1. Gemini 1.5: Google針對Gemini Pro模型推出1.5版，採用混合專家模型(MoE)，從而提高模型的效率，以及擁有超長的上下文窗口，支援高達1百萬個Tokens(Gemini 1.0只能輸入32,000個Tokens)，相當於1小時的影片、11小時的音訊、超過3萬行的程式碼、超過70萬個單字，此模型透過AI Studio和Vertex AI向開發人員和企業客戶提供 1.5 Pro 的限量預覽版，未來將會向大眾推出。
2. Sora: OpenAI進軍新領域(Runway瑟瑟發抖)，推出可透過文字、圖片或影片生成影片的模型 - Sora，基於DALL·E 3的多項能力，可生成長達1分鐘的影片，並支援影片編輯等，將首先用於紅隊演練來評估AI風險與危害，並提供給視覺藝術家、設計師、電影製作人使用，但OpenAI強調該模型尚未成熟，還無法處理複雜的物理、因果關係和空間細節，同時OpenAI正在研發可檢測影片是否為Sora生成的工具。
 |
 |
3. Stable Cascade: Stability AI推出新一代的文生圖模型 - Stable Cascade，採用Würstchen架構，能夠在高度壓縮的潛在空間上進行操作，降低訓練成本、提高推理速度，由3個模型組成(Stage A、Stage B、Stage C)，並推出Stage B(7B、15B)、Stage C(10B、36B)、Stage A(0.2B)的checkpoints，輸出的圖像品質比Stable Diffusion、SDXL更好、速度也更快，並推出步驟B、C兩種模型，官方建議使用Stage C的36B參數的模型以確保高品質的圖片生成，同時提供用於訓練、微調、ControlNet和LoRA的所有程式碼。
達人