OpenAI CTO Mira Murati的离开，与GPT-4o、Her息息相关！ 简单来说，就是今年春天OpenAI为了大抢谷歌开发者大会的风头，紧急推出GPT-4o。
这项高级语音功能，大家可是等了好久。
千呼万唤，GPT-4o高级语音终于开始全量推出，Plus用户一周内都能用了！
NVLM 1.0系列多模态大型语言模型在视觉语言任务上达到了与GPT-4o和其他开源模型相媲美的水平，其在纯文本性能甚至超过了LLM骨干模型，特别是在文本数学和编码基准测试中，平均准确率提高了4.3个百分点。
两个多月前那个对标GPT-4o的端到端语音模型，终于开源了。大神Karpathy体验之后表示：nice！
GPT-4o 读万卷书，「o1」行万里路。
AI玩黑神话，第一个精英怪牯护院轻松拿捏啊。
LLaMA-Omni能够接收语音指令，同步生成文本和语音响应，响应延迟低至 226ms，低于 GPT-4o 的平均音频响应延迟 320ms。
击败LIama3！Qwen2.5登上全球开源王座。 而后者仅以五分之一的参数规模，就在多任务中超越LIama3 405B。
MMMU-Pro通过三步构建过程（筛选问题、增加候选选项、引入纯视觉输入设置）更严格地评估模型的多模态理解能力；模型在新基准上的性能下降明显，表明MMMU-Pro能有效避免模型依赖捷径和猜测策略的情况。
