OpenAI发布的各类大模型

2月16日 - Sora视频模型发布：能够依据简短文本提示或一张静态图片生成长达60秒的高清视频，涵盖多角色、不同动作和背景细节等，几乎达到电影级逼真场景。

5月14日 - GPT-4o多模态模型推出：该模型集文本、音频、视觉于一身，展现出强大且丝滑的多模态能力。

6月 - 基于GPT-4的CriticGPT模型发布，旨在找出ChatGPT代码输出错误、辅助改进，并更好地帮助工程师评估ChatGPT响应质量和准确性。

9月 - o1系列推理模型推出，包括o1、o1-preview和o1-mini三款，这些模型通过模仿人类的推理过程，能够在回答前进行更深入思考，从而处理更复杂任务。

10月 - 连续时间一致性模型sCM推出，将开启视频、图像、三维模型、音频等实时、高质量、跨领域的生成式人工智能新阶段。

12月5日至20日 - OpenAI 12场直播，首日发布满血版o1模型，期间期待许久的Sora Turbo正式发布（用户可使用多种工具进行视频编辑等操作），最终以官宣新一代推理模型o3收官。

除了OpenAI发布的大模型，Anthropic、Google、Meta、xAI等也发布了大模型，主要有：

1）Anthropic6月：发布Claude 3.5系列模型，其中Claude 3.5 Sonnet在阅读、编码、数学和视觉等6个主要AI基准测试中排名第一，超越GPT-4o，10月：推出 Claude 3.5 Haiku，性能进一步提升，在多项测试中超越GPT-4o mini，尤其在编程任务上表现出色。11月：发布开源模型上下文协议（MCP），旨在打破大模型数据孤岛，实现与外部数据源的无缝集成。

2）Google2月：将AI助手Bard更名为 Gemini，并推出 Gemini Advanced，支持多模态任务处理。5月：发布 Gemini 1.5 Pro，支持百万Token上下文窗口，成为当时最大的生成式AI模型之一。12月：推出 Gemini 2.0 Flash，专注于流媒体分析和实时操作指导，提升多模态能力。

3）Meta6月：发布 Llama 3.1，进一步优化了长序列建模效率，并在多项任务中表现优异。10月：宣布开发AI搜索引擎，支持生成式AI摘要功能，增强搜索体验。12月：推出 Llama 3.2，在推理（尤其在数学和编码）任务中表现突出。

4）xAI（Elon Musk）7月：启动 全球最大AI训练集群，配备10万颗NVIDIA H100 GPU，用于训练Grok 2.0模型。12月：发布 Grok 2.0，进一步提升生成式AI的能力，并计划在2025年扩展训练集群规模。