畴前，GPT-4 被视为无人能及的高度智能 “天花板”，现正在，Chatbot Area 排行榜上曾经有近 70 个模子，跨越了 2023 年 3 月版本的 GPT-4。谷歌的 Gemini 1。5 Pro 不只正在输出质量上取 GPT-4 持平，还引入了 1 百万到 2 百万的上下文长度，以及视频输入能力。这些新功能完全了我们对 LLM 使用的想象。

　　2024 年，多模态模子进入支流视野。除了文字，还能对图片、音频以至视频进行处置。有些模子还能及时领受语音和视频输入，让人取 AI 的交互科幻味十脚。如 OpenAI 的 GPT-4o 模子新增了语音和及时摄像头模式，用户能够通过语音取 AI 互动，以至及时分享摄像头画面进行阐发。谷歌的 NotebookLM 则能生成逼实的播客对话，展示了多模态 AI 的无限可能。

　　2024 年，人们用 “AI 垃圾” 来描述那些没有审核、胡乱生成的 AI 生成文字。因为 AI 生成的文章数量激增，国外某些竟然暂停接管。此外，“AI 洗稿” 操做也让短视频内容同质化严沉，以至呈现很多不合适现实的内容。跟着 AI 生成内容的爆炸式出现，若何避免低质量文字众多，成了一个新课题。

　　2025 年伊始，Django 的做者之一 Simon Willison，带我们回首了 2024 年 AI 的沉磅进展，可谓大模子的 “里程碑” 清点。快来看看有哪些冲破，刷新了我们对 AI 的认知！

　　跟着数据越来越稀缺，新模子锻炼时，起头采用更大模子生成的 “合成数据”。如 DeepSeek v3 利用了 DeepSeek-R1 的推理数据，锻炼成本仅为 557。6 万美元，比拟 Meta 的 L 3。1 405B 模子的 3084 万美元，成本低了近 11 倍。OpenAI 创始 Karpathy 奖饰 DeepSeek V3，正在无限预算上锻炼模子预更容易了，Meta 科学家田渊栋也称其锻炼过程为 “黑科技”。

　　即便模子越来越强大，现实使用中照旧需要熟练控制提醒词、API 挪用、东西接入等 “高级技巧”，才能让 AI 阐扬最大价值。例如，用户需要理解 CSP 和 CORS HTTP 头消息才能建立取外部 API 交互的 Claude Artict，不然容易碰到平安问题，这对通俗用户来说仍是不小的挑和。

　　虽然 LLM 被寄予厚望，施行使命的 “智能 Agent” 仍面对靠得住性难题，谷歌 Search 曾错误描述不存正在的片子 “Encanto 2”，申明 LLM 正在消息精确性上还存正在局限性。

　　大量参取者带来的内卷，以及模子推理效率的提拔，以前高贵的 API 费用，现在曾经廉价到小团队也能轻松承担。谷歌的 Gemini 1。5 Flash 8B，为 68000 张图像生成一句线 美元，这比客岁 GPT-3。5 Turbo 的费用下降了近 27 倍，极大地鞭策了 LLM 的普及。

　　谷歌、Meta、微软和亚马逊等公司都破费数十亿美元扶植新的数据核心，以至有人建议建制新的核电坐为其供能。这无疑会对形成进一步影响，若何正在效率取可持续成长之间取得均衡仍是核心。

　　越来越多的 LLM 支撑 “一键式” 生成代码、网页，以至是交互式使用，整个开辟流程正在聊天界面就能完成， Claude Articts 的呈现，此外，GitHub Spark 和 Mistral Chat 的 Canvas 功能也闪开发者轻松建立使用。