OpenAI 正在为其 API 推出新的转录和语音生成 AI 模型，公司声称这些模型在其之前的版本基础上有了显著改进。 对于 OpenAI 来说，这些模型契合其更广泛的“代理”愿景：构建能够代表用户独立完成任务的自动化系统。虽然“代理”的定义可能存在争议，但 OpenAI 产品负责人 Olivier Godement 在一次简报会上将其中的一种解释描述为能够与企业客户交谈的聊天机器人。 “我们将在未来几个月看到越来越多的代理出现，”Godement 表示，“总体主题是帮助客户和开发者利用那些实用、可用且准确的代理。” OpenAI 声称，其新的文本转语音模型“gpt-4o-mini-tts”不仅能提供更细腻、更逼真的语音效果，而且比上一代语音合成模型更具“可控性”。开发者可以用自然语言指示 gpt-4o-mini-tts 如何发声，例如“像疯狂科学家一样说话”或“用平静的声音，像正念老师那样”。 OpenAI 产品团队成员 Jeff Harris 表示，他们的目标是让开发者能够定制语音的“体验”和“语境”。 “在不同的情境中，你不希望听到平淡单调的声音，”Harris 说，“如果你在一 ...

近年来，AI模型的发布速度令人目不暇接。从谷歌这样的科技巨头，到OpenAI、Anthropic等初创企业，都在不断推出新产品。对于普通用户来说，追踪这些最新模型可能会让人感到有些吃力。 更让人困惑的是，许多AI模型往往以行业基准测试数据作为宣传噱头，但这些技术指标往往无法真正反映普通人和企业在实际使用中的体验。 为了帮助大家理清思路，我们整理了一份自2024年以来发布的最前沿AI模型概览，详细介绍它们的功能、最佳使用场景以及如何使用。我们也会持续更新这份列表，加入最新的模型信息。 目前，全球AI模型数量已经超过百万。例如，Hugging Face平台就托管了超过140万个模型。因此，这份列表难免会遗漏一些在特定领域表现更优的模型。 2025年发布的AI模型Cohere的Aya VisionCohere推出了一款名为Aya Vision的多模态模型，据称在图像描述和回答图片相关问题方面表现出色。Cohere还表示，这款模型在非英语语言上的表现也优于其他同类产品。目前，它在WhatsApp上免费开放使用。 OpenAI的GPT 4.5 “Orion”OpenAI将Orion称为他们迄今为 ...

开源浪潮下的AGI新势力2025年2月24日，AGI领域迎来一颗“深水炸弹”——中国团队DeepSeek正式启动#OpenSourceWeek#开源计划。这支自称“车库小队”的精悍团队，宣布将在未来5天连续开源5个生产级代码仓库，首日重磅推出的FlashMLA推理内核，直接瞄准大模型工业化部署的核心痛点。 此次开源行动不仅展现了国产团队的技术实力，更传递出一个信号：AGI技术的普惠化，正从底层基础设施开始加速。 一、FlashMLA解析：Hopper GPU的“涡轮增压器”作为开源周的首发项目，FlashMLA是一款专为NVIDIA Hopper架构（H100/H800）设计的高性能动态序列推理内核，已在DeepSeek的在线服务中处理超千亿次请求。其核心优势体现在三个维度： 1. 工业级实战设计 ✅ 动态序列优化：突破传统固定长度计算的限制，对长短不一的用户请求实现自动资源调配 ✅ 分页KV缓存（块大小64）：避免显存碎片化，支持超长上下文对话（实测16k tokens场景显存占用降低42%） ✅ 完整生产支持：提供Docker部署模板与负载监控方案，GitHub仓库即开即 ...

Anthropic正在发布一款名为Claude 3.7 Sonnet的前沿AI模型，该公司设计它能够根据用户需求”思考”问题任意长的时间。 Anthropic称Claude 3.7 Sonnet为业界首款”混合AI推理模型”，因为它是一个单一模型，既能提供实时回答，也能提供更经过深思熟虑的”思考后”回答。用户可以选择是否激活AI模型的”推理”能力，这会提示Claude 3.7 Sonnet进行短时间或长时间的”思考”。 该模型代表了Anthropic简化AI产品用户体验的更广泛努力。如今，大多数AI聊天机器人都有一个令人生畏的模型选择器，迫使用户从几种成本和功能各异的选项中进行选择。像Anthropic这样的实验室希望用户不必思考这些——理想情况下，一个模型就能完成所有工作。 Anthropic表示，Claude 3.7 Sonnet将于周一向所有用户和开发者推出，但只有付费使用Anthropic高级Claude聊天机器人计划的用户才能获得该模型的推理功能。免费Claude用户将获得标准的、非推理版本的Claude 3.7 Sonnet，Anthropic声称其性能优于之前的前沿AI模 ...

DeepSeek在其”开源周”第三天宣布推出DeepGEMM，这是一个支持FP8通用矩阵乘法(GEMM)的开源库。该工具专为密集型和混合专家(MoE)矩阵运算设计，有力支持DeepSeek V3和R1模型的训练和推理。官方通过X平台发布的公告迅速在科技社区引起了广泛关注。 根据DeepSeek在X上的官方发布，DeepGEMM在NVIDIA Hopper GPU上实现了高达1350+TFLOPS的FP8计算性能。其核心逻辑仅由约300行代码组成，却在大多数矩阵尺寸上超越了专家调优的内核，展现出卓越的效率和简洁性。该库不需要复杂的依赖项，使用即时(JIT)编译，支持密集布局和两种MoE布局，并以”教程式”的清晰设计便于学习和使用。 X用户@TechBitDaily评论：”DeepGEMM的发布是DeepSeek开源周的亮点；其FP8性能和简洁设计令人印象深刻。”另一位用户@AIObserverCN注意到该库在支持MoE模型高效训练方面具有显著优势，有望在Hopper架构上推动AI社区的进一步创新。 作为开源周的一部分，DeepGEMM的发布延续了DeepSeek推动AI技术透明化和社区 ...

OpenAI实际上已经取消了原定发布的下一代主力AI模型o3，转而选择了CEO Sam Altman所说的”简化”产品策略。 周三，Altman在X平台上发文表示，OpenAI将在未来几个月推出名为GPT-5的模型，该模型将在其AI聊天机器人平台ChatGPT和API中”整合大量OpenAI技术”，包括o3的技术。基于这一路线图的调整，OpenAI不再计划将o3作为独立模型发布。 公司此前曾在12月表示计划于今年初发布o3模型。就在几周前，OpenAI首席产品官Kevin Weil还在一次采访中表示，o3计划在”2-3月”发布。 “我们希望能更好地分享我们的产品路线图，同时大幅简化我们的产品线，”Altman在帖子中写道。”我们希望AI能够为用户’开箱即用’；我们意识到我们的模型和产品结构已经变得过于复杂。我们和用户一样讨厌（ChatGPT中的）模型选择器，我们希望回归到统一的智能体验。” Altman还宣布，一旦GPT-5正式发布，OpenAI计划在”标准智能设置”下提供无限制的对话访问，但需遵守”滥用阈值”的限制。（Altman没有详细说明这些设置和阈值的具体内容）。ChatGPT ...

OpenAI近日宣布推出一款新的AI”代理”，旨在帮助用户通过ChatGPT平台进行深入、复杂的研究工作。 这项新功能被恰如其分地命名为”深度研究”（deep research）。 根据OpenAI周日发布的博客文章，这项新功能主要面向”在金融、科学、政策和工程等领域从事密集知识工作，需要进行全面、精确和可靠研究的人群”。该公司还表示，对于那些需要仔细研究才能做出购买决定的商品，如汽车、家电和家具等，这项功能也能发挥重要作用。 简而言之，ChatGPT深度研究功能适用于那些不只需要快速答案或简单总结，而是需要仔细考虑来自多个网站和其他来源信息的场景。 OpenAI表示，深度研究功能现已向ChatGPT Pro用户开放，每月限额100次查询，接下来将陆续向Plus和Team用户开放，最后是Enterprise用户。（据该公司称，Plus版本计划在一个月后推出，付费用户的查询限制也将很快”显著提高”。）这是一次地域性发布，OpenAI尚未公布针对英国、瑞士和欧洲经济区ChatGPT用户的发布时间表。 要使用ChatGPT深度研究功能，用户只需在编辑器中选择”deep research”选 ...

写在前面：之前我写了一篇介绍WildCard的文章，# 【2024最新】轻松订阅海外软件服务以及WildCard虚拟信用卡介绍不知不觉已经一年过去了，WildCard也发生了巨大的变化，从之前的需要手动复制卡信息，到现在粘贴链接就可以实现一键订阅，一年之间也几经域名变化，甚至在前几天还改成了中文名字野卡。值此蛇年新年之际，便重写一篇文章，让大家更好地使用野卡订阅想要的服务。 一行看完本文：野卡｜一分钟注册，轻松订阅海外软件服务，邀请码EVEN，开卡立减2$ 相关教程： 订阅Claude Pro订阅ChatGPT Plus/Pro美区Apple ID注册和绑卡Google Pay 绑卡Twitter 推特/X 订阅教程Midjourney 订阅教程Cursor 订阅教程 一 .什么是虚拟信用卡虚拟信用卡代表了一种电子形式的信用卡，它为用户提供了一次性或重复使用的卡号，专门用于网上购物，免去了实体信用卡的必要性。 这类卡片主要由信用卡公司或数字支付平台发放，目的是增加一重额外安全保障。通过设置使用限制、资金上限和有效时限等措施，虚拟信用卡旨在降低诈骗风险，同时保护 ...