā)方面已經(jīng)投入超過150億歐元。
2月18日，馬斯克旗下人工智能初創(chuàng)公司xAI正式發(fā)布新一代聊天機(jī)器人Grok 3。此前馬斯克稱其為“地球上最聰明的人工智能”。馬斯克在直播中首次披露了Grok 3的訓(xùn)練成本，稱Grok 3訓(xùn)練過程累計消耗20萬塊英偉達(dá)GPU，訓(xùn)練在xAI公司的數(shù)據(jù)中心完成。
當(dāng)?shù)貢r間12月11日，谷歌宣布推出最新AI模型Gemini 2.0，稱這是其迄今為止最強(qiáng)大的模型。即日起，谷歌將2.0開放給開發(fā)者以及受信任的測試人員，并正在積極推進(jìn)將其整合到公司的產(chǎn)品中，率先從Gemini和Search開始。即日起，Gemini 2.0 Flash體驗版模型將對所有Gemini用戶開放。同時，谷歌還推出了Deep Research的新功能，它運用高級推理和長上下文處理能力，承擔(dān)研究助手的角色，幫助用戶探索復(fù)雜的主題并撰寫報告。該功能自即日起對Gemini Advanced用戶開放。
OpenAI當(dāng)?shù)貢r間7月18日推出名為“GPT-4o mini”的迷你AI模型，該模型是GPT-4o的一個分支。OpenAI計劃稍后將圖像、視頻和音頻集成到其中。
7月18日消息，Meta在一份聲明中表示，他們將在未來幾個月發(fā)布一款多模態(tài)的Llama模型，但由于歐洲監(jiān)管環(huán)境的不可預(yù)測性，它不會在歐盟發(fā)布。Meta計劃在包括智能手機(jī)和Meta Ray-Ban智能眼鏡在內(nèi)的多種產(chǎn)品中采用新的多模態(tài)模型，這些模型可以在視頻、音頻、圖像和文本之間進(jìn)行推理。Meta表示，這一決定意味著歐洲公司將無法使用多模態(tài)模型，盡管這些模型是以開放許可的形式發(fā)布的。
5月14日，OpenAI推出了一個更快、更便宜的人工智能模型來支持其聊天機(jī)器人ChatGPT。在周一的直播活動中，OpenAI推出了新的大語言模型GPT-4o。這是其已經(jīng)問世一年多的GPT-4模型的更新版本。該模型基于來自互聯(lián)網(wǎng)的大量數(shù)據(jù)進(jìn)行訓(xùn)練，更擅長處理文本和音頻，并且支持50種語言。新模式將面向所有用戶，而不僅僅是付費用戶。GPT-4o的發(fā)布勢將撼動快速發(fā)展的人工智能領(lǐng)域，目前GPT-4仍然是黃金標(biāo)準(zhǔn)。OpenAI發(fā)布新模型也正值谷歌I/O開發(fā)者大會的前一天。谷歌是人工智能領(lǐng)域的早期領(lǐng)導(dǎo)者，預(yù)計將利用這次活動發(fā)布更多人工智能更新，以追趕有微軟公司支持的OpenAI。
OpenAI和Meta即將發(fā)布新的人工智能模型，他們表示這些模型將具備推理和規(guī)劃的能力，這是在機(jī)器中實現(xiàn)超人認(rèn)知的關(guān)鍵步驟。本周，OpenAI和Meta的高管表示，他們正準(zhǔn)備推出其大型語言模型的下一個版本。這些系統(tǒng)為ChatGPT等生成式人工智能應(yīng)用提供動力。
當(dāng)?shù)貢r間1月26日，美國商務(wù)部長吉娜·雷蒙多表示，美商務(wù)部在探索如何強(qiáng)制云計算公司在外國用戶試圖開發(fā)驅(qū)動人工智能的模型時進(jìn)行報告。她說：“我們正在啟動一個進(jìn)程，準(zhǔn)備要求美國的云計算公司在每次非美國實體使用其云計算來訓(xùn)練大型語言模型時都告訴我們?！?