朋友们，AI的世界真是日新月异，尤其是我们天天都在用的大语言模型（LLMs），感觉就像坐上了火箭！就在过去这一两个月，主流的几大模型都接连发布了十几个重大更新。老实说，就算我这样天天琢磨这些玩意儿的人，都快有点跟不上节奏了！
所以我想，不如来做个小总结，帮大家快速梳理一下，看看ChatGPT、Gemini、Claude这些我们耳熟能详的模型，以及其他一些新秀，最近都给我们带来了哪些惊喜。如果你也想一口气了解AI大模型的最新动态，那这篇文章绝对适合你！
在咱们深入聊大语言模型之前，先快速播报几条最近同样很炸裂的AI新闻：
- 沙特豪掷6000亿美元布局AI：没错，你没看错！沙特阿拉伯正雄心勃勃地砸下重金，英伟达将向其出售数十万枚最新的Blackwell AI芯片，AMD也签下了百亿美元大单，目标直指全球AI中心。这波操作，无疑会给科技人才和相关企业带来新的机遇。
- Grok机器人言论引争议：埃隆·马斯克旗下XAI的聊天机器人Grok，最近因为在用户查询无关问题时，意外地多次提及南非针对白人的暴力事件而引发轩然大波。这事儿再次敲响了AI偏见和内容审核的警钟。
- 谷歌AlphaEvolve AI打破算法记录：这可是个大新闻！谷歌DeepMind的AlphaEvolve AI不仅发明了新的计算机算法，将谷歌数据中心效率提升了0.7%，AI训练速度加快了23%，甚至还打破了一项保持了56年的矩阵乘法记录，解决了困扰研究人员数十年的数学难题。这证明了AI绝不仅仅是高级版的“自动补全”！
好了，热身完毕，让我们把目光聚焦到大语言模型本身。说实话，即使是过去24小时内，都有不少重磅更新。
ChatGPT：功能越来越强大，还想做你的购物助手？
首先是我们最熟悉的ChatGPT。
就在几个小时前，OpenAI为所有付费用户（包括Plus、Pro和Team版）在ChatGPT界面上线了GPT-4.1模型，企业版和教育版用户也将在未来几周内用上。同时，GPT-4.1 mini也取代了GPT-4.0 mini。简单来说，GPT-4.1拥有更长的上下文窗口，写代码更溜，也更听话。有趣的是，这个模型在API层面已经用了一个多月了，现在终于来到了前端。不过要注意，它并不是GPT-4.0的完全替代品，后者仍然是主力模型。你甚至需要在模型列表里往下拉才能找到它，有点“隐藏款”的意思。
另外一个大家可能没太注意但非常实用的更新是：ChatGPT为Plus、Pro和Team用户加入了微软SharePoint和OneDrive的连接器，用于深度研究功能，企业版稍后也会跟上。这意味着什么呢？“深度研究”（Deep Research）这个功能本身就很惊艳，它能像人一样思考和规划，去网上搜集几十甚至上百个网站的信息。现在，你可以让它直接在你公司的SharePoint站点或者OneDrive里进行深度研究，甚至可以关掉网页搜索，只在你的内部资料里挖矿！这对于重度依赖微软生态的团队来说，绝对是个大利好。
回顾过去一两个月，ChatGPT还有这些值得关注的变化：
- GPT-4旧版下线：GPT-4.0成为了唯一的旗舰模型（虽然现在有了4.1）。
- 变身购物平台：ChatGPT现在集成了购物功能，可以直接显示商品图片、价格、评论和购买链接。老实说，我还没怎么用这个功能，因为老是忘记它的存在！购物时还是习惯性地去传统电商平台。我正在努力“反学习”，记住现在ChatGPT也能直接购物了。听说OpenAI未来还计划在内部完成整个支付流程，那可就太疯狂了！
- 图片库上线：所有通过GPT-4.0图像生成功能（DALL-E）创作的图片，现在都可以保存在侧边栏的图片库里随时取用。这似乎是在为未来可能推出的社交网络功能悄悄铺路。
- “记忆”功能增强：ChatGPT现在可以引用用户整个对话历史作为“记忆”。很多人喜欢这个功能，但我个人关掉了它。因为我用ChatGPT处理各种各样的事情，从深度研究到写邮件，我希望它在不同场景下有不同的风格，不希望它把研究时的严谨长句带到我希望简洁明了的邮件里。但如果你只用它处理特定类型的任务，这个功能应该会很棒。
Google Gemini：悄悄努力，然后惊艳所有人
接下来是谷歌的Gemini。这家伙上周简直是“暴力更新”，毫无征兆地就发布了其世界领先的Gemini 2.5 Pro模型的新版本——IO特别版。要知道，它本来已经是很多基准测试中的佼佼者了，现在又更强了，尤其是在编码，特别是交互式Web应用方面，登顶了Web开发竞技场的排行榜。
我跟你说，Gemini的Canvas模式简直太棒了！好到我想专门为它做几期内容。它跟OpenAI的Canvas和Claude的Artifacts有点像，但现在这个新版Gemini 2.5 Pro IO加持下的Canvas模式，简直好用到吓人。你可以直接扔一堆数据进去，让它帮你创建一个应用来分析数据、做决策，太强大了！
Gemini近期的其他亮点：
- 原生图片编辑：现在在Gemini的手机和网页应用里，可以直接编辑上传或生成的图片了，以前只能在桌面版操作。
- V2视频生成工具：付费的Gemini Advanced用户现在可以用文字提示生成长达8秒的高质量视频。悄悄告诉你，如果你的公司用了Google Workspace，很可能已经包含了Gemini Advanced，也就是说你可能已经拥有了这个目前最强的AI视频生成工具，只是你还不知道！用它给你的网站做个动态背景，说不定能提升转化率呢！
- Gemini 2.5 Flash：这是为API开发者推出的最新轻量级模型，主打快速高效的推理，在同级别模型中表现非常抢眼。
- 深度研究功能升级到2.5 Pro：这个升级太重要了！以前我觉得OpenAI的深度研究独步天下，现在Gemini 2.5 Pro也加入了这个行列。为什么呢？因为它现在有了“推理”能力！它会像人一样思考和规划，研究过程中发现新线索，甚至会主动调整研究方向，而不是傻乎乎地只按你给的指令来。比如你让它研究竞品A的产品B，它可能会发现竞品C和D也刚推出类似产品，然后主动把这些也纳入研究范围。
- Gems功能也用上了2.5 Pro：这意味着你用Gems创建的个性化AI助手，现在也能调用最强模型了，实用性大大提升。
Anthropic Claude：潜力巨大，但体验仍需打磨
再来看看Anthropic Claude。五月份它推出了一个集成功能，可以连接外部应用，比如Jira、Confluence、Zapier，还有谷歌全家桶（Gmail、日历、文档）。这个谷歌集成听起来很美，理论上能让Claude帮你处理邮件、安排日程。我试过让它帮我取消第二天的会议并给相关人发邮件，它确实找到了会议、联系人，还起草了邮件。但在某些情况下，尤其是在搜索大量邮件时，它表现得还不够智能，更像是在做关键词搜索，而不是真正理解对话内容。
而且，Claude的新界面我个人不太喜欢，感觉操作变繁琐了。还有那个付费计划的限制，用不了多久就提示达到上限，真是让人头疼。不过，他们四月份推出的**“教育版Claude”**倒是挺有意思，它会用苏格拉底式的提问来引导学生思考，而不是直接给答案，这点我很赞赏！
Claude的其他更新：
- 高级研究模式：可以进行长达45分钟的深入研究，用于准备详尽的报告。
- Max付费计划：每月100或200美元，可以让你“尽情”使用Claude。说实话，这个定价和限制，相比之下显得诚意不足。
Microsoft Copilot：全面开花，深度整合
微软的Copilot也没闲着，它几乎渗透到了微软的各种应用中。
- Copilot Pages全球可用：登录用户都可以使用。
- 专业版用户深度研究功能：同样利用了OpenAI的先进推理模型。
- Bing上的Copilot搜索、记忆和个性化功能：还有“Copilot Actions”（这个还没大范围铺开）。
- Copilot Vision扩展：这个功能太酷了！它可以“看懂”整个网页内容，而不仅仅是你屏幕上显示的部分，非常适合快速理解网页信息。现在支持更多平台和网站了。
- AI播客和新的深度研究功能：如果你用的是个人版的Copilot Pro，会看到这个新的深度研究选项。效果嘛，我觉得和OpenAI、谷歌的比起来还是稍逊一筹，但也能用，跟Perplexity和Grok（如果不用X平台信息源的话）的水平差不多。
Meta AI：独立App亮相，Llama 4蓄势待发
Meta最近也搞了个大动作，发布了独立的Meta AI手机应用，主打超个性化（利用社交图谱数据）、语音交互、集成图像生成（Imagine）和网页搜索。
更早些时候，他们还发布了新的Llama 4系列模型，包括Scout和Maverick版本，据开发者透露，上下文窗口超大，达到了千万级别！而且采用了混合专家架构。未来还会有更强大的Behemoth版本和独立的推理模型，值得期待！
Grok 与 Perplexity：小众选手也有新招
- Grok：埃隆·马斯克的Grok也有更新，增加了类似ChatGPT的个性化记忆功能和自定义工作区。还推出了Grok Studio，一个类似画布的协作工具，可以用来创建各种内容，还支持代码执行和谷歌云盘集成。
- Perplexity：他们在iOS上推出了一个带操作能力的语音助手。这个挺有潜力的，毕竟现在的Siri嘛……你懂的。Perplexity的语音助手可以帮你查日历、起草邮件、设置提醒，甚至用语音打开YouTube视频。如果他们能持续优化，让它更可靠、功能更强，没准真能挑战一下Siri的地位。虽然我个人现在用Perplexity不多了（自从有了各家的深度研究功能），但这个语音助手让我看到了继续关注它的理由。
呼，一口气说了这么多！朋友们，你们觉得这种月度总结的形式有帮助吗？我知道今天有点长，因为涵盖了四月和五月的内容。平时我们周一的新闻播报也会提到一些，但大模型更新实在太多太快，很难面面俱到。
所以，告诉我你的想法：月度总结，可不可以？你们的反馈对我来说很重要！如果觉得这篇文章有用，也欢迎分享给可能需要的朋友。感谢阅读，我们下次再聊！