生成能力，
走进日常工具。

杰弗里·辛顿离开谷歌后，更自由地公开谈论 AI 的风险。多伦多大学记录了他的相关发言：与技术能力的进展同时出现的，是对社会影响、控制问题和治理责任的讨论。

辛顿长期参与神经网络研究。他对风险的关注使一个问题变得突出：推动模型能力提升的研究者，也需要思考技术可能带来的社会后果。多伦多大学记录了他在公开活动中的相关讨论。技术贡献和风险警告可以同时成立，不能将其简单理解为对既有研究的否定。

微软宣布以多年、数十亿美元投资延续与 OpenAI 的合作，Azure 算力和模型产品化被纳入同一框架。大模型研究与云服务的关系进一步加深。

官方公告将合作分为超级计算基础设施、模型驱动的产品体验和云服务三个方面，并称 Azure 在当时是 OpenAI 的独家云供应商。公告没有披露精确投资总额，因此不能仅凭它把“100 亿美元”作为确定数字，更不能据此认定具体利润分成比例。

Meta 的 LLaMA 论文介绍了从 7B 到 65B 的基础语言模型，并向研究社区提供模型。较小模型的训练与适配成为重要路线，开发者开始探索更低门槛的大模型研究。

论文强调使用公开可获得的数据，并报告 LLaMA-13B 在多数所测基准上超过 GPT-3。其意义在于让研究者有机会围绕基础模型开展适配与比较。模型的许可条件、下载资格与训练材料是否完整公开，是不同维度；“开放”需要具体说明开放了什么。

微软发布新版 Bing 与 Edge 的预览，将搜索结果、综合回答和对话界面放到一起。生成式 AI 开始进入原有搜索入口，也把答案的可信度与来源问题带给更多用户。

新版产品允许用户围绕搜索结果继续追问，并让模型协助生成内容。这里记录的是微软可核查的产品发布；一次演示错误是否造成特定市值变化，需要独立金融与事件研究证据，不能从产品公告推出。搜索与生成的结合也没有消除模型给出错误答案的可能。

Anthropic 推出 Claude 与更轻量的 Claude Instant，提供对话及 API 接口。它把帮助性、诚实性与减少有害输出作为产品目标，进入问答、写作和文本处理等应用。

公告列出的场景包括摘要、搜索、创作、问答和编程，并介绍了早期合作伙伴的使用体验。安全对齐是其研发方向，但产品目标不能等同于已经消除风险。创始人的个人动机、与前雇主的内部冲突，以及谁是“最强对手”，均不由这份发布材料证明。

GPT-4 技术报告展示了接受图像和文字、输出文字的多模态能力，并报告多项专业考试表现。模型能力继续提高，但考试分数并不代表已经具备完整的专业执业能力。

报告称 GPT-4 在模拟律师资格考试中约处于考生前10%，同时明确指出它在许多现实情境仍不及人类。图像输入能力的研究展示也应与实际产品开放时间区别。这个节点的意义在于能力与输入形式的扩展，不能据此断言它已经替代专业劳动。

百度于3月16日开启文心一言邀请测试，将对话、问答和辅助创作带向用户与企业开发者。这是中国生成式 AI 产品集中发布时期的一个具体、可核查的节点。

百度官方文档将文心一言描述为知识增强的大语言模型，支持对话互动、回答问题和协助创作。邀请测试使用户得以接触产品，也为实际使用反馈提供入口。它与面向公众全面开放属于不同发布阶段，观察模型普及时需要同时考虑技术能力、产品可用性和服务范围。

未来生命研究所发布公开信，呼吁对强于 GPT-4 的 AI 系统训练至少暂停六个月。它把训练速度、安全评估与社会治理的关系推向公众讨论，但这是一项倡议而非监管命令。

公开信要求暂停应公开且可验证，并提议发展独立审计、安全协议和治理机构。组织方存档将发布日期列为3月22日；媒体集中报道的日期不应替代文件日期。倡议本身不能证明所有实验室执行了暂停，也不足以证明后续每项政策都由这封信直接促成。

国家网信办等七部门公布《生成式人工智能服务管理暂行办法》，对向中国境内公众提供的生成式 AI 服务规定相应义务。文件于8月15日施行，兼顾发展与安全。

《办法》涉及训练数据、个人信息、内容治理等要求，并对具有舆论属性或社会动员能力的服务规定安全评估与算法备案要求。未向境内公众提供服务的相关研发应用不在其适用范围内。不能把它概括为所有模型一律备案，也不能把此前发布的深度合成规定写成其后续政策。

Meta 发布 Llama 2，包含7B到70B的预训练及对话微调模型。模型权重的开放让开发者可以自行部署和适配；研究论文同时公开了训练、评估和安全工作的部分方法。

Llama 2-Chat 面向对话场景，论文报告了有用性与安全性评估。开放权重不等于全部训练数据与代码公开，也不等于没有许可条件。描述其商业使用时仍需阅读对应许可，而不宜将它与 Apache 2.0 模型一概视为完全相同的“开源”。

美国编剧工会在2023年协议中确立 AI 相关条款，涉及作者身份、报酬与署名，以及使用 AI 的选择权。生成式 AI 对劳动关系的影响，开始落实到具体合同安排。

工会说明，AI 不是协议意义上的编剧，AI 生成文本不能用来降低编剧相应的报酬与权益；公司不能要求编剧使用 AI，向编剧提供 AI 材料时须披露。这些条款适用于相应协议覆盖的项目，不能扩展为对所有行业、所有创作活动的一般法律规定。

Mistral AI 发布73亿参数的 Mistral 7B，并采用 Apache 2.0 许可开放。团队报告它在所列测试中具有竞争力，说明模型价值不仅取决于参数规模，也取决于训练与架构设计。

模型采用分组查询注意力和滑动窗口注意力，分别面向推理效率与较长序列处理。官方比较来自自己的评估流程，不能推断它在所有应用中都胜过更大的模型。开放模型与轻量部署的结合，为研究者和产品团队提供了新的基础组件。

OpenAI 在11月经历管理层变动后，宣布山姆·奥特曼回任首席执行官，并组建新的初始董事会。事件让公司治理、投资关系与前沿 AI 研发之间的张力进入公众视野。

11月29日公告确认奥特曼回任，米拉·穆拉蒂恢复首席技术官职务，格雷格·布罗克曼回任总裁；新初始董事会包括布雷特·泰勒、拉里·萨默斯和亚当·德安杰洛。管理层与董事会的人选变化是可核查的事实，至于不同参与者的内部动机，公开公告并没有完整解释。

Google 的 Gemini 技术报告描述了图像、音频、视频与文本理解能力，并以 Ultra、Pro、Nano 三种规模面向不同用途。多模态逐渐从单项功能走向模型家族的整体设计。

报告公开了多项文本与多模态基准评估，模型家族覆盖复杂推理到端侧资源受限场景。多模态的意义不只是接受更多文件类型，还在于能否联合使用不同形式的信息。不同测试设置下的成绩不能直接概括为在所有应用中都领先，实际效果仍取决于输入和任务。

欧盟理事会与欧洲议会谈判代表就 AI 法案达成临时协议，以风险为基础设定不同义务。它是立法过程的重要节点，仍须经过正式通过、公布和分阶段适用等程序。

理事会12月9日公告介绍高风险系统、禁止性用途和通用模型等安排，并说明文本仍需机构确认及法律语言审校。临时政治协议并不等同于法律当天生效。这里记录当时的谈判结果，后续适用日期应以最终法条和其修订为准。

火山方舟推广豆包模型服务，官方开发者材料列出通用模型 pro-32k 的输入价格为每千 Token 0.0008元。调用价格降低，使更多开发者能够尝试将语言模型接入应用。

这一数字属于特定型号、特定时期的输入计费，不能代表输入输出合计或完整应用成本。开发者还需要考虑调用频率、输出长度、重试和其他服务开销。API价格下降拓宽了实验空间，而训练成本、销售策略与最终盈利能力仍是不同问题。

OpenAI 展示 Sora 视频生成研究，以扩散模型与 Transformer 处理视频的时空片段，可生成最长一分钟的视频。视觉连贯性有所提升，但报告同时承认基础物理与对象状态仍会出错。

Sora 将图像和视频压缩到潜在表示，再划分为时空片段供模型处理。研究提出将生成模型发展为世界模拟器的可能路线，这是一项研究方向，而非证明模型已经掌握物理规律。2月节点属于研究展示，应与后来的公众产品开放区分。

Anthropic 发布 Claude 3 系列，以 Opus、Sonnet 和 Haiku 区分能力、速度与成本。系列引入视觉理解，初始提供20万 Token 上下文，使模型选择进一步体现具体任务与预算的权衡。

发布时 Opus 和 Sonnet 开始提供，Haiku 随后推出。官方展示了知识、推理和视觉方面的评估，但单次基准排名不能化约为某家公司全面战胜另一家公司。长上下文也不等于所有信息都能可靠调用，实际使用仍要关注检索、遗漏和答案准确性。

OpenAI 发布 GPT-4o，将文本、视觉与音频纳入统一模型设计，并逐步向用户开放相关能力。官方演示的低延迟语音交流，让交互方式成为模型进展的重要组成部分。

发布材料给出的语音响应平均延迟约320毫秒，属于报告中的模型能力，不代表每次实际使用都能达到。当天各项功能分阶段开放，不能写成免费用户立即获得全部实时语音与视觉能力。模型的多模态设计与产品的部署节奏需要分别记录。

Anthropic 发布 Claude 3.5 Sonnet，并推出 Artifacts，让生成的文档、代码和网页内容在对话旁单独显示。对话界面开始同时承担讨论、预览和修改作品的功能。

Artifacts 将产出从聊天记录中分离，用户可以围绕同一份内容继续编辑和迭代。它是产品交互方式的变化，不意味着模型生成的代码已经通过测试或可以直接上线。发布材料对模型能力的评估，也应与具体工作场景的可靠性区分。

Meta 的 Llama 3 系列将开放权重模型扩展到4050亿参数，论文报告多语言、编程、推理与工具使用能力。大规模模型的公开发布，为研究与自行部署提供了新的参照。

技术报告介绍最大模型为稠密 Transformer，支持最高128K Token 上下文，并公开预训练与后训练版本。论文展示部分任务上与领先模型相当的结果，不能据此断定所有应用差距已缩短到几个月。模型开放还需要与许可证和实际部署资源要求一起理解。