跳到正文

模型发布

新模型的发布、开源与迭代:大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

当前仅显示精选新闻
596条精选相关主题产品更新论文研究开源生态

最新精选

第 581–596 条 · 共 596 条
8月21日周四
7月15日周二
7月11日周五
6月10日周二
5月28日周三
5月21日周三
5月7日周三
5月1日周四
  1. Suno Blog64

    Suno 发布 v4.5 音乐生成模型

    Suno 发布最新音乐生成模型 v4.5,曲风选项大幅扩充且更贴合描述,人声情感与音域增强,歌曲最长可达 8 分钟。新增提示词增强助手,Covers 与 Personas 可组合使用,生成速度与音频质量也有明显提升。

    推荐理由:官方公告列出了 v4.5 在曲风、人声、音质和生成速度上的具体改进,音乐创作工作流的变化可以直接对照查看。

3月24日周一
3月17日周一
  1. Mistral AI65

    Mistral 发布 Mistral Small 3.1:24B 多模态开源模型,128k 上下文

    Mistral AI 发布 Mistral Small 3.1,相比 Mistral Small 3 提升文本性能,新增多模态理解,上下文窗口扩展至 128k tokens,推理速度达 150 tokens/秒,官方称超越 Gemma 3 和 GPT-4o Mini 等同级模型。

    推荐理由:官方给出了与 Gemma 3 和 GPT-4o Mini 的对比数据、部署门槛和开放下载渠道,可据此评估端侧与低成本部署选择。

1月24日周五
  1. FireRedTeam GitHub 新仓库61

    FireRedTeam 开源 FireRedASR 工业级中文语音识别模型,含 LLM 与 AED 两个变体

    FireRedTeam 开源工业级语音识别模型 FireRedASR,支持普通话、中文方言和英语,含 8.3B 的 FireRedASR-LLM(Encoder-Adapter-LLM 架构)和 1.1B 的 FireRedASR-AED 两个变体。

    推荐理由:仓库给出两个变体的公开基准 CER/WER 对比数字和使用限制,读者可以据此评估它在中文语音识别里的可用性。

12月26日周四
9月5日周四
6月28日周五
5月14日周二
  1. Sam Altman Blog86

    Sam Altman 谈 GPT-4o 免费开放与全新语音模式

    Sam Altman 发文强调 GPT-4o 已免费向 ChatGPT 用户开放,且无广告,呼应其让强大 AI 工具普惠的使命。他称新的语音和视频模式是他用过的最好计算机界面,达到人类水平的响应时间和表现力,体验自然流畅,并展望未来加入可选个性化、访问个人信息和代用户执行操作等能力。

    推荐理由:作者本人解释免费开放 GPT-4o 的考量,并给出新语音模式的第一手使用感受,可作官方视角的背景补充。

3月21日周四
  1. Suno Blog84

    Suno 发布 v3 模型,可生成广播级两分钟完整歌曲

    Suno 发布 v3 模型,称其首个能生成广播级音乐的模型,已在 https://app.suno.ai 向所有用户开放。v3 可在几秒内生成完整两分钟歌曲,改进包括更好的音质、更多风格流派、更少幻觉和更自然的结尾。模型不识别艺术家引用,并采用不可闻水印技术检测 Suno 生成的歌曲,v4 已在开发中。

    推荐理由:Suno 官方说明 v3 在音质、风格与提示词遵循上的具体改进,读者可据此对比自己此前的生成体验。