OpenAI 放出了 o1 Pro、GPT-4o 高级语音、GPTCanavas，就跟孔雀开屏一样 ～ 谷歌最近的大动作是发布了 Gemini 2.0 嘛！2.0 比 1.5 版本快一倍，而且是原生的多模态大模型，能输入和生成语言、声音、图片、视频等。
OpenAI的实时API支持低延迟、双向音频流，使得多模态AI应用（如语音对话Agent）得以实现。它通过WebSocket连接管理对话状态，并提供短语结束检测和语音活动检测（VAD）功能，大大简化了实时语音应用的开发。
嘿！最近 AI 圈都在关注 OpenAI 的连续 12 场直播。就在直播开播同一天，OpenAI 也出炉了 o1 系统卡（o1 System Card），今天咱们就来啃啃这块硬骨头。
OpenAI谷歌天天刷流量，微软也坐不住了，推出最新小模型Phi-4。 参数量仅14B，MMLU性能就和Llama 3.3/ Qwen2.5等70B级别大模型坐一桌。
江旭是OpenAI GPT 4的重要贡献者，于2023年离开OpenAI。
时隔7个月，OpenAI版「Her」终于全量上线了！视频聊天和屏幕共享两大功能畅玩，还送上了圣诞老人限定声音。
OpenAI 年底 AI 春晚第六弹来了。 继昨日 ChatGPT 正式登陆苹果全家桶之后，OpenAI 又带来了重磅更新。
OpenAI“双十二”的第六天，依旧重磅来袭——《Her》一样的视频通话功能，全量开放！而且这次的版本名字也是非常应景，叫做Santa Mode（圣诞模式）。
本周二，OpenAI 在首届开发者大会 DevDay 活动中，重磅官宣了一系列新功能和新产品，并计划当天就为所有订阅用户启用 GPTs（自定义 GPT）功能——然而，ChatGPT 宕机的速度似乎来得要更快。
随着ChatGPT等大语言模型的问世，人工智能进入了一个全新的时代。在这股浪潮中，多模态AI技术成为业界竞相追逐的目标，OpenAI的Sora更是将这股热情推向高潮。
