AI 产品发布与更新

OpenAI 推出 deep research，一个运用推理能力整合大量网络信息、完成多步研究任务的智能体。该功能当天向 Pro 用户开放，随后面向 Plus 和 Team 用户推出。

Hugging Face 在 Hub 上推出 Inference Providers，原文正文未抓取成功，仅标题可用，具体功能与细节以原文链接 https://huggingface.co/blog/inference-providers 为准。

OpenRouter 为思考模型（thinking models）新增推理 token（reasoning tokens），帮助用户理解模型思考过程。

OpenRouter 在其 API 中新增了网页搜索功能，使所有请求能够结合最新的网络搜索信息，从而获取更及时的响应结果。

LangChain 发布 LangSmith 的 Pytest 与 Vitest/Jest 集成，随 Python 和 TypeScript SDK v0.3.0 以 beta 提供，让开发者沿用现有测试框架运行 LLM 评测并记录到 LangSmith。

LlamaIndex 推出 AgentWorkflow，一个基于其 Workflow 抽象的智能体系统构建与编排框架。它负责智能体间协调、状态维护和实时事件流监控，支持 FunctionAgent 与 ReActAgent 两种类型、全局 Context 状态管理，以及通过 InputRequiredEvent 集成人工审批，官方提供了单智能体和多智能体研究报告系统的代码示例。

Modal 宣布 Sandboxes 正式可用，这是安全运行 LLM、用户或第三方来源不可信代码的隔离执行环境。它提供 exec API，可在运行时用与 Functions 相同的 Image API 动态配置任意语言依赖，支持文件系统快照以持久化和多 Sandbox 扇出，并复用 Functions 基础设施带来快速冷启动、GPU 和全球区域选择。

Hugging Face 推出 smolagents，一个以代码形式编写动作的简单智能体库。原文正文缺失，仅标题可确认发布信息，详情以博客原文为准。

OpenAI 面向开发者发布 OpenAI o1，并带来 Realtime API 改进和新的微调方法等多项更新。

Hugging Face 团队发布 Synthetic Data Generator，这是一款无代码应用，通过三步流程用自然语言描述生成自定义合成数据集，后台由 distilabel 和免费的 Hugging Face 文本生成 API 驱动。

Cognition 宣布 Devin 正式全面可用，无席位限制，所有工程团队可在 app.devin.ai 开始使用，并提供 Slack 集成、IDE 扩展（VSCode 及分支，Beta）和 API，以及 Cognition 工程团队的 onboarding 支持。

OpenAI 的视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形画幅，还可导入自有素材进行延展、重混和融合，或直接从文本生成全新内容。

OpenAI 官网宣布推出 ChatGPT Pro，目的是拓展前沿 AI 的使用范围。本次抓取的 feed 未提供完整正文，更多定价与功能细节以官网原文为准。

Suno 发布音乐生成模型 v4，带来更干净的音频、更犀利的歌词和更有动感的歌曲结构，现以 beta 形式向 Pro 和 Premier 订阅用户开放，可在 suno.com 和 iOS 使用。v4 新增 Remaster 功能可将旧模型生成的音轨升级到 v4 音质，并提供新歌词辅助模型 ReMi；Covers 和 Personas 也已升级至 v4 支持。

Mistral AI 宣布对其免费生成式 AI 助手 le Chat 进行大版本更新，新增带引用的网页搜索、Canvas 协作编辑界面、图像生成和可发布的 Agent 工作流，全部以免费 beta 提供。

Hugging Face 发布 Argilla 2.4，用户可从 Hub 任一公开数据集无代码导入，通过 Argilla UI 定义问题并收集人工反馈，用于构建微调和评估数据集。Hub 现有 230k 数据集可作为起点，部署在 Spaces 上默认启用 Hugging Face OAuth，允许任何 Hub 用户参与标注，也可配置为仅限协作者；后续仍可用 Python SDK 做进一步自定义。

OpenAI 推出 ChatGPT search，为 ChatGPT 增加搜索功能，可提供快速、及时的答案，并附上相关网页来源链接。

OpenAI 推出 canvas，一种与 ChatGPT 协作写作和编码的新方式。

OpenAI 推出 Realtime API，开发者现在可以在应用中构建快速的语音到语音（speech-to-speech）体验。

OpenAI 宣布微调 API 支持视觉能力，开发者现可用图像和文本对 GPT-4o 进行微调，以提升其视觉表现。

OpenAI 在 API 中推出 Prompt Caching 功能，对模型最近见过的输入内容自动提供折扣。该功能面向 API 用户，可降低重复前缀类请求的输入成本。

OpenAI 在其平台上推出 API 模型蒸馏功能，允许用大型前沿模型的输出来微调成本更高效的模型。

Mistral 发布 Mistral Small v24.09（220 亿参数，MRL 许可），并在 la Plateforme 推出免费层，全系列模型降价，Mistral Small 和 Codestral 输入价格降幅达 80%。Pixtral 12B 现已在 le Chat 上免费提供视觉能力，该模型基于 Apache 2.0 许可，支持任意尺寸图像且不损失文本性能。

OpenAI 在 API 中推出 Structured Outputs 功能，模型输出现在能够可靠地遵循开发者提供的 JSON Schema。

LlamaIndex 发布 LlamaExtract beta，这是一个托管服务，可从非结构化文档中抽取结构化数据：能从候选文档集推断 schema（用户可后续编辑），并按指定 schema 抽取字段值。

SenseVoice 是一个语音理解基础模型，支持 ASR、语种识别、语音情感识别和音频事件检测。发布的 SenseVoiceSmall 检查点支持普通话、粤语、英语、日语和韩语，并输出情感与事件标签；采用非自回归端到端架构，同参数量级下推理速度比 Whisper-Small 快 5 倍以上、比 Whisper-Large 快 15 倍以上。

LangChain 宣布 LangGraph v0.1 稳定版发布，并推出处于封闭 Beta 的 LangGraph Cloud，用于大规模、容错地部署智能体。

LlamaIndex 宣布开源框架 llama-agents 的 alpha 版发布，用于构建和部署生产级多智能体 AI 系统，可将每个 agent 变成独立运行的微服务。

Mistral AI 在 la Plateforme 上推出模型定制能力，提供三种微调入口：开源微调 SDK mistral-finetune、la Plateforme 上的 serverless 微调服务，以及面向部分客户的定制训练服务。

LlamaIndex 推出 Property Graph Index，用带标签属性图表示替代传统三元组知识图谱，支持节点类型与元数据、向量嵌入和混合检索。

OpenAI 更新 ChatGPT 数据分析功能，新增表格和图表交互，并可直接从 Google Drive 和 Microsoft OneDrive 添加文件。

OpenAI 宣布推出 ChatGPT 和 Whisper API。正文抓取失败，仅有标题信息可确认发布动作。

OpenAI 宣布 GPT-4 API 全面可用，GPT-3.5 Turbo、DALL·E 和 Whisper API 也同时全面开放。同时发布 Completions API 旧模型的退役计划，这些旧模型将于 2024 年初退役。

OpenAI 宣布用户无需注册账号即可直接开始使用 ChatGPT，降低了体验 AI 的门槛。

LlamaIndex 发布 LlamaParse 正式版，定位为首个 GenAI 原生文档解析平台，公测 3 周内已有超过 2000 名用户解析超过 100 万页。

Cognition 发布 AI 软件工程师 Devin，可规划并执行需要数千次决策的复杂工程任务，配备 shell、代码编辑器和浏览器等沙盒开发环境，并能实时汇报进度、接受反馈与用户协作。

Mistral AI 发布对话助手 Le Chat，作为与 Mistral 各模型交互的入口，底层可使用 Mistral Large、Mistral Small 或原型模型 Mistral Next。产品提供可调节的系统级审核机制，并同步推出支持自部署和细粒度审核的 Le Chat Enterprise；目前 beta 用户可注册试用，但 Le Chat 尚无法联网，可能给出过时信息。

LlamaIndex 推出面向 LLM 与 RAG 应用的托管解析、摄取与检索服务套件 LlamaParse。LlamaParse 专注解析含表格和图表的复杂文档，已进入公开预览，当前聚焦 PDF 并对公开用户设用量上限；托管摄取与检索 API 处于私有预览，支持通过 LlamaHub 接入超过 150 个数据源和 40 多种数据存储方案。

LlamaIndex 发布 LlamaParse 和 LlamaCloud，为 LLM 与 RAG 应用提供托管解析、摄取和检索服务。

OpenAI 正在测试让 ChatGPT 记住用户讨论内容的能力，以便在未来对话中提供更有帮助的回应。用户可以控制 ChatGPT 的记忆。