Krea

OpenAI于2024年5月发布的全模态模型，原生支持文本、音频、图像的端到端处理，语音对话延迟降至约320毫秒，接近人类对话节奏，且比GPT-4 Turbo便宜50%。

Google Brain于2022年5月发布的文本到图像生成模型，在当时的基准测试FID和CLIP分数上超越DALL-E 2和Stable Diffusion，以其照片级真实感在学术界引发广泛关注，但长期未向公众开放。

LM Studio 是一款图形界面的本地大语言模型运行工具，面向不熟悉命令行的用户，支持从 Hugging Face 直接搜索下载模型并在本地推理，自带类 ChatGPT 的对话界面和 OpenAI 兼容 API 服务器。

OpenAI于2022年9月开源的自动语音识别模型，以68万小时多语言音频训练，在绝大多数语言上达到甚至超越专业ASR服务的准确率，成为开源语音转文字的事实标准。

DeepMind开发的围棋AI，2016年以4:1击败世界冠军李世石，2017年以3:0击败排名世界第一的柯洁，终结了人类在围棋领域维持数十年的认知优越感，被视为AI史上的里程碑事件。

OpenAI开发的文本到图像生成模型系列，DALL-E 3于2023年10月整合进ChatGPT，支持精确的提示词理解和文字渲染，是OpenAI在视觉AI领域的核心产品。